换一批摘要针对传统空间离群点检测算法构建邻域时参数选择困难、处理高维数据的时间复杂度较高等问题，提出了一种基于地统计学的空间离群点检测算法。该算法将空间自相关理论引入空间离群检测中，首先利用3σ规则识别全局离群点，然后利用Delaunay三角网构建空间邻域，将邻域节点均值代替全局离群点，最后使用局部Mo-ran’I作为空间异常的度量方法。仿真结果表明，该方法不需要选择参数，鲁棒性较强、检测率较高、误警率较低。
更多相关知识
关键词
地统计学空间离群点Delaunay三角网局部Moran’Igeographical statisticsspatial outliersDelaunay triangulationlocal Moran’I
分类号
TP301.5
栏目名称
DOI
10.3969/j.issn.1001-3695.2016.12.040
发布时间
2016-12-20（万方平台首次上网日期，不代表论文的发表时间）
基金项目
- 浏览0
- 被引8
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
