《表2 实验结果：不确定数据流上的离群点检测处理》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《不确定数据流上的离群点检测处理》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

在对比实验中，对本文提出的FOD＿OUDS算法与WDPA(Dynamic Programming Algorithm for Window）算法[7]和PCUOD(Probability Pruning for Continuous Uncertain Outlier Detection）算法[8]分别在真实数据集和人工模拟数据集中进行性能对比.其中，真实数据集采用的是森林环境监测数据，共包含120 000个数据点和4个属性维度，其中，每一个属性值均被映射在0～100范围内.由于真实数据并非是概率数据，所以对每一个数据点随机生成一个存在概率值来增加概率属性.实验中主要对比的是查询时间，表2展示了对比实验的实验结果.