《表4 参数设置:FODU:不确定数据集中快速离群点检测方法》
在基于网格索引的不确定离群点检测的主要算法中[5-6],提高算法性能的主要核心环节为批量过滤。然而,其批量过滤方法均需要通过查询近邻空间来完成,这在网格索引结构中产生的查询时间损耗为O(2m),这使得在处理数据维度超过4维的数据时,整体检测时间损耗较大,查询时间无法忍受。因此,本文主要对比算法是基于M树索引的不确定离群点检测算法PCUOD[7],并且PCUOD算法的性能的良好性已经得到的验证。文中针对查询处理所涉及的各个参数变化,分别对PCUOD算法与文中提出的FODU算法进行测试,为检测对比两种算法的整体性能,主要衡量指标为查询时间与过滤数据数量。实验中相关参数的默认值与参数变化的范围如表4所示。
图表编号 | XD0090193700 严禁用于非法目的 |
---|---|
绘制时间 | 2019.10.01 |
作者 | 钟毓灵、王习特、白梅、朱斌、李冠宇 |
绘制单位 | 大连海事大学信息科学技术学院、大连海事大学信息科学技术学院、大连海事大学信息科学技术学院、大连海事大学信息科学技术学院、大连海事大学信息科学技术学院 |
更多格式 | 高清、无水印(增值服务) |