《表4 参数设置：FODU:不确定数据集中快速离群点检测方法》

  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

《FODU:不确定数据集中快速离群点检测方法》

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。