论文部分内容阅读
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Moran’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。