一种基于加权邻域关系的空间离群点检测模型
机器学习
2019-11-06 v1 数据库
摘要
空间离群点用于发现产生隐式、隐藏且有趣知识的非一致对象，在决策过程中具有有效作用。本文提出一种模型，通过考虑给定空间数据集中邻域对象最具影响力参数的权重来重新定义空间邻域关系。我们所考虑的空间参数包括邻域对象之间的距离、代价以及直接连接的数量。该模型可适用于多边形对象。所提模型应用于支持 Fayoum 省扫盲项目的 GIS 系统。
引用
@article{arxiv.1911.01867,
title = {A Model for Spatial Outlier Detection Based on Weighted Neighborhood Relationship},
author = {Ayman Taha and Hoda M. Onsi and Mohammed Nour El din and Osman M. Hegazy},
journal= {arXiv preprint arXiv:1911.01867},
year = {2019}
}
备注
Geographic Information Systems (GIS), Spatial Data Mining (SDM), Spatial Data Computing (SDC), Spatial Outlier Detection (SOD), Spatial Autocorrelation, Neighborhood relationship. arXiv admin note: substantial text overlap with arXiv:1601.07241