為了使孤立點檢測更為自動化，減少用戶對參數選擇的困難，提出了平均密度的定義，并給出基于平均密度的孤立點檢測方法。該方法提出了孤立點對象的密度要小于數據集的平均密度；非孤立點對象的密度不應因為封閉區間的收縮而減少。采用企鵝圖像邊緣檢測對該方法進行驗證，實驗結果表明，該方法能夠有效地檢測出圖像邊緣孤立點，同時簡化了孤立點檢測時對用戶輸入參數的要求。
關 鍵 詞 平均密度; 平均距離; 對象密度; 孤立點檢測

In order to make the outlier detection more automatic and decrease the users’ difficulty for the selection of parameters, an outlier detection method with a new definition of average density is proposed. In this method, the outlier’s density is considered smaller than the average density of data set and the none-outlier’s density shouldn’t decrease with its closed interval compression. An experiment is used to identify the outline of the animal’s body. The experimental results show that the method identifies the face’s outline effectively.
Key words average density; average distance; object density; outlier detection

孤立點檢測是數據挖掘的一個重要方面[1]，近年來受到越來越多的重視。其任務是用來發現數據集中小的模式，即數據集中明顯不同于其他數據的對象。當前研究的熱點主要是關注孤立點的應用驅動，如信用卡欺騙、入侵檢測、氣象預報、公共衛生、醫療等。
文獻[2]給出了孤立點的本質性定義：孤立點是一個觀測值，它與其他的點是如此的不同，以至于懷疑它是產生于完全不同的機制。后來研究者們根據對異常存在的不同假設，發展了很多孤立點檢測算法，大體上可分為基于統計的、基于距離的、基于密度的、基于聚類的等。但這些算法在自動化上都存在不足，即都要求用戶輸入必要的參數，算法對參數的依賴性較強。而參數的選擇通常比較困難，要求用戶具備豐富的經驗，并且需要多次反復才能達到效果，對用戶的使用提出了較高的要求。在分析傳統算法的基礎上，本文提出了平均密度的定義，在平均密度概念下的孤立點，其含義更加接近文獻[2]的孤立點本質性定義，更符合人們對孤立點的認識；在通常的孤立點檢測時，不依賴于用戶對閾值設置的要求，使算法更加自動化。