林昕玥，于 炯，，杜旭升，理姗姗，杨少智，高 杰

(1.新疆大学软件学院，新疆 乌鲁木齐 830091；2.新疆大学信息科学与工程学院，新疆 乌鲁木齐 830046)

0 引言

随着数据量的大规模增长，探求数据内潜在的有益知识或信息的需求日益增长，由此产生了数据挖掘[1]技术.离群点检测[2-3]是一种重要的数据挖掘技术.离群点又叫异常点、孤立点，是指与其他样本点具有明显不同特征的样本点.这些样本点与其他样本点差距巨大，可能是由完全不同的、还未引起注意的机制或因素产生的[4].

离群点检测的应用在多个领域都有所涉猎.例如：在金融领域，分析异常的金融交易数据，可以识别出金融欺诈，保护人们财产安全；在医疗领域，分析异常的影像数据，可以判断病症，给出医疗诊断，辅助医生进行诊疗[5]；在娱乐、购物领域，用户的异常点击可能代表该用户新的兴趣点，分析异常点击，有助于产品的营销和广告的精准投放.

在离群点检测研究的早期阶段，人们认为离群点数据本身没有价值，研究离群点的检测只是为了找出异常事件，减少异常事件对正常数据分析的影响.但近些年人们逐渐意识到，异常事件本身也有研究价值，它往往蕴含着人们还没有发现或者容易被忽略掉的有用信息[6].研究异常事件背后的有用信息，可以通过研究数据规律给生活带来便利提供另一种可能.

随着离群点检测技术的不断成熟和深入，多种检测算法相继被国内外研究人员提出……