计算机科学与探索

作者：王康，周治平

单位：江南大学 物联网工程学院，江苏 无锡 214122

关键词：运动手环,健康数据,异常值检测,局部异常因子,高斯核密度估计

针对智能穿戴设备普及背景下，利用运动手环采集的活动数据存在未知异常数据的问题，提出一种基于高斯核密度估计的健康数据异常值检测方法。首先采用t-分布邻域嵌入算法对数据集进行特征提取，增强数据局部结构能力；接着利用高斯核局部密度代替局部异常因子算法中的局部可达密度，提出基于高斯核密度估计离群因子（GKDELOF）算法，推导分析了该算法判断阈值的稳定性；最后在UCI标准数据集上进行仿真实验，验证算法的准确性，并在选取的真实运动手环所采集的活动数据集上进行实验分析。实验结果表明，该方法能够解决由活动复杂多样性造成的健康数据稀疏问题，准确检测出异常值。

来源：2019年第12期

《计算机科学与探索》期刊编辑部

查看计算机科学与探索杂志2019年第12期