ارائه روشی جدید مبتنی بر همسایگی معکوس برای تشخیص نقاط پرت

مساله تشخیص داده های پرت در یک مجموعه ی داده،یافتن داده هایی است که با رفتارهای معمول داده ها ناسازگار هستند.تشخیص نابهنجاری یک مساله مهم است که در زمینه های مختلفنظری و کاربردی مورد بررسی قرار گرفته است. تاکنون روشها والگوریتم های متعددی برای تشخیص نابهنجاری پیشنهاد شده است کههر کدام از آنها در برخی از زمینه ها کاربرد یافته اند و دارای مزیت ها وکاستی هایی می باشند. در این مقاله، روشی جدید برای تشخیص نقاطپرت ارائه شده است. این الگوریتم که مبتنی بر نزدیکترینهمسایگی های معکوس می باشد با استفاده از محاسبه فاصله و تعدادنزدیکترین همسایگی های معکوس، نسبت به محاسبه ضریب پرت بودنهر داده عمل میکند. روش پیشنهادی روی مجموعه داده های استانداردارزیابی و با سایر الگوریتم های مهم در این حوزه مقایسه شده است.