简介： 本发明公开的一种基于相对密度的异常检测算法，属于机器学习和数据挖掘领域。本发明的异常检测算法基于最近邻思想，采取了局部相对密度的方法，异常点由数据点的密度和其近邻密度之间的差异而判定，对于一个给定的数据点，其与近邻之间的相对密度差异越大，则该数据点的异常性越大。同传统的基于密度的方式相比，相对密度方法更具准确性，不仅能够解决基于距离的方法无法检测局部异常的问题，而且能够克服基于密度方法对稀疏数据失效的缺陷。对于不同的数据能够检测出不同的异常类型的点。