8
5

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?

More than 5 years have passed since last update.

Local Outlier Factorによる異常検知

Last updated at Posted at 2014-12-14

C++とOpenCVでLOF(Local Outlier Factor)による異常検知プログラムを実装。何故か毎フレーム描画しているが、とりあえずあげておく。

#LOF(Local Outlier Factor)とは
データマイニング分野で利用される異常検知手法。あるデータの密度がその他のデータの密度と比べて小さいかどうかを評価することで、異常なデータを見つける。

Wikipedia
元論文

#実験結果
入力データは(x, y)の2次元データ30個
入力データ

異常と判定されたデータは赤い点で描画。
結果

#使用方法

  1. Window上で左クリックして、データ点を作成。30個程度あれば、十分のはず。
  2. ”l”を押すと、異常検知を行う。異常(外れている)点は赤色で表示。
  3. 適当なキーを押すと、異常データの表示を終了。
  4. ”q”を押すと、終了。

#ソースコード

Github

動作環境: Mac(OS X Yosemite), Clion, OpenCV2.4.8, C++11

8
5
0

Register as a new user and use Qiita more conveniently

  1. You get articles that match your needs
  2. You can efficiently read back useful information
  3. You can use dark theme
What you can do with signing up
8
5

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?