A new method for identifying a predetermined number of data points of interest in a large data set. The data points of interest are ranked in relation to the distance to their neighboring points. The method employs partition-based detection algorithms to partition the data points and then compute upper and lower bounds for each partition. These bounds are then used to eliminate those partitions that do contain the predetermined number of data points of interest. The data points of interest are then computed from the remaining partitions that were not eliminated. The present method eliminates a significant number of data points from consideration as the points of interest, thereby resulting in substantial savings in computational expense compared to conventional methods employed to identify such points.

Новый метод для определять предопределенный количество частнй значение интереса в большом комплекте данных. Частнй значение интереса выстроены в ряд по отношению к расстоянию к их соседским пунктам. Метод использует перегородк-osnovannye алгоритмы обнаружения для того чтобы разделить частнй значение и после этого вычислить верхних и нижняяа граница для каждой перегородки. Эти пределы после этого использованы для того чтобы исключить те перегородки содержат предопределенный число частнй значение интереса. Частнй значение интереса после этого вычислены от остальных перегородок не были исключены. Действующий сегодня метод исключает значительно количество частнй значение от рассмотрения как пункты интереса, таким образом resulting in существенные сбереженияа в вычислительном расходе сравненном к обычным методам используемым для того чтобы определить такие пункты.