To study the quality of stellar spectra of the Large Sky Area Multi-Object Fiber Spectroscopic Telescope (LAMOST) and the correctness of the corresponding stellar parameters derived by the LASP (LAMOST Stellar Parameter Pipeline), the outlier analysis method is applied to the archived AFGK stars in the fifth data release (DR5) of LAMOST. The outlier factor is defined in order to sort more than 3 million stellar spectra selected from the DR5 Stellar Parameter catalog. We propose an improved Local Outlier Factor (LOF) method based on Principal Component Analysis and Monte Carlo to enable the computation of the LOF rankings for randomly picked sub-samples that are computed in parallel by multiple computers, and finally to obtain the outlier ranking of each spectrum in the entire dataset. Totally 3,627 most outlier ranked spectra, around one-thousandth of all spectra, are selected and clustered into 10 groups, and the parameter density distribution of them conforms to the parameter distribution of LAMOST DR5, which suggests that in the whole parameter space the probability of bad spectra is uniformly distributed. By cross-matching the 3,627 spectra with APOGEE, we obtain 122 common ones. The published parameters calculated from LASP agree with APOGEE for the 122 spectra although there are bad pixels or bad flux calibrations in them. On the other hand, some outlier spectra show strong nebular contamination warning the corresponding parameters should be carefully used. A catalog and a spectral atlas of all the 3,627 outliers can be found at the link http://paperdata.china-vo.org/LY_paper/dr5Outlier/dr5Outlier_resource.zip.

为了研究大天区多目标光纤光谱望远镜（LAMOST）的恒星光谱质量和LASP（LAMOST恒星参数管道）导出的相应恒星参数的正确性，将异常值分析方法应用于存档的AFGK LAMOST 第五次数据发布 (DR5) 中的明星。定义异常值因子是为了对从 DR5 恒星参数目录中选择的超过 300 万个恒星光谱进行分类。我们提出了一种基于主成分分析和蒙特卡罗的改进的局部异常因子 (LOF) 方法，能够计算多台计算机并行计算的随机选取的子样本的 LOF 排名，最终获得整个数据集中的每个光谱。总共 3,627 个最离群值排名的光谱，大约千分之一的光谱，被选择并聚类为 10 组，它们的参数密度分布符合 LAMOST DR5 的参数分布，这表明在整个参数空间中，坏光谱的概率是均匀分布的。通过将 3,627 个光谱与 APOGEE 进行交叉匹配，我们获得了 122 个常见光谱。从 LASP 计算出的已发布参数与 APOGEE 的 122 个光谱一致，尽管其中存在坏像素或坏通量校准。另一方面，一些离群光谱显示强烈的星云污染警告应谨慎使用相应的参数。所有 3,627 个异常值的目录和光谱图集可以在链接 http://paperdata.china-vo.org/LY_paper/dr5Outlier/dr5Outlier_resource.zip 中找到。选择并聚类为 10 组，它们的参数密度分布符合 LAMOST DR5 的参数分布，这表明在整个参数空间中，坏谱的概率是均匀分布的。通过将 3,627 个光谱与 APOGEE 进行交叉匹配，我们获得了 122 个常见光谱。从 LASP 计算出的已发布参数与 APOGEE 的 122 个光谱一致，尽管其中存在坏像素或坏通量校准。另一方面，一些离群光谱显示强烈的星云污染警告应谨慎使用相应的参数。所有 3,627 个异常值的目录和光谱图集可以在链接 http://paperdata.china-vo.org/LY_paper/dr5Outlier/dr5Outlier_resource.zip 中找到。选择并聚类为 10 组，它们的参数密度分布符合 LAMOST DR5 的参数分布，这表明在整个参数空间中，坏谱的概率是均匀分布的。通过将 3,627 个光谱与 APOGEE 进行交叉匹配，我们获得了 122 个常见光谱。从 LASP 计算出的已发布参数与 APOGEE 的 122 个光谱一致，尽管其中存在坏像素或坏通量校准。另一方面，一些离群光谱显示强烈的星云污染警告应谨慎使用相应的参数。所有 3,627 个异常值的目录和光谱图集可以在链接 http://paperdata.china-vo.org/LY_paper/dr5Outlier/dr5Outlier_resource.zip 中找到。并且它们的参数密度分布符合LAMOST DR5的参数分布，这表明在整个参数空间中，坏谱的概率是均匀分布的。通过将 3,627 个光谱与 APOGEE 进行交叉匹配，我们获得了 122 个常见光谱。从 LASP 计算出的已发布参数与 APOGEE 的 122 个光谱一致，尽管其中存在坏像素或坏通量校准。另一方面，一些离群光谱显示强烈的星云污染警告应谨慎使用相应的参数。所有 3,627 个异常值的目录和光谱图集可以在链接 http://paperdata.china-vo.org/LY_paper/dr5Outlier/dr5Outlier_resource.zip 中找到。并且它们的参数密度分布符合LAMOST DR5的参数分布，这表明在整个参数空间中，坏谱的概率是均匀分布的。通过将 3,627 个光谱与 APOGEE 进行交叉匹配，我们获得了 122 个常见光谱。从 LASP 计算出的已发布参数与 APOGEE 的 122 个光谱一致，尽管其中存在坏像素或坏通量校准。另一方面，一些离群光谱显示强烈的星云污染警告应谨慎使用相应的参数。所有 3,627 个异常值的目录和光谱图集可以在链接 http://paperdata.china-vo.org/LY_paper/dr5Outlier/dr5Outlier_resource.zip 中找到。通过将 3,627 个光谱与 APOGEE 进行交叉匹配，我们获得了 122 个常见光谱。从 LASP 计算出的已发布参数与 APOGEE 的 122 个光谱一致，尽管其中存在坏像素或坏通量校准。另一方面，一些离群光谱显示强烈的星云污染警告应谨慎使用相应的参数。所有 3,627 个异常值的目录和光谱图集可以在链接 http://paperdata.china-vo.org/LY_paper/dr5Outlier/dr5Outlier_resource.zip 中找到。通过将 3,627 个光谱与 APOGEE 进行交叉匹配，我们获得了 122 个常见光谱。从 LASP 计算出的已发布参数与 APOGEE 的 122 个光谱一致，尽管其中存在坏像素或坏通量校准。另一方面，一些离群光谱显示强烈的星云污染警告应谨慎使用相应的参数。所有 3,627 个异常值的目录和光谱图集可以在链接 http://paperdata.china-vo.org/LY_paper/dr5Outlier/dr5Outlier_resource.zip 中找到。一些异常光谱显示强烈的星云污染警告应谨慎使用相应的参数。所有 3,627 个异常值的目录和光谱图集可以在链接 http://paperdata.china-vo.org/LY_paper/dr5Outlier/dr5Outlier_resource.zip 中找到。一些异常光谱显示强烈的星云污染警告应谨慎使用相应的参数。所有 3,627 个异常值的目录和光谱图集可以在链接 http://paperdata.china-vo.org/LY_paper/dr5Outlier/dr5Outlier_resource.zip 中找到。