發(fā)布時間：2018-04-09 20:21

  本文選題：離群點檢測　切入點：支持向量數(shù)據(jù)描述　出處：《電子學(xué)報》2017年04期

【摘要】：針對支持向量數(shù)據(jù)描述(Support Vector Data Description,SVDD)的訓(xùn)練集中同時含有正常點和離群點的問題,為降低離群點對SVDD訓(xùn)練模型的不利影響,提出了一種基于單簇核可能性C-均值的SVDD離群點檢測算法.本文算法通過單簇核聚類獲得每個樣本屬于正常類的隸屬度,將其作為每個樣本屬于目標(biāo)類的置信度.將樣本置信度引入到SVDD訓(xùn)練模型中,減弱低置信度樣本在建立決策邊界中的作用.實驗表明,與已有的相關(guān)方法相比,本文方法能夠顯著改善SVDD的離群點檢測效果.
[Abstract]:In order to reduce the adverse effect of outliers on SVDD training model, the training set of support Vector Data description (SVDDD) contains both normal points and outliers.This paper presents a SVDD outlier detection algorithm based on the C-means of probabilities of single cluster kernels.In this paper, the membership degree of each sample belongs to the normal class is obtained by single cluster kernel clustering, which is regarded as the confidence degree that each sample belongs to the target class.The sample confidence is introduced into the SVDD training model, which weakens the role of the low confidence sample in establishing the decision boundary.The experimental results show that the proposed method can significantly improve the detection of outliers in SVDD.
【作者單位】： 哈爾濱工程大學(xué)計算機科學(xué)與技術(shù)學(xué)院;哈爾濱工程大學(xué)理學(xué)院;
【基金】：國家自然科學(xué)基金(No.11471001)
【分類號】：TP301.6

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 薛安榮;姚林;鞠時光;陳偉鶴;馬漢達(dá);;離群點挖掘方法綜述[J];計算機科學(xué);2008年11期

2 李存華;;l_∞度量意義下的離群點檢測[J];淮海工學(xué)院學(xué)報(自然科學(xué)版);2008年02期

3 封海岳;薛安榮;;基于重疊模塊度的社區(qū)離群點檢測[J];計算機應(yīng)用與軟件;2013年05期

4 王柏鈞,王力勤;《穩(wěn)健回歸與離群點檢測》介紹[J];成都?xì)庀髮W(xué)院學(xué)報;1989年04期

5 黃添強;秦小麟;葉飛躍;;基于方形鄰域的離群點查找新方法[J];控制與決策;2006年05期

6 熊君麗;;高維空間下基于密度的離群點探測算法實現(xiàn)[J];現(xiàn)代電子技術(shù);2006年15期

7 黃添強;秦小麟;王欽敏;;空間離群點的模型與跳躍取樣查找算法[J];中國圖象圖形學(xué)報;2006年09期

8 陳光平;葉東毅;;一種改進(jìn)的離群點檢測方法[J];福州大學(xué)學(xué)報(自然科學(xué)版);2007年03期

9 薛安榮;鞠時光;;基于空間約束的離群點挖掘[J];計算機科學(xué);2007年06期

10 徐翔;劉建偉;羅雄麟;;離群點挖掘研究[J];計算機應(yīng)用研究;2009年01期

相關(guān)會議論文 前9條

1 張鋒;常會友;;茫然第三方支持的隱私保持離群點探測協(xié)議[A];第二十四屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集（研究報告篇）[C];2007年

2 連鳳娜;吳錦林;薛永生;;一種改進(jìn)的基于距離的離群挖掘算法[A];第二十四屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集（技術(shù)報告篇）[C];2007年

3 梁雪琴;劉紅生;代秀梅;周亞芬;;聚類離群點挖掘技術(shù)在內(nèi)部審計信息化中的應(yīng)用——一個來自商業(yè)銀行信用卡審計的實例[A];全國內(nèi)部審計理論研討優(yōu)秀論文集(2013)[C];2014年

4 于浩;王斌;肖剛;楊曉春;;基于距離的不確定離群點檢測[A];第26屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集（A輯）[C];2009年

5 許龍飛;熊君麗;段敏;;基于粗糙集的高維空間離群點發(fā)現(xiàn)算法研究[A];第二十屆全國數(shù)據(jù)庫學(xué)術(shù)會議論文集（技術(shù)報告篇）[C];2003年

6 劉文遠(yuǎn);李振平;王寶文;裴繼輝;;一種多維數(shù)據(jù)的離群點檢測算法[A];2007年全國第十一屆企業(yè)信息化與工業(yè)工程學(xué)術(shù)會議論文集[C];2007年

7 魏藜;錢衛(wèi)寧;周傲英;;HOT:尋找高維空間中的離群點[A];第十八屆全國數(shù)據(jù)庫學(xué)術(shù)會議論文集（研究報告篇）[C];2001年

8 周紅福;錢衛(wèi)寧;魏藜;周傲英;;EDOLOIS:高效準(zhǔn)確的子空間局部離群點發(fā)現(xiàn)[A];第二十屆全國數(shù)據(jù)庫學(xué)術(shù)會議論文集（研究報告篇）[C];2003年

9 魏藜;錢衛(wèi)寧;周傲英;;SLOT:基于估計的高效子空間局部離群點發(fā)現(xiàn)[A];第十九屆全國數(shù)據(jù)庫學(xué)術(shù)會議論文集（研究報告篇）[C];2002年

相關(guān)博士學(xué)位論文 前10條

1 楊鵬;離群檢測及其優(yōu)化算法研究[D];重慶大學(xué);2010年

2 林海;離群檢測及離群釋義空間查找算法研究[D];重慶大學(xué);2012年

3 薛安榮;空間離群點挖掘技術(shù)的研究[D];江蘇大學(xué);2008年

4 楊茂林;離群檢測算法研究[D];華中科技大學(xué);2012年

5 雷大江;離群檢測與離群釋義算法研究[D];重慶大學(xué);2012年

6 萬家強;基于連通性的離群檢測與聚類研究[D];重慶大學(xué);2014年

7 唐向紅;數(shù)據(jù)流離群點檢測研究[D];華中科技大學(xué);2010年

8 劉靖;復(fù)雜數(shù)據(jù)類型的離群檢測方法研究[D];華南理工大學(xué);2014年

9 湯俊;基于可疑金融交易識別的離群模式挖掘研究[D];武漢理工大學(xué);2007年

10 蘇亮;數(shù)據(jù)流分析關(guān)鍵技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2008年

相關(guān)碩士學(xué)位論文 前10條

1 韓紅霞;基于距離離群點的分析與研究[D];江蘇大學(xué);2007年

2 黃馨玉;基于鄰域重心變化的離群點檢測算法研究[D];遼寧大學(xué);2015年

3 程百球;基于EP模式的離群點發(fā)現(xiàn)[D];安慶師范學(xué)院;2015年

4 歐陽根平;Hadoop云平臺下基于離群點挖掘的入侵檢測技術(shù)研究[D];電子科技大學(xué);2015年

5 鄧璇;數(shù)據(jù)流挖掘關(guān)鍵技術(shù)研究與實現(xiàn)[D];電子科技大學(xué);2015年

6 周瑩瑩;利用離群點檢測改進(jìn)協(xié)同過濾推薦算法[D];南京郵電大學(xué);2015年

7 張友強;基于選擇性集成學(xué)習(xí)的離群點檢測研究[D];青島科技大學(xué);2016年

8 關(guān)皓文;基于離群點檢測方法的醫(yī)保異常發(fā)現(xiàn)[D];山東大學(xué);2016年

9 朱杰;基于帶時間約束頻繁路徑的離群軌跡檢測[D];蘇州大學(xué);2016年

10 馬菲;局部離群點檢測算法的研究[D];淮北師范大學(xué);2016年

，

本文編號：1727989