|
|||||
|
|
| 基于稀疏表征的异常点检测方法 | |
| 作者姓名： | 徐晓丹 姚明海 刘华文 |
| 作者单位： | 浙江师范大学数学与计算机科学学院,浙江金华321004;浙江工业大学信息工程学院,浙江杭州310023;浙江工业大学信息工程学院,浙江杭州310023;浙江师范大学数学与计算机科学学院,浙江金华321004 |
| 基金项目： | 国家自然科学基金;浙江省自然科学基金 |
| 摘 要： | 为了提高异常检测算法在高维数据上的性能,提出了一种基于稀疏表征的孤立点检测(ODSR)方法.将实例表征为其他实例的稀疏线性组合,得到所有实例的近邻关系矩阵,并使用基于图谱理论的谱聚类方法识别异常点.该方法具有自动选择近邻的优势,能有效地得到近邻关系,并解决传统近邻算法中的k值选择困难问题.将ODSR与6种流行的异常检测算法在11个真实数据集上进行了综合实验比较,结果表明ODSR的复杂度及曲线下面积(AUC)值及稳定性更高. |
| 关 键 词： | 稀疏表示 异常点 最近邻 谱聚类 高维数据 |
| 本文献已被 CNKI 万方数据 等数据库收录！ | |