一种快速的离群点检测方法

发布时间：2018-04-13 23:24

  本文选题：支持向量数据描述 + 离群点　； 参考：《电子测量与仪器学报》2016年11期

【摘要】：离群点检测已在许多领域得到了广泛的应用,支持向量数据描述(SVDD)是一种流行的离群点检测方法,但其训练阶段需要二次规划求解,以及决策阶段计算与支持向量数量呈线性关系等导致该方法具有较高时间复杂度。本文提出了一种快速SVDD离群点检测方法,首先在训练阶段利用训练集约简和二阶逼近的序列最小优化(SMO)算法降低训练时间,然后在决策阶段通过分析决策函数表达式,利用获取超球球心原像的方式降低决策时间,使得该方法的时间复杂度显著降低。利用标准的公用数据集验证提出的方法,结果表明该方法的时间复杂度明显优于传统的方法。
[Abstract]:Outlier detection has been widely used in many fields. Support vector data description (SVDDD) is a popular outlier detection method.The method has high time complexity due to the linear relationship between the calculation of decision stage and the number of support vectors.In this paper, a fast SVDD outlier detection method is proposed. Firstly, the training time is reduced by using the training set reduction algorithm and the second order approximation algorithm, and then the expression of the decision function is analyzed in the decision-making stage.The time complexity of the method is significantly reduced because of the reduction of the decision time by obtaining the hypersphere centroid image.The proposed method is validated with standard common data sets. The results show that the time complexity of the proposed method is obviously better than that of the traditional method.
【作者单位】： 上海大学机电工程与自动化学院;湖北师范大学机电与控制工程学院;
【分类号】：TP301.6

【相似文献】

相关期刊论文 前10条

1 薛安荣;姚林;鞠时光;陈伟鹤;马汉达;;离群点挖掘方法综述[J];计算机科学;2008年11期

2 李存华;;l_∞度量意义下的离群点检测[J];淮海工学院学报(自然科学版);2008年02期

3 封海岳;薛安荣;;基于重叠模块度的社区离群点检测[J];计算机应用与软件;2013年05期

4 王柏钧,王力勤;《稳健回归与离群点检测》介绍[J];成都气象学院学报;1989年04期

5 黄添强;秦小麟;叶飞跃;;基于方形邻域的离群点查找新方法[J];控制与决策;2006年05期

6 熊君丽;;高维空间下基于密度的离群点探测算法实现[J];现代电子技术;2006年15期

7 黄添强;秦小麟;王钦敏;;空间离群点的模型与跳跃取样查找算法[J];中国图象图形学报;2006年09期

8 陈光平;叶东毅;;一种改进的离群点检测方法[J];福州大学学报(自然科学版);2007年03期

9 薛安荣;鞠时光;;基于空间约束的离群点挖掘[J];计算机科学;2007年06期

10 徐翔;刘建伟;罗雄麟;;离群点挖掘研究[J];计算机应用研究;2009年01期

相关会议论文 前9条

1 张锋;常会友;;茫然第三方支持的隐私保持离群点探测协议[A];第二十四届中国数据库学术会议论文集（研究报告篇）[C];2007年

2 连凤娜;吴锦林;薛永生;;一种改进的基于距离的离群挖掘算法[A];第二十四届中国数据库学术会议论文集（技术报告篇）[C];2007年

3 梁雪琴;刘红生;代秀梅;周亚芬;;聚类离群点挖掘技术在内部审计信息化中的应用——一个来自商业银行信用卡审计的实例[A];全国内部审计理论研讨优秀论文集(2013)[C];2014年

4 于浩;王斌;肖刚;杨晓春;;基于距离的不确定离群点检测[A];第26届中国数据库学术会议论文集（A辑）[C];2009年

5 许龙飞;熊君丽;段敏;;基于粗糙集的高维空间离群点发现算法研究[A];第二十届全国数据库学术会议论文集（技术报告篇）[C];2003年

6 刘文远;李振平;王宝文;裴继辉;;一种多维数据的离群点检测算法[A];2007年全国第十一届企业信息化与工业工程学术会议论文集[C];2007年

7 魏藜;钱卫宁;周傲英;;HOT:寻找高维空间中的离群点[A];第十八届全国数据库学术会议论文集（研究报告篇）[C];2001年

8 周红福;钱卫宁;魏藜;周傲英;;EDOLOIS:高效准确的子空间局部离群点发现[A];第二十届全国数据库学术会议论文集（研究报告篇）[C];2003年

9 魏藜;钱卫宁;周傲英;;SLOT:基于估计的高效子空间局部离群点发现[A];第十九届全国数据库学术会议论文集（研究报告篇）[C];2002年

相关博士学位论文 前10条

1 杨鹏;离群检测及其优化算法研究[D];重庆大学;2010年

2 林海;离群检测及离群释义空间查找算法研究[D];重庆大学;2012年

3 薛安荣;空间离群点挖掘技术的研究[D];江苏大学;2008年

4 杨茂林;离群检测算法研究[D];华中科技大学;2012年

5 雷大江;离群检测与离群释义算法研究[D];重庆大学;2012年

6 万家强;基于连通性的离群检测与聚类研究[D];重庆大学;2014年

7 唐向红;数据流离群点检测研究[D];华中科技大学;2010年

8 刘靖;复杂数据类型的离群检测方法研究[D];华南理工大学;2014年

9 汤俊;基于可疑金融交易识别的离群模式挖掘研究[D];武汉理工大学;2007年

10 苏亮;数据流分析关键技术研究[D];国防科学技术大学;2008年

相关硕士学位论文 前10条

1 韩红霞;基于距离离群点的分析与研究[D];江苏大学;2007年

2 黄馨玉;基于邻域重心变化的离群点检测算法研究[D];辽宁大学;2015年

3 程百球;基于EP模式的离群点发现[D];安庆师范学院;2015年

4 秦浩;基于密度的局部离群点挖掘及在入侵检测中应用研究[D];大连海事大学;2016年

5 张友强;基于选择性集成学习的离群点检测研究[D];青岛科技大学;2016年

6 连凤娜;离群点挖掘及其内涵知识发现研究[D];厦门大学;2008年

7 姚林;离群点快速挖掘算法的研究[D];江苏大学;2008年

8 夏勇;聚类分析和离群点识别技术研究及其应用[D];哈尔滨工程大学;2008年

9 马良斋;基于属性权重的局部离群点挖掘算法研究[D];兰州大学;2010年

10 王雪英;离群点预处理及检测算法研究[D];西南交通大学;2009年

，

本文编号：1746691