基于PCA的无监督异常检测方法研究

• 作者: 王坤 郭云飞
• 来源期刊: 郑州大学学报（理学版）
• 学科: 工学
• 关键词: 异常检测 无监督学习 聚类 PCA
• 年，卷（期）: 2004,（4）
• 页码范围: 39-42
• 页数: 4页
• 分类号: TP393.08
• 字数: 3097字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-6841.2004.04.011

摘要

针对现有的无监督异常检测技术的不足之处,提出了一种基于样本分布异常数据实例度量方法;将主成分分析方法应用到异常检测中解决数据集高维数据的降维问题.提出一种新的无监督异常检测算法μ-UAD,并对该算法进了性能评估.实验表明,该算法具有较好的检测性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭云飞	郑州信息工程大学信息技术研究所	4	11	2.0	3.0
2	王坤	郑州信息工程大学信息技术研究所	2	16	2.0	2.0