基于稀疏贝叶斯回归的异常检测

• 作者: 冯爱民 苏乐群
• 来源期刊: 计算机与现代化
• 学科: 工学
• 关键词: 稀疏贝叶斯回归 残差法 异常检测 回归估计 稀疏性
• 年，卷（期）: 2015,（1）
• 所属期刊栏目: 数据库与数据挖掘
• 页码范围: 57-60
• 页数: 4页
• 分类号: TP18
• 字数: 3216字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2475.2015.01.011

摘要

异常检测问题中的数据可以看作是正常信息和异常信息的高度混合，在使得正常信息损失最小的情况下，异常点集合就是前K个包含最多异常信息的样本。启发于这种思想，提出一种基于稀疏贝叶斯回归的异常检测模型，该方法通过在传统的核函数基础上融入Bayesian推理框架，对数据进行回归估计，利用残差法找出偏离程度较大的样本为异常样本。实验结果表明，该方法具有良好的稀疏性和检测精度。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	冯爱民	南京航空航天大学计算机科学与技术学院	19	158	7.0	12.0
2	苏乐群	南京航空航天大学计算机科学与技术学院	2	2	1.0	1.0