基于稀疏表征的异常点检测方法

• 作者: 刘华文 姚明海 徐晓丹
• 来源期刊: 华中科技大学学报（自然科学版）
• 学科: 工学
• 关键词: 稀疏表示 异常点 最近邻 谱聚类 高维数据
• 年，卷（期）: 2020,（7）
• 所属期刊栏目: 电子与信息工程
• 页码范围: 20-25
• 页数: 6页
• 分类号: TP391
• 语种: 中文
• DOI: 10.13245/j.hust.200704

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1 1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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	姚明海		91	1088	17.0	30.0
2	徐晓丹		3	8	1.0	2.0
3	刘华文		1	0	0.0	0.0