基于局部异常因子的无监督学习集成异常检测

被引:3
作者
周绪川
蔡利平
机构
[1] 西南民族大学计算机科学与技术学院
关键词
局部异常因子; 无监督学习; 集成学习; 异常检测;
D O I
暂无
中图分类号
TP311.13 [];
学科分类号
1201 ;
摘要
研究了基于局部异常因子(LOF)的无监督学习模型共享的集成学习异常检测方法,首先在局部采用LOF无监督学习得到检测模型,然后通过交换局部模型的方式实现集成异常检测.该方法能够从检测数据中自动发现异常样本,无需预先了解数据的分布特征,不对数据进行任何假设,适用范围广.方法通过交换检测模型实现数据有效信息的共享,相比集中式方法,减少了网络传输耗费.实验仿真表明,该方法能取得优于或和集中模型相当的检测性能.
引用
收藏
页码:444 / 448
页数:5
相关论文
共 3 条
[1]   集成学习分布式异常检测方法 [J].
周绪川 ;
钟勇 .
计算机工程与应用, 2011, 47 (18) :9-12
[2]   基于模型共享的分布式无监督异常检测 [J].
周俊临 ;
傅彦 ;
吴跃 ;
方育柯 ;
夏虎 .
郑州大学学报(理学版), 2010, 42 (01) :89-92+111
[3]  
Improved Rooftop Detection in Aerial Images with Machine Learning[J] . M.A. Maloof,P. Langley,T.O. Binford,R. Nevatia,S. Sage. Machine Learning . 2003 (1)