科研之友
微信
新浪微博
Facebook
分享链接
摘要
本发明提供了一种基于叠层宽度学习系统的鲁棒无监督异常检测方法,用于异常检测,包括以下步骤：构建鲁棒叠层宽度学习系统的目标函数：通过岭回归计算所述鲁棒叠层宽度学习系统的输出权重；确定每个鲁棒叠层宽度学习系统子模块的预测输出；基于核密度估计函数,计算样本的权重因子,根据样本的残差概率分布密度识别异常值。本发明通过充分利用叠层BLS的残差特性,根据样本点的离散程度分配不同的加权因子,消除异常值和噪声对检测的干扰；同时鲁棒叠层BLS可以自适应地处理未标记数据,其动态叠层结构和增量学习算法在提高检测精度的基础上,提高了鲁棒性和泛化能力。
- 出版日期2022-11-21
- 单位合肥工业大学
