基于最小超球面密度的孤立点检测算法

定义了最小超球面密度的概念,提出了一种基于最小超球面密度的孤立点检测算法(minimum hyper sphere density,MHSD)。该算法根据数据的 k 近邻和反 k 近邻获得数据的有效近邻,并使用最小超球面密度和有效近邻计算每个数据的密度背离程度,进而计算每个数据的孤立程度,将孤立程度超过规定阈值的数据视为孤立点。实验数据为一个二维人工数据集和两个高维实际数据集,检测三个数据集的孤立点,对算法性能进行评估,并与经典的局部离群因子算法(local outlier factor,LOF)、离群影响因子算法(influenced outlierness,INFLO)和密度相似邻域离群因子算法(density similarity neighbor based outlier factor,DSNOF)进行比较。实验结果表明,基于最小超球面密度的孤立点检测算法可以准确检测出数据中的孤立点,且性能优于三种经典算法。

基于支持向量域描述的稀疏Bagging算法

提出了1种基于SVDD(support vector domain description)的集成剪枝算法。首先通过有放回的随机采样训练出若干个学习模型,接着通过支持向量域描述算法寻找1个最小超球面,使其包含不少于一定数量的预测模型;然后得到1个可以确定球心位置的稀疏权重向量;最后选取该向量中非零元素所对应的学习模型解决二分类问题。通过多组实验将基于SVDD的集成剪枝算法与Bagging以及其他集成剪枝算法进行比较,验证了所提出算法的准确性和高效性。