学位论文 > 优秀研究生学位论文题录展示

异常检测中基于相关熵的特征提取方法

作　者: 任焕如
导　师: 邢红杰
学　校: 河北大学
专　业: 应用数学
关键词: 特征提取相关熵半二次优化技术异常检测
分类号: TP391.4
类　型: 硕士论文
年　份: 2013年
下　载: 8次
引　用: 0次
阅　读: 论文下载

内容摘要

特征提取一直是模式识别和机器学习研究领域中的重要研究内容，其目的是克服机器学习中所面临的“维数灾难”难题。到目前为止，国内外对两类和多类分类问题中特征提取的研究已趋于成熟。与两类和多类问题类似，异常检测在处理高维数据集时同样面临维数灾难的难题。因此，特征提取的有效性是异常检测方法在处理高维数据时成败与否的关键。本文提出了基于相关熵的异常检测特征提取方法。在传统的异常检测特征提取方法中，目标函数为最大化正常数据的散度与异常数据和正常数据中心的散度之间的散度差本文最大化正常数据与其均值的相关熵，同时最小化异常数据与正常数据均值之间的相关熵，从而提高了异常检测特征提取方法的鲁棒性。此外，在所提方法的目标函数中引入L2范数的正则化项，进一步提高异常检测特征提取方法的抗噪声能力。最后，利用半二次优化技术求取所建立模型的最优解。实验结果表明，所提方法可以有效提高异常检测方法的分类能力。

全文目录

摘要  5-6
Abstract  6-9
第1章绪论  9-13
  1.1 研究背景和意义  9
  1.2 国内外研究现状  9-11
  1.3 主要研究内容与论文组织结构  11-12
    1.3.1 主要研究内容  11-12
    1.3.2 论文组织结构  12
  1.4 本章小结  12-13
第2章相关知识  13-21
  2.1 特征提取介绍  13
  2.2 特征提取方法  13-17
    2.2.1 主成分分析  13-15
    2.2.2 线性判别分析  15-16
    2.2.3 局部保留映射  16-17
  2.3 相关熵  17-20
    2.3.1 相关熵定义  17-18
    2.3.2 相关熵性质  18-20
  2.4 本章小结  20-21
第3章基于相关熵的异常检测的特征提取方法  21-32
  3.1 基于异常检测的特征提取  21-22
  3.2 FEND -RCC  22-24
  3.3 收敛性证明  24-25
  3.4 计算复杂性分析  25-26
  3.5 实验结果  26-31
    3.5.1 人工数据集  26-29
    3.5.2 标准数据集  29-31
  3.6 本章小结  31-32
第4章总结与展望  32-34
  4.1 工作总结  32
  4.2 工作展望  32-34
参考文献  34-37
附录  37-39
致谢  39-40
攻读学位期间取得的科研成果  40

异常检测中基于相关熵的特征提取方法

内容摘要

全文目录

相似论文