• 专利标题: 一种基于边缘样本密度度量的最近邻异常检测方法
  • 申请号: CN201811351192.5
    申请日: 2018-11-14
  • 公开(公告)号: CN109460791A
    公开(公告)日: 2019-03-12
  • 发明人: 高欣查森井潇何杨任昺
  • 申请人: 北京邮电大学
  • 申请人地址: 北京市海淀区西土城路10号
  • 专利权人: 北京邮电大学
  • 当前专利权人: 北京邮电大学
  • 当前专利权人地址: 北京市海淀区西土城路10号
  • 主分类号: G06K9/62
  • IPC分类号: G06K9/62
一种基于边缘样本密度度量的最近邻异常检测方法
摘要:
本发明实施例提出了一种基于边缘样本密度度量的最近邻异常检测方法,包括:多次随机采样获得正常样本的多个子训练集,结合欧氏距离计算子集中各点距其最近点的距离,以该距离为半径构建区域,将不属于任何区域的测试点作为全局异常;对非全局异常的测试点,找到其最近训练点及该训练点的最近训练点,将两点所在区域半径的比值作为该测试点异常的全局度量值;将测试点到其最近训练点区域边缘的最近距离与该区域半径的比值作为该点异常的局部度量值,结合两次度量值得到测试点的隔离分数,将多个子集中隔离分数的平均值作为异常分数。本发明实施例提供的技术方案,充分考虑了边缘样本的分布特征,能有效解决边缘样本邻近区域内局部异常检测问题。
0/0