专利内容由知识产权出版社提供
专利名称：一种基于多示例学习的局部离群点检测方法专利类型：发明专利发明人：秦岭,邓浩,杨小健申请号：CN201811283345.7申请日：20181024公开号：CN111090678A公开日：20200501
摘要：本发明提供了一种基于多示例学习的局部离群点检测方法。针对现实世界中诸如电力、石油、化工等企业，系统中的数据对象具有多义性和复杂性，一个对象中可能存在多种类型的内在属性和特征，传统的局部离群点检测算法往往忽略了这一点。首先初始化数据集，提取多义对象的各个语义差异相应的特征作为示例，并组成多示例包；然后采取退化策略，将原本多示例问题转化为单示例问题进行计算；接着，采用一种自适应权重调整方法，在权重函数计算过程中加入自适应惩罚策略，通过引入惩罚函数和惩罚因子，根据不同示例集合自身的特点自适应调整权重函数；最后结合权重计算综合离群点因子，通过综合离群点因子标记对象是否为局部离群点。
申请人：南京工业大学
地址：211816 江苏省南京市浦口区浦珠南路30号南京工业大学
国籍：CN
更多信息请下载全文后查看
