点击次数：

发布时间：2019-03-10

论文类型：期刊论文

发表时间：2010-08-15

发表刊物：系统工程与电子技术

收录刊物：Scopus、CSCD、ISTIC、PKU

卷号：32

期号：8

页面范围：1775-1779

ISSN号：1001-506X

关键字：代价敏感学习;孤立点检测;不平衡分类;支持向量机

摘要：孤立点检测面临数据不平衡和代价敏感两个问题.利用改进的一类支持向量机对数据集进行重构,并结合代价敏感支持向量机提出了一种混合策略检测方法.首先在传统的一类支持向量机优化过程中设定不同权重,通过刻画超平面消除部分正常样本进而平衡数据集;重构过程保留了孤立点信息,同时能克服数据混叠现象.通过代价敏感支持向量机对样本进行训练,利用受试者工作特征分析作为评判依据搜索最优参数,进而调节阈值获得孤立点检测模型.仿真实验结果表明,本文方法能提高检测精度,同时有效降低总的误分类代价.