何鎏一 杨国为

摘要：针对正常与异常样本分布不平衡的异常点检测问题，本文以小球大距离（small sphere large margin，SSLM）超球支持向量机为基础，提出一种高正确率识别的包裹学习算法。基本思想为建立正常样本的同类特征集合的紧密包裹集，在特征空间内构造一个半径最小的超球，使超球内尽可能地包含大多数的正常样本，并使超球边界与包裹集及异常样本间隔最大化，所构造的超球边界会近似与正常样本边界拟合，同时将该方法与支持向量机方法和超球支持向量方法进行实验对比，并在uci数据集中的医学诊断数据及USPS数字集上进行对比实验。实验结果表明，与同类经典算法相比，包裹学习算法在不同的异常检测数据上分别达到了最高准确率。该研究可应用于样本分布不均的异常行为检测中。

关键词：异常点检测; 支持向量机; 包裹学习

异常点检测问题又称一类分类问题（oneclass classification），用于解决异常点检测问题的方法有基于密度估计法[1]和基于神经网络法[2]，而支持向量机（support vector machines，SVM）[3]不但在分類问题上被大量利用，而且在异常检测问题[4-7]上也得到了广泛应用，其思想为将所有特征向量映射到一个高维空间，在此空间建立一个最大间隔超平面，该超平面对应的原始空间曲面就是分类决策面。在分开两类特征向量（数据）的超平面两边，建有两个互相平行的超平面，分隔超平面使两个平行超平面的距离最大化。在针对异常点检测问题时，SVM分类面会向样本数据少的一侧偏移，其分类效果表现不佳。……