论文研究 模糊大间隔最小超球模型.pdf

针对当前异常检测方法面临的分类性能有限以及分类结果易受噪声影响等问题，在分析当前异常检测方法的基础上，提出模糊大间隔最小超球模型FMHM。该模型引入模糊理论，在一定程度上减少了噪声对分类结果的影响；正常样本与奇异样本之间的间隔最大化确保错分率最小。标准UCI数据集上的比较实验表明，较之单类支持向量机（OCSVM）、支持向量数据描述（SVDD）、K近邻（KNN）等算法，所提方法FMHM在异常检测方面具有一定优势。