【正文】 比如題目開題研究前期，老師幫忙找了很多資料，并及時(shí)和我溝通，因?yàn)榍捌谠谕鈱?shí)習(xí)，有時(shí)候老師還會(huì)打電話詢問具體進(jìn)度，并及時(shí)對(duì)出現(xiàn)問題進(jìn)行引導(dǎo)。當(dāng)然這建立在已知數(shù)據(jù)集合有足夠豐富特征。時(shí)間限制未作深入研究。單位：橫軸表示順序，縱軸表示計(jì)算結(jié)果數(shù)值。在本實(shí)驗(yàn)過程中同時(shí)進(jìn)行了不同數(shù)據(jù)集合地實(shí)驗(yàn)，多屬性特征穿插混淆，總體能夠的到穩(wěn)定結(jié)果，多屬性特征則比較不穩(wěn)定。每一組數(shù)據(jù)由一種圖形構(gòu)成。（1） 生成隨機(jī)數(shù)據(jù)。分別把隱層單元改為125分別按實(shí)驗(yàn)三方案做實(shí)驗(yàn)。 對(duì)上面三個(gè)實(shí)驗(yàn)地隱層進(jìn)行調(diào)整，主要分別取5個(gè)、15個(gè)、25個(gè)隱層單元進(jìn)行訓(xùn)練測試。即分布一樣，無法區(qū)分異常與異常與否。流程：（1）第一組數(shù)據(jù)單個(gè)輸入BP1訓(xùn)練，保存相應(yīng)BP1權(quán)值，ticdata2000正常數(shù)據(jù)訓(xùn)練；（2）第二組數(shù)據(jù)單個(gè)輸入BP2訓(xùn)練，保存BP2權(quán)值，ticdata2000異常數(shù)據(jù)訓(xùn)練；測試方法:通過測試地兩個(gè)數(shù)據(jù)庫，輸?shù)接?xùn)練后地兩個(gè)神經(jīng)網(wǎng)絡(luò)，同時(shí)借助已知數(shù)據(jù)捕獲有用數(shù)據(jù)進(jìn)行分析。解決方案，找一種訓(xùn)練方法讓異常非異常點(diǎn)往不同方向逼近，并使其不互相影響。數(shù)據(jù)主要疊加在兩個(gè)教師信號(hào)數(shù)值之間,難以區(qū)分。：用單個(gè)神經(jīng)網(wǎng)絡(luò)對(duì)訓(xùn)練數(shù)據(jù)庫整體特性進(jìn)行學(xué)習(xí)實(shí)驗(yàn)設(shè)計(jì)思路：為避免上述問題，改變訓(xùn)練順序和訓(xùn)練方法，單組數(shù)據(jù)輸入單個(gè)bp神經(jīng)網(wǎng)絡(luò)。輸出結(jié)果的所有數(shù)據(jù)，在0到1區(qū)間之間，不管相似不相似都集中分布在靠近0，沒有區(qū)分度，不能明顯表示相似與否地概念。采用表示X與Y兩者相似性差異。隱層輸出層的神經(jīng)元，其他權(quán)值都初始化：(double) ((rand()/)*21)；隨機(jī)數(shù)種子為系統(tǒng)時(shí)間。 （）其中： （）經(jīng)常被稱為sigmoid函數(shù)或者也可以稱為logistic函數(shù)。設(shè)輸入層節(jié)點(diǎn)數(shù)為n，隱含層節(jié)點(diǎn)數(shù)為r，輸出層節(jié)點(diǎn)數(shù)為m，隱含層與輸入層之間的權(quán)值矩陣為，隱含層節(jié)點(diǎn)閥值為，輸出層與隱含層之間權(quán)值矩陣為，輸出層節(jié)點(diǎn)閥值為，并設(shè)有N個(gè)學(xué)習(xí)樣本其中為第P個(gè)學(xué)習(xí)樣本的輸入向量，為其實(shí)際輸出向量。（4）良好的容錯(cuò)性與聯(lián)想記憶功能。人工神經(jīng)網(wǎng)絡(luò)作為一種新型信息處理系統(tǒng)，在信息處理方面，具有如下顯著的特點(diǎn)：（１）輸入輸出映射能力。異?；蛘叻钱惓＃梢酝ㄟ^趨向某個(gè)數(shù)值表示特征異常，另一個(gè)方向數(shù)值表示非異常。而本文直接從已知部分?jǐn)?shù)據(jù)維度的特征著手，即是直接從每一組數(shù)據(jù)的特征來研究。Su等人首先提出基于聚類的異常點(diǎn)檢測算法，聚集的較小簇被認(rèn)為是異常點(diǎn)，但這中方法忽略了小聚集簇和大聚集簇之間的距離，當(dāng)一個(gè)小聚集簇和一個(gè)大聚集簇非常接近的時(shí)候，小聚集簇中的這些點(diǎn)更可能是大聚集簇的邊界點(diǎn)而不是異常點(diǎn)。但是并沒有得到普遍的認(rèn)同，這是因?yàn)樾蛄挟惓Ｔ诟拍钌嫌幸欢ǖ娜毕?，它?duì)異常點(diǎn)存在的假設(shè)太過理想化，對(duì)現(xiàn)實(shí)復(fù)雜數(shù)據(jù)效果不太好。另外，岳峰等利用反向K近鄰(RKNN)這個(gè)概念提出了一個(gè)異常點(diǎn)檢測算法(ODRKNN)，在綜合數(shù)據(jù)集和正式數(shù)據(jù)集上的實(shí)驗(yàn)結(jié)構(gòu)表明，該算法能有效地檢測出異常點(diǎn)，且算法效率高于典型的基于密度的異常點(diǎn)檢測算法LOF和LSC的效率。一個(gè)對(duì)象領(lǐng)域內(nèi)的密度可以用包含固定結(jié)點(diǎn)個(gè)數(shù)的域半徑指定半徑領(lǐng)域中包含的結(jié)點(diǎn)數(shù)來描述。(1) Brito等提出相互k近鄰圖(Mutual k—Nearest Neighbor，簡稱MkNN)算法，其主要思想是對(duì)每個(gè)連通子圖進(jìn)行檢測，如果包含多個(gè)結(jié)點(diǎn)就組成一個(gè)簇，如果僅有一個(gè)結(jié)點(diǎn)，那么該結(jié)點(diǎn)就是異常點(diǎn)。實(shí)際上在給出了距離的度量，并對(duì)數(shù)據(jù)進(jìn)行預(yù)處理后。Bay和Sc hwabacher在沿用Rastogi和Ramaswamy對(duì)于異常定義的基礎(chǔ)上，提出了一種基于隨機(jī)抽樣的檢測方法，它通過隨機(jī)抽樣的方法，減少了尋找k近鄰的范圍，在試驗(yàn)數(shù)據(jù)上獲得了幾乎線性的計(jì)算復(fù)雜度。后來，Rastogi和Ramaswamy提出了一個(gè)新的基于距離的異常點(diǎn)定義，即基于距離的第最近鄰(kth Nearest Neighbor)異常點(diǎn)挖掘方法。NL算法可以避免構(gòu)建索引結(jié)構(gòu)，減少了算法的次數(shù)。通常這類異常被描述為。 傳統(tǒng)已有異常點(diǎn)算法介紹早期的異常點(diǎn)檢測算法大多數(shù)是基于統(tǒng)計(jì)學(xué)實(shí)現(xiàn)的，通?？梢苑譃榛诜植嫉臋z測算法和基于深度的檢測算法兩類。許多數(shù)據(jù)挖掘算法試圖減少異常點(diǎn)的對(duì)挖掘結(jié)果的影響，或者在挖掘過程中排除異常點(diǎn)。（1）BP神經(jīng)網(wǎng)絡(luò)能夠較好的分離特征單一的仿真數(shù)據(jù)；但是（2）特征相似性較大的數(shù)據(jù)集，難以分離判斷；（3）正常數(shù)據(jù)不充分或者不具有代表性，因此正常數(shù)據(jù)類學(xué)習(xí)不充分，從而導(dǎo)致異常無法判斷。本科畢業(yè)設(shè)計(jì)（論文） BP神經(jīng)網(wǎng)絡(luò)的異常點(diǎn)檢測應(yīng)用可行性研究摘 要異常點(diǎn)數(shù)據(jù)是指數(shù)據(jù)集中與眾不同數(shù)據(jù)。針對(duì)以上問題，本文提出了以下的改進(jìn)措施：（1）BP算法前進(jìn)行特征約簡（映射）從中選取有益于異常檢測的特征（2）多神經(jīng)網(wǎng)絡(luò)融合，不同神經(jīng)網(wǎng)絡(luò)識(shí)別不同的特征，相互取長補(bǔ)短，融合后得到最終的結(jié)果。然而異常點(diǎn)可能隱藏著重要的信息，也許比一般的數(shù)據(jù)更有價(jià)值。前者一般通過先構(gòu)造一個(gè)標(biāo)準(zhǔn)概率分布來擬合數(shù)據(jù)集，然后根據(jù)概率分布來確定異常點(diǎn)，例如Rosner提出的單樣本多個(gè)異常檢測算法ESD算法，和Yamnishi等使用混合高斯模型的異常點(diǎn)檢測算法。當(dāng)且僅當(dāng)數(shù)據(jù)集中至少有個(gè)數(shù)據(jù)點(diǎn)與點(diǎn)的距離大于時(shí)，數(shù)據(jù)對(duì)象點(diǎn)稱為異常點(diǎn)。以上兩方法的算法時(shí)間復(fù)雜度為，當(dāng)遇到大量數(shù)據(jù)集時(shí)它們還有待改進(jìn)。給定維空間中包含個(gè)點(diǎn)的數(shù)據(jù)集、參數(shù)和 (自然數(shù)),表示點(diǎn)和它的第最近鄰的距離。隨著人們對(duì)基于距離的方法的不斷研究，一些新的、較好的算法也不斷的涌現(xiàn)?；诿芏确椒ㄊ窃诨诰嚯x的方法上改進(jìn)而來。該算法針對(duì)數(shù)據(jù)點(diǎn)的分布對(duì)各種特殊形狀都有效，但算法執(zhí)行效率不高。這樣就不會(huì)像DB(p，d)異常點(diǎn)那樣遺漏一部分異常點(diǎn)?；谄畹漠惓｜c(diǎn)檢測不使用統(tǒng)計(jì)檢驗(yàn)或者基于距離的度量來識(shí)別異常對(duì)象。(2) OLAP數(shù)據(jù)立方體技術(shù)：，該單元被認(rèn)為是一個(gè)異常。模糊k均值聚類算法(FCM)常用于異常點(diǎn)檢測，該算法動(dòng)態(tài)地分配權(quán)重給每一個(gè)數(shù)據(jù)點(diǎn)，權(quán)重表示該數(shù)據(jù)點(diǎn)和數(shù)據(jù)集中心之間的距離，通過各點(diǎn)的權(quán)重來判斷異常點(diǎn)。對(duì)于單屬性特征的情況，根據(jù)數(shù)據(jù)重要性調(diào)整特征（即維度）權(quán)值，并根據(jù)數(shù)據(jù)重要性調(diào)整。有時(shí)候數(shù)據(jù)組合的重要性是體現(xiàn)在幾個(gè)數(shù)據(jù)地組合里面，既可能體現(xiàn)在幾個(gè)屬性上面,比如說一組數(shù)組(A，B，C)，可能AB組合特征不顯示異常，然而ABC組合就顯示異常，這些組合是不定地。人工神經(jīng)網(wǎng)絡(luò)具有自學(xué)習(xí)能力，通過學(xué)習(xí)，能夠根據(jù)網(wǎng)絡(luò)期望輸出和網(wǎng)絡(luò)實(shí)際輸出之差來調(diào)整神經(jīng)元間連接權(quán)值和閾值，直至使實(shí)際輸出與期望輸出之間的誤差減小到滿意的程度，這樣就實(shí)現(xiàn)了輸入到輸出的映射。人工神經(jīng)網(wǎng)絡(luò)通過自身的網(wǎng)絡(luò)結(jié)構(gòu)能夠?qū)崿F(xiàn)對(duì)信息的記憶，而所記憶的信息是存儲(chǔ)在神經(jīng)元之間的權(quán)值中。其中，下文中如不指明則相同。注意它的輸出范圍為0到1，隨輸入單調(diào)遞增。訓(xùn)練教師信號(hào)，按具體方案處理設(shè)定。在神經(jīng)網(wǎng)絡(luò)則表示為兩者整體特征差異大小。然后又對(duì)測試數(shù)據(jù)與訓(xùn)練數(shù)據(jù)庫，進(jìn)行相似性求和，對(duì)比測試數(shù)據(jù)中異常點(diǎn)與非異常點(diǎn)與訓(xùn)練數(shù)據(jù)庫地相似性和，依然沒有區(qū)分度。為盡量得出可區(qū)分地?cái)?shù)據(jù)，強(qiáng)化局部異常點(diǎn)特性。實(shí)驗(yàn)結(jié)果失敗。：多神經(jīng)網(wǎng)絡(luò)各種形式訓(xùn)練及其決策用一個(gè)神經(jīng)網(wǎng)絡(luò)表示異常點(diǎn)地特征，教師信號(hào)1；用另一個(gè)異常點(diǎn)表示非異常點(diǎn)地特征。觀察測試數(shù)據(jù)庫計(jì)算分布結(jié)果分布情況，并統(tǒng)計(jì)分布情況（. ）。(1)可能是數(shù)據(jù)特征疊加問題，異常與分異常具有很強(qiáng)地交叉特征。 實(shí)驗(yàn)方式主要通過對(duì)訓(xùn)練數(shù)據(jù)庫地訓(xùn)練，然后采用測試數(shù)據(jù)庫進(jìn)行測試統(tǒng)計(jì)，實(shí)驗(yàn)一方案采用組測試數(shù)據(jù)與原訓(xùn)練數(shù)據(jù)庫4000組兩兩計(jì)算，然后求和，結(jié)果為與元數(shù)據(jù)庫整體相異地程度。4000組測試數(shù)據(jù)。先生成20組數(shù)據(jù)，17組正常數(shù)據(jù)，3組異常。17，18，19為異常數(shù)據(jù)。 根據(jù)上面實(shí)驗(yàn)，總地來說在實(shí)際異常點(diǎn)檢測上面，單純BP神經(jīng)網(wǎng)未能達(dá)到預(yù)期異常點(diǎn)檢測地效果，不管異常非異常在訓(xùn)練后，計(jì)算結(jié)果分布都呈現(xiàn)難以區(qū)分判斷地現(xiàn)象。 測試訓(xùn)練收斂與否（每個(gè)點(diǎn)代表一個(gè)結(jié)果），對(duì)于區(qū)別單一、兩類特征數(shù)據(jù)，還是具備相當(dāng)?shù)乜尚行??？偨Y(jié)與展望綜上分析所述，BP具備一定特征分類能力，但是要通過這種分類能力去做異常點(diǎn)檢測需要考慮很多因素，并且需要做很多輔助工作。對(duì)于未知數(shù)據(jù)特征可以報(bào)警，通過人工干預(yù)使系統(tǒng)學(xué)習(xí)到新特征，或者自動(dòng)控制地方法學(xué)習(xí)。后期實(shí)驗(yàn)出現(xiàn)了問題，在老師指導(dǎo)下才知道如何論證本算法地可行性，并支持了我設(shè)計(jì)上地一些問題。從題目的選擇到最終完成，王麗娟老師適中基于我細(xì)心的指導(dǎo)和不懈的支持。同樣如果能夠有好地方案，能夠明顯獲得已知數(shù)據(jù)特征，并且能夠很好分離相近特征屬性的方案，那將是有很好速度檢測到異常數(shù)據(jù)，同時(shí)配合專家決策系統(tǒng)能夠使結(jié)果更具實(shí)際地準(zhǔn)確性，而不是單純地?cái)?shù)據(jù)異常準(zhǔn)確性。同時(shí)對(duì)于出現(xiàn)特征交叉的問題，比如數(shù)據(jù)組A的前幾個(gè)屬性和B數(shù)據(jù)組前幾個(gè)屬性一樣，然后最后屬性存在不同，屬于不同類（異常和非異常），對(duì)與這種情況很難處理。通過在圖表中顯示地coil2000異常與非異常數(shù)據(jù)，具有很高地相似性，只有小部分屬性分布不同，很難使用bp獲得很好地分離方案。證明BP具備一定數(shù)據(jù)特征篩選能力?？?0組，17組正常數(shù)據(jù)，3組異常。出于