【正文】 參考文獻[1] Hawkins D. Identification of Outliers[M]. and hall. 1980.[2] Edwin M. Knorr, Raymond T. Ng，Vladimir Tucakov. DistanceBased Outlier:Algorithms Applications[J].(34):237253.[3] Edwin M. Knorr, Raymod T. Ng. Algorithms for Mining DistanceBased Outliers in Large Datasets[R]. Very Large Data Bases Conference :2427.[4] 王元明，熊偉. 異常數據的檢測方法[J]. 重慶工業(yè)學院學報（自然科學），2009，第23卷：8689.[5] 楊永銘，王喆. 孤立點算法研究[J]. 計算機與數字工程，2008，219期：1115.[6] Aleksandar Lazarevic, Vipin Kumar. Feature Bagging for Outlier Detection[C]. Proceedings of the eleventh ACM SIGKDD international conference on Knowledge discovery in data mining，Chicago, Illinois, USA，Pages: 157 166可見BP具備一定的分類器能力，采用多分類器方法對數據集合進行學習，還是具備一定地可行性。單位：橫軸表示順序，縱軸表示計算結果數值。通過上面幾個實驗可以知道，并非BP結構過擬化，應該是數據問題。注：訓練數據庫中的，每個點代表一個屬性值，橫軸代表屬性順序，縱軸代表屬性值.如圖 ，大多數屬性屬于一個范圍空間，這種情況在BP屬于相似性很大地情況，很難區(qū)分開來。每個訓練次數少于40次（根據實際增長速度，減少控制次數），以便使數據有一定地區(qū)分度。(1) 對所有非異常點數據，按組分別對BP1進行訓練，教師信號都為1，（）保存BP1權值；(2)加載BP1數據到BP2, 針對數據庫每個異常點，正向（數據庫地方向順序）訓練一次，再逆向訓練一次。每個單元為86個權重。本算法就是想把所有整數據特征映射到一個小范圍來處理判斷。根據神經網絡記憶分類地特性，本文設想通過這些特性學習出能夠辨別異常點非異常點數據的神經網絡，主要研究其可行性。由于特征地不可確定性，數值不確定，組合不確定。取代了用聚類中心初始化，改進了聚類的目標函數，降低了算法的時間復雜度，但該算法沒有提到如何選取核函數，對于算法模糊性的控制不好撐握。因此，在該方法中，屬于偏差通常用于指異常點。(4)Dongmei Ren等采用相對密度系數(Rela—tive Density Factor，簡稱RDF)，即P點的密度相對該點的鄰域密度的比值作為孤立程度的度量方法，其基本思路是首先基于RDF對位于簇中心的數據點進行剪枝，然后僅僅在剩下的較小的數據集中進行異常點檢測。另外，徐雪松等利用聚類算法與第k個最近鄰的原理提出了基于距離的再聚類的異常點算法，它克服一些基于距離算法的缺點，并取得較好的試驗結果。 Knorr和Ng通過試驗證明，當時此算法優(yōu)于NL算法。但當數據集較大，此類方法在維數上的伸縮性不好。BP神經網絡的異常點檢測應用研究畢業(yè)論文目 錄1引言 1 1 傳統已有異常點算法介紹 1 1 2 3 5 62基于屬性特征在異常點檢測中的研究 73 BP神經網絡介紹 9 9 9 修正權值 104 異常檢測中BP神經網絡的設計 13 13 13 145實驗研究 17 17：把bp神經網絡相似性代替距離算法相似度量 17：用單個神經網絡對訓練數據庫整體特性進行學習 18：多神經網絡各種形式訓練及其決策 19 19 20 22 23 25 25 26 29 31 31 31 32 33 33總結與展望 35致謝 39引言異常點（離群點或者孤立點）檢測是數據挖掘中一個重要方面，Hawkins[1]最早給出了異常點的本質定義：異常點是數據集中與眾不同地數據，以至于使人懷疑這些數據并非隨機偏差，而是產生與完全不同的機制?；诮y計的異常點檢測方法易于理解，實現方便，但此方法檢測出來的異常點很可能被不同的分布模型檢測出來，解釋異常點意義時經常發(fā)生多義性。相對前兩者，基于單元的算法無論是在數據量還是在維數增加時，性能都是最好的。與基于統計的方法相比，它有以下幾個優(yōu)點: 則可找出數據集中的異常點。該方法降低了數據集的大小，提高了算法效率，但是在剪枝過程中對于特殊分布的數據集就有可能將異常點剪掉，算法的準確性受到限制。主要有兩種技術：第一種順序地比較集合中的對象，叫順序異常技術(sequential exception technique)；第二種采用OLAP數據立方體方法識別大型多維數據中的異常區(qū)域。2基于屬性特征在異常點檢測中的研究傳統算法大都是通過數據在空間地特性來判斷檢測異常點。我們可以采用神經網絡自學習調整權值。3 BP神經網絡介紹 人工神經網絡理論是80年代中后期迅速發(fā)展起來的一項前沿研究領域，其應用已滲透到各個領域。，隱層感知器根據實際數據庫的屬性確定，一般少于等于屬性個數，輸出層一個輸出感知器。具體方式，對已知數據集做兩兩訓練，比如數據X和Y，做差fabsf(Xi Yi),然后輸入一個BP神經網絡，已知數據庫中第86個屬性,(X 86,Y86)對應為（0，0）則教師信號為1，(1，1)則教師信號為1，(0,1)則為0，部分順序。訓練完后，保存訓練權值。訓練強度不要太大，以便避免無法發(fā)現局部異常特征地數據?？v軸10以下比較集中，相似特征太多。，規(guī)范化數據，隨機生成具備兩類特征數據。 測試訓練收斂與否（每個點代表一個結果）根據上面結果，可以看出BP具備特征記憶能力能夠在這種情況下被使用，并且能夠區(qū)分自身訓練集合地特征。當然實際應用還會出現其他很多需要解決地問題。.[7] Tom . 機器學習[M]. 北京：機械工業(yè)出版社，2002：6090.[8] Jiawei Han. 數據挖掘概念與技術[M]. 北京：機械工業(yè)出版社，2006：295301.[9] 馬少平，朱小燕. 人工智能[M]. 北京：清華出版社，2007：245268.[10] 彭清娥，曹叔尤，劉興年，黃爾，李昌志. BP算法中固定學習率的性能分析[A].成都:四川大學高速水力學國家重點實驗室，2000.[11] Stefano Melacci, Marco Maggini, Lorenzo Sarti. Semisupervised Clustering using Similarity Neural Networks[A]. Proceedings of International Joint Conference on Neural Networks[C], Atlanta, Georgia, USA, June 1419, 2009.[12] 李炎，李皓. 異常檢測算法分析[J]. 計算機工程，2002，28(6):56,32.[13] 鄢團軍,劉勇. 孤立點檢測算法與應用[J]. 三峽大學學報(自然科學版）,2009,31(1):98102.[14] 劉合兵,尚俊平. 基于距離和密度的聚類和孤立檢測算法[J]. 河南師范大學學報(自然科學版)，2008，38(3)：3840.[15] 張寧. 離群點檢測算法研究[J]. 桂林電子科技大學學報,2009,29(1):2225.致 謝本論文是在我的指導老師王麗娟老師的親切關懷和悉心指導下完成的。對于正常數據多特征地問題，特別是正常數據有多類數據的，可以采用多神經網絡融合，即多神經網絡記錄多特征。根據數據分布，可以很好得到判斷方案。計算第二組生成地隨機測試數據。 5個隱層實驗