【正文】 局部異常因子LOF來衡量。(1) 序列異常技術：Aming和Argrawal 提出一種序列異常(sequential exception)的概念。本文的方向是從特征出發(fā)研究。同時根據(jù)已知數(shù)據(jù)訓練修改這些權值，使其具有識別某種組合特征的能力。BP神經(jīng)網(wǎng)絡模型是人工神經(jīng)網(wǎng)絡的重要模型之一，應用尤為廣泛。輸入隱層輸出層圖 BP結構輸入層為一組數(shù)據(jù)，全連接到隱層，隱層計算輸出受擠壓函數(shù)處理后的數(shù)值，輸出層的輸入為隱層輸出。實驗訓練數(shù)據(jù)庫100與4000組數(shù)據(jù)做兩兩訓練還有4000組與4000組數(shù)據(jù)訓練。實驗觀察：測試數(shù)據(jù)庫獨個輸進BP1計算。訓練準備：，前85個屬性為訓練輸入，第86個為訓練用教師信號。（2）BP結構過擬化。本實驗BP結構采用隱層5個神經(jīng)元，輸出層一個?？梢悦黠@區(qū)分開發(fā)來。，可以知道如果做分類器對待多特征可以采用多BP網(wǎng)絡學習。她嚴肅的科學態(tài)度，嚴謹?shù)闹螌W精神，精益求精的工作作風，深深地感染和激勵這我。總地來說，使用神經(jīng)網(wǎng)絡分類，對于相似性比較高，差異集中在局部特征的數(shù)據(jù)，可以使用特征映射相關技術遺傳算法、啟發(fā)式搜索、特征隨機選取等得到這些特征差異。試驗中我們采用了兩類特征地隨機數(shù)，得到了很好地區(qū)分度。 隨機數(shù)訓練完后神經(jīng)網(wǎng)絡與訓練數(shù)據(jù)計算結果,。下面為計算結果分布。單位：橫軸屬性順序，縱軸屬性數(shù)值。同時測試數(shù)據(jù)可以通過進行不同神經(jīng)網(wǎng)絡計算兩次，以便得結果進行具體判斷結果。實驗方案：對神經(jīng)網(wǎng)絡BP1，先使用非異常點經(jīng)行訓練，教師信號為0。假設這樣能夠成功，則以后只要判斷測試數(shù)據(jù)與整體已知數(shù)據(jù)庫地整體差異大小，就可以判斷異常與否。因為這個函數(shù)把非常大的書值域映射到一個小范圍的輸出。從單個權值中看不出所存儲的信息內(nèi)容，因而是分布式的存儲方式，這使得網(wǎng)絡具有良好的容錯性，既能進行模式信息處理工作，又能進行模式識別工作。所有在屬性權值之上需要一組對屬性不同組合特征的權值調(diào)整。此類算法沒有先驗知識指導如何確定聚類中心，只能是隨機選取，優(yōu)化搜索空間較大，算法的復雜度較大。相反，它通過檢查一組對象的主要特征來識別異常點。(2)Ville Hautamaki等提出兩種基于密度的異常點檢測算法，第一種算法思路為在kNN圖中，若頂點u成為其它點的k近鄰的次數(shù)少于給定閾值T時就被認為是異常點，另一種算法則是先對所有頂點的平均k近鄰距離進行排序，然后將平均k近鄰距離大于T點頂點視為異常點。代表性的算法有: 陸聲鏈等提出一個判斷異常點的新定義，并設計基于抽樣近似檢測算法?；趩卧姆椒ㄊ前褦?shù)據(jù)集劃分為單元，逐個單元的檢測，而非逐個對象的檢測。此類算法估計多維分布的概率模型的難度較大，且準確性低。關鍵字：異常，BP，異常點檢測，神經(jīng)網(wǎng)絡注：本設計（論文）題目來源于教師的國家級（或部級、省級、廳級、市級、校級、企業(yè)）科研項目，項目編號為： 。因此，本文分析BP神經(jīng)網(wǎng)絡處理各種數(shù)據(jù)的情況，并得到以下結果。但是異常檢測過程，通常數(shù)據(jù)的位數(shù)較高，在高維特征存在冗余特征干擾，以及高維特征下數(shù)據(jù)不充分的問題，因此，本文研究了BP神經(jīng)網(wǎng)絡應用于不同情況。隨著維數(shù)的增加，所有的索引結構的性能迅速下降，使得算法性能不佳。對低維空間的數(shù)據(jù)此方法優(yōu)于索引算法和NL算法，但對于高維數(shù)據(jù)此算法性能不高。代表性算法主要有以下幾種。但是，此方法在實際應用中計算量亦是不小，效率有待提高。聚類算法發(fā)展方向是優(yōu)化聚類過程，而不是提高對異常點檢測的能力，異常點檢測和聚類是兩個相對立的過程，聚類是把屬于統(tǒng)一類的數(shù)據(jù)點聚集在一起，歸為一類，而異常點檢測是把和大多數(shù)數(shù)據(jù)點相異的點挖掘出來。設X為一組數(shù)據(jù)集合，可使趨向某個數(shù)值，表示這組數(shù)據(jù)某個總體特征。人工神經(jīng)網(wǎng)絡是由許多相同的簡單處理單元并聯(lián)組合而成，具有高度并行性特性，使其對特定任務的計算變得很快，對信息的處理能力與效果驚人，因此提供了一種解決高層復雜問題的能力和方法。更精確地講，sigmoid單元這樣計算輸出。：把bp神經(jīng)網(wǎng)絡相似性代替距離算法相似度量起初思路是采用兩兩相似性地訓練，然后得出一個整體數(shù)據(jù)庫屬性特征的神經(jīng)網(wǎng)絡。解決方法：第一種改變訓練方案，改變判斷方案；第二種改變神經(jīng)網(wǎng)絡結構，以便輸出數(shù)據(jù)區(qū)分度更高，便于區(qū)別異常非異常。數(shù)據(jù)都呈現(xiàn)正態(tài)分布，不好處理，特別是兩個教師信號數(shù)值中間區(qū)間異常點與非異常點占自己比例都是很大，難以區(qū)分。：從上表可以推出，對于未知檢測數(shù)據(jù)輸入，呈現(xiàn)無法區(qū)分地現(xiàn)象。實驗計算結果： 5個隱層實驗結果 單位：個數(shù)分區(qū)正常點分布62554610588400000異常點分布01472367100000（單位：縱軸個數(shù)，）注：，橫軸表示0到1區(qū)間，縱軸表示個數(shù)；系列1表示非異常點計算結果，系列2表示異常點計算結果 5個隱層實驗結果 15個隱層實驗結果 單位：個數(shù)分區(qū)正常點計算分布004555762510201086409200異常點分布002223667704100 25個隱層實驗結果 單位：個數(shù)分區(qū)正常點分布1146211843259700000異常點分布90109298200000（單位：縱軸個數(shù)，）注：，橫軸表示0到1區(qū)間，縱軸表示個數(shù)；系列1表示非異常點計算結果，系列2表示異常點計算結果 15個隱層實驗結果（單位：縱軸個數(shù)，）注：，橫軸表示0到1區(qū)間，縱軸表示個數(shù)；系列1表示非異常點計算結果，系列2表示異常點計算結果 25個隱層實驗結果、 、數(shù)據(jù)依然呈現(xiàn)之前實驗地分布情況，不是BP算法隱層太多地問題?？?0組，17組正常數(shù)據(jù)，3組異常。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。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)，同時配合專家決策系統(tǒng)能夠使結果更具實際地準確性，而不是單純地數(shù)據(jù)異常準確性。后期實驗出現(xiàn)了問題，在老師指導下才知道如何論證本算法地可行性，并支持了我設計上地一些問題?？偨Y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檢測需要考慮很多因素，并且需要做很多輔助工作。 根據(jù)上面實驗，總地來說在實際異常點檢測上面，單純BP神經(jīng)網(wǎng)未能達到預期異常點檢測地效果，不管異常非異常在訓練后，計算結果分布都呈現(xiàn)難以區(qū)分判斷地現(xiàn)象。先生成20組數(shù)據(jù)，17組正常數(shù)據(jù)，3組異常。 實驗方式主要通過對訓練數(shù)據(jù)庫地訓練，然后采用測試數(shù)據(jù)庫進行測試統(tǒng)計，實驗一方案采用組測試數(shù)據(jù)與原訓練數(shù)據(jù)庫4000組兩兩計算，然后求和，結果為與元數(shù)據(jù)庫整體相異地程度。觀察測試數(shù)據(jù)庫計算分布結果分布情況，并統(tǒng)計分布情況（. ）。實驗結果失敗。然后又對測試數(shù)據(jù)與訓練數(shù)據(jù)庫，進行相似性求和，對比測試數(shù)據(jù)中異常點與非異常點與訓練數(shù)據(jù)庫地相似性和，依然沒有區(qū)分度。訓練教師信號，按具體方案處理設定。其中，下文中如不指明則相同。人工神經(jīng)網(wǎng)絡具有自學習能力，通過學習，能夠根據(jù)網(wǎng)絡期望輸出和網(wǎng)絡實際輸出之差來調(diào)整神經(jīng)元間連接權值和閾值，直至使實際輸出與期望輸出之間的誤差減小到滿意的程度，這樣就實現(xiàn)了輸入到輸出的映射。對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）權值，并根據(jù)數(shù)據(jù)重要性調(diào)整。(2) OLAP數(shù)據(jù)立方體技術：，該單元被認為是一個異常。這樣就不會像DB(p，d)異常點那樣遺漏一部分異常點?；诿芏确椒ㄊ窃诨诰嚯x的方法上改進而來。給定維空間中包含個點的數(shù)據(jù)集、參數(shù)和 (自然數(shù)),表示點和它的第最近鄰的距離。當且僅當數(shù)據(jù)集中至少有個數(shù)據(jù)點與點的距離大于時，數(shù)據(jù)對象點稱為異常點。然而異常點可能隱藏著重要的信息，也許比一般的數(shù)據(jù)更有價值。計算機學院畢業(yè)論文本科畢業(yè)設計（論文） BP神經(jīng)網(wǎng)絡的異常點檢測應用可行性研究學 院 計算機學院 專 業(yè) 軟件工程 年級班別 2006級（4）班 學 號 3106007039 學生姓名 蔡東赟 指導教師 王麗娟 2010年 5 月摘 要異常點數(shù)據(jù)是指數(shù)據(jù)集中與眾不同數(shù)據(jù)。許多數(shù)據(jù)挖掘算法試圖減少異常點的對挖掘結果的影響，或者在挖掘過程中排除異常點。通常這類異常被描述為。后來，Rastogi和Ramaswamy提出了一個新的基于距離的異常點定義，即基于距離的第最近鄰(kth Nearest Neighbor)異常點挖掘方法。實際上在給出了距離的度量，并對數(shù)據(jù)進行預