科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对传统异常检测模型在面对不平衡样本集时存在参数优化困难、少数类识别效果差等问题，提出一种组合模型以实现不平衡数据集的异常检测和分类。首先利用支撑向量数据描述构造闭合曲面实现“异常”检测，然后提出改进少数样本合成技术对“异常”数据进行过采样以构建平衡数据集，最后利用所提最大类间-类内距K-均值聚类进行自动聚类，实现3种异常数据的分类判决。结果表明，所提方法能够获得较高的异常检测和分类性能，并且具有较强的泛化能力。
-
单位国网湖南省电力有限公司供电服务中心
