一种基于多示例学习的局部离群点检测方法

本发明提供了一种基于多示例学习的局部离群点检测方法。针对现实世界中诸如电力、石油、化工等企业，系统中的数据对象具有多义性和复杂性，一个对象中可能存在多种类型的内在属性和特征，传统的局部离群点检测算法往往忽略了这一点。首先初始化数据集，提取多义对象的各个语义差异相应的特征作为示例，并组成多示例包；然后采取退化策略，将原本多示例问题转化为单示例问题进行计算；接着，采用一种自适应权重调整方法，在权重函数计算过程中加入自适应惩罚策略，通过引入惩罚函数和惩罚因子，根据不同示例集合自身的特点自适应调整权重函数；最后结合权重计算综合离群点因子，通过综合离群点因子标记对象是否为局部离群点。