相关分析在异常检测中的应用的的的研究.pdfVIP

论文题目：相关分析在异常检测中的应用研究 专 业：计算机软件与理 硕 士 生：汪保男 (签名) 指导教师：李爱国 (签名) 摘 要 本文研究相关分析方法在异常检测中的应用，并将其应用于特征选择及地震特征数 据的异常检测中。主要研究内容如下： 提出了一种基于离散粒子群算法(Binary Particle Swarm Optimization，BPSO)及以重 叠信息熵(Overlap Information Entropy，OIE)为适应值函数的特征子集选择方法。该方法 是不依赖于分类器的特征选择方法。主要思想是：首先随机产生若干粒子，以特征属性 集与类别属性之间的OIE 作为BPSO 算法的适应值函数，其大小表示所选特征子集与类 别属性之间相关性程度的高 ；利用BPSO 算法对特征子集进行优化，最终确定与类别 属性的OIE 最大的特征子集为最优特征子集。实验结果显示：该方法不仅能有效地寻找 到最优特征子集，且能进行特征降维和去除冗余信息，其分类结果不差于全部属性的分 类结果。 提出了一个非线性新相关信息熵的概念，推导并证明了该信息熵的若干性质，这些 性质满足香农熵的基本性质。新相关信息熵是一种度量多变量、非线性系统的相关性程 度大小的标准。作为多变量之间相关关系的不确定性度量，变量间的相关性程度越大， 对应的新相关信息熵值越小。新相关信息熵的提出为相关分析理论的研究提供了一种新 方法和新思路。新相关信息熵的应用实例结果说明它是一种有效且有用的度量非线性系 统不确定性的方法。 基于上述研究，开发了用数据挖掘技术进行地震趋势预报与评判的分析软件原型系 统，此系统的开发目的旨在为后续的进一步研究打下基础。本文的研究结果主要开发了 其中的相关分析模块，同时提供给用户可视化的操作界面，其主要功能是进行特征选择 和异常检测，以此评判本文特征选择方法的有效性。以汶川余震特征数据为实验数据， 测试结果表明该系统功能正确。 关 键 词：数据挖掘；相关分析；特征选择；新相关信息熵；异常检测 研究类型：应用研究 Subject : Study and Application of Correlation Analysis Methods in Anomaly Detection Specialty : Computer software and theory Name : Wang Baonan (Signature) Instructor : Li Aiguo (Signature) Abstract This thesis mainly focuses on that the correlation analysis method is applied in anomaly detection, and this method is used in feature selection and earthquake feature data s anomaly detection. At the same time, the prototype software system of using data mining theory and technology to forecast and judge earthquake tendency was developed. The main contents are as follows: This thesis proposes a new method of Feature Subset Selection, which is based on discrete Binary version of Particle Swarm Optimization (BPSO) and Overlap Information Entropy (OIE).