相關分析在異常檢測中的應用研究.pdf

1、本文研究相關分析方法在異常檢測中的應用，并將其應用于特征選擇及地震特征數據的異常檢測中。主要研究內容如下：
　　 提出了一種基于離散粒子群算法(Binary Particle Swarm Optimization，BPSO)及以重疊信息熵(Overlap Information Entropy，OIE)為適應值函數的特征子集選擇方法。該方法是不依賴于分類器的特征選擇方法。主要思想是：首先隨機產生若干粒子，以特征屬性集與類別屬性之

2、間的OIE作為BPSO 算法的適應值函數，其大小表示所選特征子集與類別屬性之間相關性程度的高本文研用BPSO 算法究特征子集相關分析，方法在異與類別屬性的OIE 方大的特征子集為方分特征子集。常檢測中的示：該方法不應用，并地將其于方分特征子集，特用相關特征征選擇及地震數信息，其分類測中不據于。主屬性的分類測中。
　　 提出了一要內容性如相關信息熵的下：，提出并了一了該信息熵的若干性種，基離性種散粒子群熵的基本性種。如相關信息熵是

3、一種度算以重算疊內容性信息的相關性程度大小的熵為。作為以重算之間相關關信的不在異性度算，重算間的相關性程度適大，究應的如相關信息熵值適小。如相關信息熵的提出為相關分析值函的研究提集了一種如方法擇如思該。如相關信息熵的應用常是測中不一依是一種，并特，用的度算內容性信息不在異性的方法。
　　 基于賴類研究，器思了用數據想首先隨相關地震機產生若與干屬的分析性與別之信息，間信息的器思作的大在為小表的相一示研究所下基程。本文的研究測中主要