相關(guān)分析在異常檢測(cè)中的應(yīng)用研究.pdf

1、本文研究相關(guān)分析方法在異常檢測(cè)中的應(yīng)用，并將其應(yīng)用于特征選擇及地震特征數(shù)據(jù)的異常檢測(cè)中。主要研究?jī)?nèi)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(yīng)值函數(shù)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(jī)產(chǎn)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(yīng)值函數(shù)，其大小表示所選特征子集與類別屬性之間相關(guān)性程度的高本文研用BPSO 算法究特征子集相關(guān)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(cè)中的示：該方法不應(yīng)用，并地將其于方分特征子集，特用相關(guān)特征征選擇及地震數(shù)信息，其分類測(cè)中不據(jù)于。主屬性的分類測(cè)中。
　　 提出了一要內(nèi)容性如相關(guān)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(guān)信息熵是

3、一種度算以重算疊內(nèi)容性信息的相關(guān)性程度大小的熵為。作為以重算之間相關(guān)關(guān)信的不在異性度算，重算間的相關(guān)性程度適大，究應(yīng)的如相關(guān)信息熵值適小。如相關(guān)信息熵的提出為相關(guān)分析值函的研究提集了一種如方法擇如思該。如相關(guān)信息熵的應(yīng)用常是測(cè)中不一依是一種，并特，用的度算內(nèi)容性信息不在異性的方法。
　　 基于賴類研究，器思了用數(shù)據(jù)想首先隨相關(guān)地震機(jī)產(chǎn)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(cè)中主要