基于线性ν-支持向量回归机的异常数据检测  

Outlier Detection Based on Linearν-SVRM

作　　者：李丹玲[1] 陈平雁[1] 周凤麒[2] 

机构地区：[1]南方医科大学公共卫生与热带医学学院生物统计系,广东广州510515 [2]华东交通大学基础学院信息与计算科学系,江西南昌330013

出　　处：《数理统计与管理》2011年第1期59-63,共5页Journal of Applied Statistics and Management

基　　金：南方医科大学公共卫生与热带医学学院院长基金(NO:GW200833);国家自然科学基金(30972554);广东省自然科学基金(915180200400001)资助

摘　　要：讨论了线性v-支持向量回归机中参数v的意义,并给出了严格的理论证明。利用v-支持向量回归机中ε-不敏感损失函数及参数v的意义,提出一种回归数据中的异常值检测方法。采用线性模型使得该方法不仅速度快而且能处理大规模数据。数值实验证明其具有可行性和有效性。This paper analyses the significance of parameter v in v support vector regression machine （SVRM）. Based on the meaning of parameter u- and ε-insensitive function, a method is proposed for outlier detection in data fitting. Using linear v-SVRM, our method can deal with the large-scale data sets fast. Some numerical tests illustrate the feasibility and effectiveness of our method.

关 键 词：线性v-支持向量回归机 异常点检测 Ε-不敏感损失函数 

分 类 号：O212[理学—概率论与数理统计]