论文部分内容阅读
异常检测问题中的数据可以看作是正常信息和异常信息的高度混合，在使得正常信息损失最小的情况下，异常点集合就是前K个包含最多异常信息的样本。启发于这种思想，提出一种基于稀疏贝叶斯回归的异常检测模型，该方法通过在传统的核函数基础上融入Bayesian推理框架，对数据进行回归估计，利用残差法找出偏离程度较大的样本为异常样本。实验结果表明，该方法具有良好的稀疏性和检测精度。