一种基于多示例学习的局部离群点检测算法

来源：信息与控制杂志2016年第4期北京时间：

作者：钱景辉, 窦立阳, 李荣雨

摘要：提出了一种基于多示例学习（multi-instance learning，MIL）的局部离群点检测算法，称之为MIL-LOF（a local outlier factor based on multi-instance learning）．算法采用MIL框架，首先将真实对象提取为多示例形式，然后运用退化策略和权重调整方法，计算综合离群点因子，最后检测离群点．在实际企业监控数据以及公共数据集上将MIL-LOF与经典局部离群点检测算法及其优化算法进行了对比实验，结果表明本文提出的MIL-LOF算法在准确性、全面性及高效性上相对其他算法均可获得较为明显的提高．

关键词：机器学习, 局部离群点, 多示例学习, 综合离群点因子