基于生成对抗网络和变分自编码器的离群点检测算法

打开文本图片集

摘 要：针对传统离群点检测算法在类极度不平衡的高维数据集中难以学习离群点的分布模式，导致检测率低的问题，提出了一种生成对抗网络（generative adversarial network，GAN）与变分自编码器（variational auto-encoder，VAE）结合的GAN-VAE算法。算法首先将离群点输入VAE训练，学习离群点的分布模式；然后将VAE与GAN结合训练，生成更多潜在离群点，同时学习正常点与离群点的分类边界；最后将测试数据输入训练后的GAN-VAE，根据正常点与离群点相对密度的差异性计算每个对象的离群值，将离群值高的对象判定为离群点。（剩余14460字）