论文部分内容阅读
针对有少量野点出现的情况，提出一种基于马氏椭球学习机的监督野点探测（supervised outlier detection based on Mahalanobis ellipsoidal learning machine，SODMELM）方法。这种方法通过一个超椭球对正常类进行较好的描述的同时，将野点排除在该椭球外面，继承了马氏椭球学习（Mahalanobis Ellipsoidal Learning Machine，MELM）将样本点的协方差矩阵即样本点的分布信息考虑进去的优点。真实数据上的实验表明