[發(fā)明專利]基于單分類支持向量機(jī)模型發(fā)現(xiàn)環(huán)境監(jiān)測(cè)異常數(shù)據(jù)的算法

在審

• 申請(qǐng)?zhí)枺?/td>: 202011509198.8
• 申請(qǐng)日: 2020-12-18
• 公開（公告）號(hào): CN112613233A
• 公開（公告）日: 2021-04-06
• 發(fā)明（設(shè)計(jì)）人: 楊婧;付強(qiáng);柳媛;姚雅偉;米方卓;吳曉鳳;柴文軒;楊楠;王光;朱余;羅財(cái)紅
• 申請(qǐng)（專利權(quán)）人: 中國環(huán)境監(jiān)測(cè)總站
• 主分類號(hào): G06F30/27
• 分類號(hào): G06F30/27
• 代理公司: 杭州中利知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 33301
• 代理人: 李光

1.基于單分類支持向量機(jī)模型發(fā)現(xiàn)環(huán)境監(jiān)測(cè)異常數(shù)據(jù)的算法，其特征在于：包括以下步驟：

步驟S1.初始化建模數(shù)據(jù)點(diǎn)：獲取一定時(shí)間內(nèi)每個(gè)時(shí)間點(diǎn)的當(dāng)前站點(diǎn)的監(jiān)測(cè)數(shù)據(jù)T_i及若干新的站點(diǎn)監(jiān)測(cè)數(shù)據(jù)R_j，其中i，j為正整數(shù)；

步驟S2.設(shè)定參數(shù)：設(shè)定核函數(shù)k，異常點(diǎn)比例r和誤差閾值tol參數(shù)；

步驟S3.模型訓(xùn)練：根據(jù)所設(shè)定參數(shù)規(guī)劃出數(shù)據(jù)點(diǎn)T_i在特征空間中形成樣本空間；將當(dāng)前站點(diǎn)的監(jiān)測(cè)數(shù)據(jù)T_i投入模型框架，迭代至模型與訓(xùn)練數(shù)據(jù)間誤差小于設(shè)定誤差閾值tol，確定模型相關(guān)參數(shù)；

在模型的訓(xùn)練過程中，訓(xùn)練目的是期望最后的模型對(duì)于輸入樣本而言，在異常點(diǎn)比例滿足設(shè)定異常點(diǎn)比例r的同時(shí)，誤差e小于等于設(shè)定誤差閾值tol；

步驟S4.確定參數(shù)及對(duì)應(yīng)樣本空間：重復(fù)步驟S3，直到模型滿足步驟S3中訓(xùn)練目的，確定對(duì)應(yīng)的樣本空間和邊界；根據(jù)所確定參數(shù)規(guī)劃出數(shù)據(jù)點(diǎn)T_i在特征空間中形成樣本空間，以及該空間對(duì)應(yīng)的范圍數(shù)據(jù)；

步驟S5.模型運(yùn)用：輸入新的站點(diǎn)監(jiān)測(cè)數(shù)據(jù)點(diǎn)R_j

步驟S6.判斷離群點(diǎn)：判斷新的站點(diǎn)監(jiān)測(cè)數(shù)據(jù)R_j中超出模型邊界點(diǎn)為異常值R_out，在模型邊界中的點(diǎn)為正常值R_in；

步驟S7.動(dòng)態(tài)調(diào)整：利用模型邊界內(nèi)的新加入正常值R_in和原有監(jiān)測(cè)數(shù)據(jù)T_i，重復(fù)步驟S2至步驟S4，優(yōu)化構(gòu)建下一代模型。

2.如權(quán)利要求1所述的基于單分類支持向量機(jī)模型發(fā)現(xiàn)環(huán)境監(jiān)測(cè)異常數(shù)據(jù)的算法，其特征在于：所述步驟S2，S3，S4的具體計(jì)算如下：

對(duì)于Ti個(gè)數(shù)據(jù)點(diǎn)中的每一個(gè)數(shù)據(jù)點(diǎn)t，單分類支持向量機(jī)模型訓(xùn)練的目的是將所有樣本點(diǎn)與原點(diǎn)在特征空間中盡量分開，即最大化分類超平面到原點(diǎn)的距離；

令ψ(t)為將t映射后的特征向量，則樣本點(diǎn)所創(chuàng)建空間可用一個(gè)參數(shù)為w和b的超平面表示：

f(t)＝W^T·ψ(t)+b

而每個(gè)數(shù)據(jù)點(diǎn)t到特征空間原點(diǎn)的距離可表示為

需要每個(gè)數(shù)據(jù)點(diǎn)t到原點(diǎn)的距離盡可能大，即：

支持向量機(jī)的目標(biāo)就是要最大化這個(gè)幾何間隔1/||w||；在數(shù)學(xué)上，最大化該間隔，可以視為最小化||w||，故可構(gòu)建等價(jià)函數(shù)如下：

為了確定模型邊界，加入一個(gè)支持向量機(jī)為每個(gè)樣本點(diǎn)引入了一個(gè)松弛變量ζ≥0，使得每個(gè)樣本點(diǎn)在間隔的基礎(chǔ)上再加上松弛變量，最終能大于等于設(shè)定距離原點(diǎn)的距離即可；故需要訓(xùn)練的目標(biāo)函數(shù)可表示為：

其中v類似于二分類支持向量機(jī)模型中的懲罰參數(shù)，ζ≥0為松弛變量，通過迭代找到一個(gè)最優(yōu)的超平面滿足上述函數(shù)達(dá)到最小值，使得所創(chuàng)建的超平面與特征空間中的原點(diǎn)距離最大，并且將原點(diǎn)與樣本點(diǎn)分隔開；超平面以上的每個(gè)數(shù)據(jù)點(diǎn)t滿足設(shè)定比例r個(gè)點(diǎn)滿足W^T·ψ(t)+b≥1-ξ_i。

3.如權(quán)利要求2所述的基于單分類支持向量機(jī)模型發(fā)現(xiàn)環(huán)境監(jiān)測(cè)異常數(shù)據(jù)的算法，其特征在于：所述步驟S2中提及參數(shù)的具體計(jì)算過程如下：

對(duì)于參數(shù)核函數(shù)參數(shù)k，在上述求解過程中涉及t_i,t_j映射到特征空間的內(nèi)積ψ(t_i)Tψ(t_j)的計(jì)算，采用核函數(shù)：

k(t_i,t_j)＝＜ψ(t_i),ψ(t_j))＞＝ψ(t_i)^T·ψ(t_j)；

對(duì)于參數(shù)異常點(diǎn)比例r，表示最優(yōu)模型所對(duì)應(yīng)的超平面上，W^T·ψ(t)+b+ξ_i≥1為正常點(diǎn)，小于1為異常點(diǎn)；設(shè)定比例r個(gè)點(diǎn)為滿足W^T·ψ(t)+b≥1-ξ_i的正常點(diǎn)；1-r比例個(gè)點(diǎn)為離群值；

對(duì)于參數(shù)誤差閾值tol，指定使算法優(yōu)化過程停止的誤差閾值tol，當(dāng)優(yōu)化結(jié)果的誤差小于該數(shù)值時(shí)，即e≤tol時(shí)，停止計(jì)算。