改进DM-SVDD算法的异常检测研究及应用

王 杰，张雪英，李凤莲，杜海文，于丽君，马 秀

(1.太原理工大学 信息与计算机学院，太原 030024；2.山西中电科新能源技术有限公司，太原 030024)

近年来，很多领域的数据都具有不平衡数据的特点，即正常类样本的数据量远大于异常类样本的数据量，而异常类样本通常含有更重要的信息，如何提升异常类样本的检测性能[1]，对于提高行业产品质量具有重要意义。多晶硅作为最主要的光伏产业材料之一，在铸锭生产过程中，如果工艺设计及环境条件保持不变，多数产品为正常产品，但由于每次生产所用配料的批次或成分的差异，会产生少数的异常产品，由此形成不平衡数据集。通过分析配料数据，对产品质量进行分类预测，可以有效地指导实际生产。

目前，工业上常用的异常检测方法为工艺试验[2]，实现成本高且难度大。因此，近些年人们开始用机器学习的方法来解决异常检测问题，主要包括特征降维和不平衡数据分类两部分。在特征降维方面，数据维数过大会提高模型的复杂度，影响模型运行效率和检测准确率，对此，冯安然等[3]利用主成分分析(principal component analysis，PCA)在原有数据的基础上，通过线性组合重构出方差较大的低维主成分，但该方法只能捕捉数据的方差，缺乏对数据内在结构的刻画，容易丢失数据隐含的关键信息。而基于流形学习的扩散映射(diffusion maps，DM)[4]通过核函数得到扩散过程中的扩散距离，在保持扩散距离不变的条件下实现降维，取涵盖数据主要结构的特征值及相应的特征向量，使其在低维空间中仍保持稳定的全局关系，适用于异常检测时的特征降维[5]。……