{“状态”：“确定”，“消息类型”：“工作”，“信息版本”：“1.0.0”，“报文”：{“索引”：{“日期部分”：[[2024,9,14]]，“日期时间”：“2024-09-14T07:15:33Z”，“时间戳”：1726298133180}，“参考计数”：36，“出版商”：“计算机械协会”，“问题”：“5”，“资助者”：[{“名称”：“浙江省国家科学基金会”，“奖项”：[“LY18F020019”“]}，{”名称“：“国家自然科学基金重点项目”，“奖项”：[“61836016”]}，{“DOI”：“10.13039\/501100001809”，“名称”：“中国自然科学基金”，“DOI-asserted-by”：“crossref”，“奖”：[”61976195“]，“id”：[{“id”:“10.13029\/5011000001809”，”id-type“：”DOI“，”asserted-by“：”crossref.“：”中国国家重点研发计划“，”DOI-asserted-by“：”crossref“，”award“：[“2020AA0107100”]，“id”：[{“id”：“10.13039\/501100012166”，“id-type”：“DOI”，“asserted-by”：“crossref”}]}]，“内容域”：{“域”：[“dl.acm.org”]，”crossmark-restriction“：true}，”short-container-title“：[”acm Trans.Knowl.Discov.Data“]，”published-print“：{”date-parts“：[2021,10,31]]}，“摘要“：”相似性表示在日益流行的异常检测技术中发挥着重要作用，这些技术已成功应用于各种真实场景。到目前为止，已经引入了许多低秩表示技术来度量数据的相似关系；然而，它们只关心最小化重建误差，而不涉及数据的结构信息。此外，传统的低阶表示方法往往以核范数作为其低阶约束，很容易产生次优解。为了解决上述问题，本文提出了一种新的异常检测方法，该方法利用核保持嵌入和双核范数来探索数据的相似关系。基于相似关系，导出了一种概率转移矩阵，并进一步采用定制的随机游走来揭示异常。该方法不仅可以保留数据的流形结构属性，而且可以缓解次优问题。为了验证该方法的优越性，在12个广泛使用的数据集上对八种常用的异常检测算法进行了广泛的实验。实验结果表明，我们的检测方法在大多数情况下都优于最新的异常检测算法<\/jats:p>“，”DOI“：”10.1145\/3447684“，”type“：”期刊文章“，”已创建“：｛”日期部分“：[[2021,5,10]]，”日期时间“：”2021-05-10T22:24:14Z“，”时间戳“：1620685454000｝，”page“：”1-18“，”update policy“：”http:\/\/dx.DOI.org/10.1145\/crosmark policy“，”source“：”Crossref“，”由count引用“：12，”title“：[”嵌入内核保护的异常检测丁“]，”前缀“：”10.1145“，”卷“：”15“，”作者“：[{”ORCID“：”http://\/ORCID.org\/00000-0003-0535-4652“，”authenticated-ORCID“：false，”给定“：”华文“，”家庭“：”刘“，”sequence“：”first“，”affiliation“：[}”name“：”中华人民共和国浙江师范大学“}]}，{”ORCID“”：”http://\ ORCID.org\/000-0002-0567-5029“，”authenticated-ORCID”：false“，”给定“：”恩惠“，”family“：”Li“，”sequence“：”additional“，”affiliation“：[{”name“：”Zhejiang Normal University，Zhejian，P.R.China“}]}，{”given“：”Xinwang“，”family”：“Liu”，“sequence”：“additional”，“affiliance”：[[{“name”：“National University of Defense Technology，Chuang，P.R..China”}]，{“given”：“Kaile”，“family（家庭）：”Su“，“se序列”：“additional”、“affidiation”：澳大利亚布里斯班格里菲斯大学“}]}，{“given”：“Shichao”，“family”：“Zhang”，“sequence”：“additional”，“affiliation”：[{“name”：“中国湖南长沙中南大学”}]}]，“member”：“320”，“published-on-line”：{“date-parts”：[2021,5,10]]}、“reference”：[}“key”：”e_1_1_1“，“volume-title”：“Outlier Analysis”，“author”：“Aggarwal”查鲁·C“，”非结构化“：”Charu C.Aggarwal。2017年，离群值分析（第二版）。斯普林格。查鲁·C·阿加瓦尔。2017年，离群值分析（第二版）。斯普林格。“，”edition“：”2“}，{“key”：“e_1_1_2_1”，“doi-asserted-by”：“publisher”，“doi”：“10.1007\/s10618-014-0365-y”}，“key“：”e_2_1_3_1“，”doi-assert-by“：”publisher“，{“键”：“e_1_2_1_5_1”，“doi-asserted-by”：“出版商”，“doi”：“10.1007\/s11280-019-00766-x”}，{“key“：”e_1_1_6_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1080\/00949655.2011621124”}，{“key”：“e_1_ 1_7_1”，“doi-assert-by”：“publisher”，”doi“：”10.1609\/aaaai.v33i01.33014057{“键”：“e_1_2_1_9_1”，“卷时间”：“多视图低秩分析应用于离群值检测。ACM Transactions on Knowledge Discovery from Data 12，3”，“author”：“Li Sheng”，“year”：“2018”，“unstructured”：“Sheng Li，Ming Shao，and Yun Fu。2018.多视图低秩分析应用于离群值检测。ACM《从数据中发现知识的交易》12，3（2018），第32条。胜利、明绍和云浮。2018.多视图低秩分析应用于离群值检测。ACM Transactions on Knowledge Discovery from Data 12，3（2018），Article 32。“}，{”key“：”e_1_1_11_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1109\/TPAMI.2012.88”}，“key”：“e_2_1_12_1”，“volume-title”：“26届国际机器学习会议论文集.663-670”，“author”：“Liu Guangcan”，“year”：“2010”，“unstructured”：“”刘光灿、林周晨和余勇。2010 . 基于低秩表示的稳健子空间分割。第26届机器学习国际会议论文集。663--670 . 刘光灿、林周晨和余勇。2010.通过低秩表示进行鲁棒子空间分割。第26届机器学习国际会议论文集。663--670.“}，{”key“：”e_1_2_1_13_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1109\/TSMC.2017.2718220”}，“key”：“e_1_i_14_1”，“doi-assert-by”：“publisher”，”doi“：”10.1109\/TCYB.2016.2519683“}、{”key“：“e_ 1_15_1”、“doi-asertd-by”：“publisher”，”doi“：“10.109\/TNNLS”。2019.2954856“}，{”key“：”e_1_2_1_16_1“，”doi-asserted-by“：”publisher“，“doi”：“10.3390\/rs10050745“}，{“key”：“e_1_2_1_17_1”，“doi-asserted-by”：“publisher”，”doi“：“10.1109\/JSTARS.2020.2990457”}，“key“：”e_1_ 1_18_1“，”doi-assert-by“：”publisher“，“doi”：“10.1142\/S0218213008003753”}、{“key”：”e_ 2_1_ 19_1“TSP.2017.2749215“}，{”key“：”e_1_2_1_20_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1109\/TPAMI.2017.2748590“}，{“key”：“e_1_1_21_1”，“doi-asserted-by”：“publisher”，”doi“：”10.1109\/TNNLS.2020.3009632“}”，{”key“：”e_2_1_22_1“，”首页“：”2195“，”文章标题“：”带离群值的子空间聚类的几何分析“，”卷“：”44“，”作者“：”Soltanolkotabi Mahdi“，”年份“：”2012“，”非结构化“：”Mahdi Soltanolkotabi和Emmanuel J。糖果。2012 . 具有离群值的子空间聚类的几何分析。《统计年鉴》44，4（2012），2195-2238。Mahdi Soltanolkotabi和Emmanuel J.Candes。2012.具有异常值的子空间聚类的几何分析。《统计年鉴》44，4（2012），2195--2238.“，”journal-title“：”Annals of Statistics“}，{”key“：”e_1_2_1_23_1“，“doi-asserted-by”：“publisher”，“doi”：“10.1007\/978-3-030-05127-3”}，“key”：“e_2_2_24_1”，”volume-title”：“ICCV健壮子空间学习与计算机视觉研讨会论文集。10-18”，“作者”：“Manolis”，“unstructured”：“Manolis C。Tsakiris和Rene Vidal。2015年，双重主成分追求。ICCV稳健子空间学习和计算机视觉研讨会论文集。10--18 . Manolis C.Tsakiris和Rene Vidal。2015年。追求双重主体。ICCV稳健子空间学习和计算机视觉研讨会论文集。10--18.“}，{”key“：”e_1_1_25_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1016\/j.knosys.2019.104907”}，“key”：“e_2_1_26_1”，“doi-assert-by”：“publisher”，”doi“：”10.1109\/JPROC.2010.204447“}”，{.2011.2173156“}，{”键“：”e_1_2_1_28_1“，”卷时间“：”异常检测的最新进展。复杂性”、“作者”：“徐晓丹”、“年份”：“2019年”、“非结构化”：“徐晓丹、刘华文、姚明海。2019.异常检测的最新进展。复杂性（2019），2686378:1\u20132686378/11。徐晓丹、刘华文和姚明海。2019.异常检测的最新进展。复杂性（2019），2686378:1\u20132686378-11.“}，{”key“：”e_1_1_29_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1109\/CVPR.2017.460”}，“key”：“e_1_i_1_30_1”，“doi-assert-by”：“publisher”，”doi“：”10.1109\/TCYB.2018.2811764“}”，{“key“:”e_2_1_31_1“doi“：”10.1007\/978-3642-01307-2_84“}，{“键”：“e_1_2_1_32_1”，“doi-asserted-by“：”publisher“，”doi“：”10.1109\/TIP.2016.2547180“}，{“key”：“e_1_1_33_1”，“doi-assert-by”：“publisher”，”doi:“10.1109\/TIP.2017.2654163”}，“key“：”e_1_i_1_34_1“，serted-by“：”publisher“，”doi“：”10.1109\/TKDE.2018.2858782“}，{”key“：”e_1_2_1_36_1“，“doi-asserted-by”：“publisher”，“doi”：“10.1002\/widm.1280”}，{“key”：“e_1_cu1_37_1”，”volume-title“：“数据库系统百科全书”，“author”：“Zimek Arthur”，“unstructured”：“Arthur Zimeck and Erich Schubert.2018。异常检测。在数据库系统百科全书（第二版）中，Ling Liu和M.Tamer\u00d6zsu（编辑）。施普林格，第1章，1--5。亚瑟·齐梅克和埃里希·舒伯特。2018.异常检测。在数据库系统百科全书（第二版）中，Ling Liu和M.Tamer\u00d6zsu（编辑）。Springer，Chapter 1，1-5.“，”edition“：”2“}]，”container-title“：[”ACM Transactions on Knowledge Discovery from Data“]，”original-title”：[]，“language”：“en”，“link”：[{“URL”：“https:\\/dl.ACM.org\/doi\/pdf\/10.1145\/3447684”，“content-type”：“unspecified”，“content-version”：“vor”，“intended-application”：“similarity-checking”}]，“deposed”：{“”date-parts“：[[2023,1,1]]，“date-time”：“2023-01-01T23:31:31:37Z”，“timestamp”：1672615897000}，“score”：1，“resource”：{“primary”：{“URL”：“https:\/\/dl.acm.org\/doi\/10.1145\/3447684”}，”subtitle“：[]，”shorttitle“：[]，”issued“：{”date-part“：[2021,5,10]]}”，“references-count”：36，“journal-issue”：{“issue”：“5”，“published-print”：{（日期部分）：[[2021,10,31]]}}，“备选id“：[”10.1145\/3447684“]，“URL”：“http:\/\/dx.doi.org/10.1145\/3447684”，“relation”：｛｝，“ISSN”：[”1556-4681“，”1556-472X“]，“ISSN type”：[｛”value“：”1556-4681“，”type“：”print“｝，｛”value“：”1556-472X“，”type“：”electronic“｝]，”subject“：[]，”published“：”date parts“：[[2021,10]]｝，“断言”：[｛”value“：”2020-07-01“，”order“：0，”name“：”received“，”label“：”已收到“，”组“：{“name”：“publication_history”，“label”：“publication history”}}，{“value”：“2021-01-01”，“order”：1，“name”:“accepted”，“table”：“accepted（接受）”，“group”：{名称：“publitation_histories”，“标签”：“Publishation history（发布历史）”}}}：“出版历史“}}]}}