首页|期刊导航|哈尔滨商业大学学报(自然科学版)|考虑因果关系的马氏距离MYT分解方法及其应用

考虑因果关系的马氏距离MYT分解方法及其应用OA

中文摘要

作为一种基于马氏距离(MD)的识别方法,马田系统(MTS)在异常检测中具有独特优势,但其根因诊断能力仍存在计算复杂度高、难以处理多变量耦合及定位精度不足等问题.为此,提出一种考虑因果关系的马氏距离MYT分解方法,旨在有效提升异常样本的根因定位能力.该方法通过连续测量尺度构建MTS以降低数据分布影响,并融合贝叶斯网络与MYT分解,将根因分析从单变量拓展至多变量,从而在降低计算复杂度的同时增强诊断能力.在UCI数据集和医保欺诈案例上的实验表明,该方法能高效精准地定位根因.为多变量系统下的异常诊断提供了新思路,对医保监管等领域的精准施策具有参考价值.

陈远志;刘小弟;张世涛

安徽工业大学微电子与数据科学学院,安徽马鞍山243032安徽工业大学微电子与数据科学学院,安徽马鞍山243032 安徽工业大学复杂系统多学科管理与控制安徽普通高校重点实验室,安徽马鞍山243032安徽工业大学微电子与数据科学学院,安徽马鞍山243032 安徽工业大学复杂系统多学科管理与控制安徽普通高校重点实验室,安徽马鞍山243032

数理科学

马田系统异常诊断MYT分解贝叶斯网络医保欺诈

《哈尔滨商业大学学报(自然科学版)》 2026 (5)

P.602-609,8

国家社会科学基金(22BGL211)国家自然科学基金(72074001)安徽省自然科学基金(2108085MG240)安徽普通高校重点实验室开放基金(CS2024-ZD01)。

评论