采用软稀疏随机投影和山谷强调法的稳健孤立森林

本研究解决了孤立森林算法在不同数据集上的表现差异及难以隔离稀有异常的问题。我们提出的稳健孤立森林（RiForest）利用现有特征和通过软稀疏随机投影获得的随机超平面，以识别更优的分割特征，并采用山谷强调法优化切分点。实验结果显示，RiForest在24个基准数据集上始终优于现有算法，展现出卓越的稳定性和对噪声变量的鲁棒性。