| 时间序列异常检测 |
| |
| 引用本文： | 周大镯,刘月芬,马文秀.时间序列异常检测[J].计算机工程与应用,2008,44(35):145-147. |
| |
| 作者姓名： | 周大镯 刘月芬 马文秀 |
| |
| 作者单位： | 1. 天津大学,管理学院,天津,300072;河北经贸大学,计算机中心,石家庄,050061
2. 河北经贸大学,计算机中心,石家庄,050061 |
| |
| 基金项目： | 河北省科技攻关计划项目
|
| |
| 摘 要： | 在k-近邻局部异常检测算法的基础上,结合时间序列的分割方法,提出了一种高效的时间序列异常检测算法。该算法首先把序列重要点作为数据的分割点,对时间序列数据进行高比例压缩;其次利用局部异常检测方法检测出时间序列中的异常模式。通过心电图(ECG)数据实验验证了算法的有效性和合理性。
|
| 关 键 词： | 时间序列 异常模式 局部异常因子 序列重要点 |
| 收稿时间： | 2007-12-20 |
| 修稿时间： | 2008-3-20
|
Effective time series outlier detection algorithm based on segmentation |
| |
| ZHOU Da-zhuo,LIU Yue-fen,MA Wen-xiu.Effective time series outlier detection algorithm based on segmentation[J].Computer Engineering and Applications,2008,44(35):145-147. |
| |
| Authors: | ZHOU Da-zhuo LIU Yue-fen MA Wen-xiu |
| |
| Affiliation: | 1.School of Management，Tianjin University，Tianjin 300072，China 2.Computer Center，Hebei University of Economics and Trade，Shijiazhuang 050061，China |
| |
| Abstract: | A new time series outlier detection algorithm of high-efficiency is proposed for the foundation of k-nearest local outlier detection algorithm based on segmentation.Firstly,series important point as segmentation point can compress highproportionally time series data in this algorithm;Secondly,the outlier pattern of time series can be detected by local outlier detection technique.Experimental results on electrocardiogram(ECG) data show that the algorithm is effective and reasonable. |
| |
| Keywords: | time series outlier pattern local outlier factor series important point |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
| 点击此处可从《计算机工程与应用》浏览原始摘要信息 |
|
点击此处可从《计算机工程与应用》下载全文 |
|
