|
|||||
|
|
| 基于模型的过程工业时间序列异常值检测方法 | |
| 引用本文： | 苏卫星,朱云龙,胡琨元,刘芳.基于模型的过程工业时间序列异常值检测方法[J].仪器仪表学报,2012,33(9):2080-2087. |
| 作者姓名： | 苏卫星 朱云龙 胡琨元 刘芳 |
| 作者单位： | 1. 中国科学院沈阳自动化研究所 沈阳 110016;中国科学院研究生院 北京100039 2. 中国科学院沈阳自动化研究所 沈阳 110016 3. 东北大学信息科学与工程学院 沈阳 110819 |
| 基金项目： | 国家863计划(2011AA040603);辽宁省自然科学基金(201202226)资助项目 |
| 摘 要： | 时间序列异常点检测是时间序列挖掘研究领域的重要内容和基础工作.为满足过程工业中控制系统大数据量时间序列异常值检测需求,提出了一种计算简单快速的基于边缘化后验比检验的异常值在线检测方法.该方法将基于“偏差”的检测思想与统计学理论相结合,首先利用基于数据的鲁棒建模方法对待检测数据进行拟合并得到拟合残差,然后利用统计学知识分析拟合残差以最终确定数据的异常情况.为了实现算法的在线检测要求,引进了两窗口结构并对其加以改进；通过合理的选取先验分布以及对未知参数进行边缘化处理的方式,有效地减少了算法中的参数个数,提高了算法的可用性.仿真实验可以证明所提出的时间序列异常值在线检测算法具有很好的检测准确性和一定的实用性. |
| 关 键 词： | 异常值检验 时间序列 边缘化后验比 自回归模型 |
Model-based outlier detection method for time series of process industry |
|
| Su Weixing , Zhu Yunlong , Hu Kunyuan , Liu Fang.Model-based outlier detection method for time series of process industry[J].Chinese Journal of Scientific Instrument,2012,33(9):2080-2087. | |
| Authors: | Su Weixing Zhu Yunlong Hu Kunyuan Liu Fang |
| Affiliation: | 1 Shenyang Institute of Automation,Chinese Academy of Sciences,Shenyang 110016,China; 2 Graduate School of Chinese Academy of Sciences,Beijing 100039,China; 3 School of Information Science & Engineering,Northeastern University,Shenyang 110819,China) |
| Abstract: | |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ | |