基于子空间重构的无监督时间序列异常检测 |
| |
引用本文: | 戈宁振,翁小清,袁子璇.基于子空间重构的无监督时间序列异常检测[J].智能计算机与应用,2023(11):119-127. |
| |
作者姓名: | 戈宁振 翁小清 袁子璇 |
| |
作者单位: | 河北经贸大学信息技术学院 |
| |
摘 要: | 时间序列异常检测旨在寻找时间序列中不符合预期的数据,为相关人员提供有价值的信息,一直以来都受到学术界和工业界的广泛关注。然而,现有时间序列异常检测方法大多忽略了复杂数据中的多种模式,不能充分利用已有模式信息进行有效的特征学习,造成检测效果不理想。为此,本文提出了一种基于子空间重构的无监督时间序列异常检测模型。首先,将原始时间序列转换至低维潜在空间,利用高斯混合模型在潜在空间聚类,将原始时间序列分割为多个独立子空间。之后,各个子空间训练子模型,实现多模式捕获。最后,通过各个子模型重构,实现异常检测。该模型在UCR和MIT-BIH的6个数据集上的检测效果显著地优于已有方法,证明了方法的有效性。
|
关 键 词: | 时间序列 无监督异常检测 稀疏自编码 多模式 |
|
|