科创中国

基于冗余点压缩的趋势异常序列检测

原文链接：万方

• 作者：

  李斌,刘瑞琴,刘学军

• 摘要：

  异常序列作为时间序列的一种特殊模式有着极其重要的作用,但大多数的时间序列利用基于距离的方法进行序列间的相似性度量,忽略了时间序列本身的形态特征。为此,提出了一种基于趋势对比的异常序列检测算法,利用重要点和分段线性相结合的自底向上的线性逼近方法,并以最小化两个目标函数为目的进行相邻分段融合,从而使提取的趋势特征有较高的准确度。而且为了降低提取算法的复杂度问题,对采集到的时间序列先进行道格拉斯-普克算法的冗余点删除,保持序列整体形态的同时从一定程度上减少了计算量。最后通过仿真实验,验证了所提出的检测算法的有效性,不仅提高了检测的准确率,还增强了序列趋势变化观测的直观性。

• 关键词：

  传感器网络 异常序列 离群数据 趋势特征 分段线性逼近 分段融合

• 作者单位：

  南京工业大学电子与信息工程学院,南京,210009

• 基金项目：

  国家自然科学基金项目(61073197)%江苏省科技支撑计划项目(SBE201077457)%国家质检公益性科研专项项目(201210022)

• 来源期刊：

  传感技术学报

• 年，卷(期)：

  2014003