變點(diǎn)檢測針對的是隨機(jī)過程狀態(tài)的變化檢測,這里的變點(diǎn)對應(yīng)于數(shù)據(jù)流概率分布發(fā)生變化的時(shí)刻,決策者需要根據(jù)序貫觀測的數(shù)據(jù)來實(shí)時(shí)判斷數(shù)據(jù)流的概率分布是否發(fā)生變化。當(dāng)變點(diǎn)后數(shù)據(jù)流的概率分布有多個(gè)可能時(shí),我們還需要進(jìn)一步診斷出其變點(diǎn)后概率分布類型。隨著現(xiàn)代傳感器技術(shù)與計(jì)算機(jī)技術(shù)的快速發(fā)展,人們可以同時(shí)獲取不同領(lǐng)域或者不同空間許多傳感器的實(shí)時(shí)數(shù)據(jù),因此將不再是單一數(shù)據(jù)流下的變點(diǎn)檢測與診斷問題,而是擴(kuò)展到多數(shù)據(jù)流下的變點(diǎn)檢測與診斷問題。本文主要對于并行數(shù)據(jù)流中的變點(diǎn)檢測與診斷問題進(jìn)行研究與分析。每條數(shù)據(jù)流都有其各自的變點(diǎn),對應(yīng)于每條數(shù)據(jù)流的概率分布發(fā)生變化的時(shí)刻,而決策者需要并行序貫的給出哪些數(shù)據(jù)流的概率分布已經(jīng)發(fā)生了變化,即檢測出變點(diǎn)。對于并行數(shù)據(jù)流中的多變點(diǎn)檢測與診斷問題,傳統(tǒng)的單數(shù)據(jù)流中的變點(diǎn)檢測與診斷問題的相關(guān)性能衡量標(biāo)準(zhǔn)已無法應(yīng)用于多數(shù)據(jù)流場景中。因此,我們創(chuàng)造性地將多數(shù)據(jù)流并行假設(shè)檢驗(yàn)里的錯(cuò)誤度量準(zhǔn)則——錯(cuò)誤發(fā)現(xiàn)率（FDR）,即所有宣稱發(fā)現(xiàn)變點(diǎn)的數(shù)據(jù)流數(shù)目中的提前錯(cuò)誤檢測到變點(diǎn)的數(shù)據(jù)流數(shù)目所占的期望比例,應(yīng)用到我們研究的問題中。我們基于單數(shù)據(jù)流變點(diǎn)檢測理論的相關(guān)結(jié)果,給出了提出的并行數(shù)據(jù)流... 

【文章來源】：中國科學(xué)技術(shù)大學(xué)安徽省 211工程院校 985工程院校

【文章頁數(shù)】：114 頁

【學(xué)位級別】：博士

【部分圖文】：

圖１．１變點(diǎn)檢測的實(shí)際應(yīng)用??１??

?第一章緒論???第一章：緒論??第二章：基礎(chǔ)理論相關(guān)介紹??Ｉ???ｉ??Ｔ?▼??第三章：多變點(diǎn)檢測?ｇ?瑩??｜?■?Ｖ?，．．．?．．．」，?氣?，??￣Ｔ?際多?的貝??ｍ?數(shù)變?漸葉??非?５?據(jù)點(diǎn)?近斯??莧?Ｊ?流檢?最變??葉?ｆ?中測?優(yōu)點(diǎn)??多?應(yīng)診?分測??５?測齋?用斷?析與??ｆ?｜?：ｉｉ：及?診??ｔｌ?ｆ?其?斷??３?ｆ?在?算??點(diǎn)?實(shí)?法???ｉ???第六章：總結(jié)與展望??圖１．２論文研宂框架??簡要介紹了變點(diǎn)檢測問題、變點(diǎn)檢測與診斷問題、以及多數(shù)據(jù)流假設(shè)檢驗(yàn)的相??關(guān)研宄工作，對相關(guān)文獻(xiàn)提出的模型和理論方法進(jìn)行歸納和總結(jié)，從而引出與??本文研究工作之間的關(guān)系。最后我們簡明扼要地介紹了本文的研宄框架和主要??研宄點(diǎn)的內(nèi)容和貢獻(xiàn)。??第二章基礎(chǔ)理論相關(guān)介紹。本章我們主要系統(tǒng)地介紹了假設(shè)檢驗(yàn)、變點(diǎn)檢??測問題、變點(diǎn)檢測與診斷問題、以及多數(shù)據(jù)流假設(shè)檢驗(yàn)的相關(guān)研宄工作，包括??具體的度量標(biāo)準(zhǔn)，模型建立以及對應(yīng)的相關(guān)算法和基本結(jié)果，主要是與我們后??面的研究工作密切相關(guān)的，以便讀者更好的理解相關(guān)內(nèi)容。??第三章多變點(diǎn)檢測。本章我們從非貝葉斯和貝葉斯的角度出發(fā)，分別研宄??了并行數(shù)據(jù)流中多變點(diǎn)檢測問題。在非貝葉斯場景下，我們建立了非貝葉斯多??１０??

引理２．１．２．?／７＜／在貝葉斯二項(xiàng)假設(shè)檢驗(yàn)中，檢測（Ｘ？）最小化了平均錯(cuò)誤??概率?＝?７ｒｏ；〇（ｄ）?＋?（１?—?其定義如下：??ｆｌ?＾Ａ（Ｘ？）＞．／（１－）?（２．６）??Ｖ?否則．?、’??在實(shí)際工程應(yīng)用中，通常用受試者工作特征（ｒｅｃｅｉｖｅｒｏｐｅｒａｔｉｎｇｃｈａｒａｃｔｅｒｉｓ－??ｔｉｃ，?ＲＯＣ）?曲線來描繪一個(gè)檢測?ｄ?的性能優(yōu)劣，?具體為正確檢測能力與虛警??概率％之間的函數(shù)關(guān)系。圖２．１為不同均值的高斯分布間的假設(shè)檢驗(yàn)Ｒ０Ｃ曲線，??其中仰〇?Ａ）?＝?Ｊ７咖⑷丨〇ｇ?叫如為其ＫＬ距離。Ｒ０Ｃ曲線主要反映了檢??測器的檢測性能，曲線越靠近左上角，檢測器的性能就越好。??


本文編號：2969992