隨著信息產業(yè)的發(fā)展,我們已進入互聯(lián)網+的大數(shù)據時代,大量數(shù)據被獲取并積累。如何快速從規(guī)模海量,結構復雜并且形式多樣的時間序列中快速提取有用的信息尤為重要。為了保證數(shù)據挖掘得到信息的準確性和有效性,需要對時間序列數(shù)據進行有效的表示。本文基于尺度空間的概念,提出多尺度的時間序列表示方法,從多個時間尺度對時間序列分析和表示,以便于后期綜合考慮或選擇合適尺度進行分析及異常檢測。在多尺度表示方法的基礎上,與典型異常檢測算法相結合,采用權重因子綜合多個尺度的異常分析結果,搭建了基于多尺度表示方法的時間序列異常檢測框架。本文的主要研究內容有:(1)不同尺度在時間上體現(xiàn)為不同的時間間隔,如年月日小時分鐘,不同人群或實際問題對時間尺度大小的需求不同,對時間序列的多尺度表示是一個值得研究的方向。高層管理者更為關注高尺度的數(shù)據(以年,季度等為單位),一線工作者更為關注低時間尺度的數(shù)據(以分鐘,小時等為單位)。由此,本文提出多時間尺度的表示方法,以不同的時間間隔將時間序列均等劃分為多個尺度,并使用同種表示方法對每一尺度進行特征提取,形成多時間尺度的數(shù)據表示。并采用每個尺度的最近鄰距離作為異常得分,對每個尺度中...

【文章頁數(shù)】：73 頁

【學位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
符號對照表
縮略語對照表
第一章 緒論
    1.1 研究背景與意義
    1.2 國內外研究現(xiàn)狀
        1.2.1 時間序列的異常類型
        1.2.2 時間序列中數(shù)據表示的研究現(xiàn)狀
        1.2.3 時間序列中異常檢測的研究現(xiàn)狀
        1.2.4 多尺度分析的研究現(xiàn)狀
    1.3 主要研究內容
    1.4 論文的結構安排
第二章 相關基礎理論
    2.1 時間序列
    2.2 基于分段的數(shù)據表示方法
    2.3 基于距離的相似性度量方法
        2.3.1 歐氏距離
        2.3.2 k近鄰距離
    2.4 多尺度的相關理論
    2.5 本章小結
第三章 多尺度的數(shù)據表示方法
    3.1 問題的提出
    3.2 多尺度表示方法的建立
        3.2.1 多尺度的表示方法構建
        3.2.2 多尺度表示的相關定義
        3.2.3 基于多尺度表示的相似性度量
        3.2.4 評價指標
        3.2.5 基于多尺度表示的異常檢測框架
    3.3 基于時間多尺度表示方法的實驗研究
        3.3.1 合成數(shù)據實驗分析
        3.3.2 真實數(shù)據實驗分析
    3.4 本章小結
第四章 基于多種特征的多尺度表示方法
    4.1 時間序列的多種特征的多尺度表示方法
        4.1.1 基于多特征的多尺度表示的模型建立
        4.1.2 基于多特征的多尺度表示的相關定義
    4.2 基于多種特征的多尺度表示異常檢測方法
    4.3 實驗研究
        4.3.1 合成數(shù)據集的實驗分析
        4.3.2 真實數(shù)據集實驗研究
    4.4 本章小結
第五章 總結與展望
    5.1 總結
    5.2 展望
參考文獻
致謝
作者簡介



本文編號：3866392