數(shù)十年來(lái),我國(guó)經(jīng)濟(jì)快速發(fā)展,各行各業(yè)產(chǎn)生了大量的數(shù)據(jù),其中就包含了時(shí)間序列數(shù)據(jù)。時(shí)間序列數(shù)據(jù)通常具有維度高、數(shù)據(jù)量大等特點(diǎn),尤其是工業(yè)和制造業(yè)大數(shù)據(jù),常見(jiàn)的制造業(yè)時(shí)間序列數(shù)據(jù)具有大體量、多源性、連續(xù)采樣、價(jià)值密度低、動(dòng)態(tài)性強(qiáng)的特點(diǎn),給數(shù)據(jù)清洗帶來(lái)了難度和挑戰(zhàn)。工業(yè)數(shù)據(jù)采集平臺(tái)往往包含各類模塊化協(xié)同工作的傳感器設(shè)備組,同組的傳感器所采集的數(shù)據(jù)可能模式相似,而不同組傳感器之間的數(shù)據(jù)可能存在模式相關(guān)關(guān)系。這種多維時(shí)間序列的相關(guān)關(guān)系可以加以利用,以提高數(shù)據(jù)清洗的效果和效率。近些年來(lái),針對(duì)基于約束的時(shí)間序列清洗研究取得了較好的成果,但目前對(duì)時(shí)間序列清洗的研究主要集中在利用時(shí)間上的相關(guān)性清洗一條時(shí)間序列上,而對(duì)多維時(shí)間序列的清洗研究較少,并且沒(méi)有很好地利用到序列間的相關(guān)性。因此,本文對(duì)基于相關(guān)性的高維時(shí)間序列清洗算法進(jìn)行研究,主要研究?jī)?nèi)容如下:（1）針對(duì)基于約束的時(shí)間序列異常檢測(cè)方法,本文討論了約束的分類和幾種基本的約束,提出了使用速度約束進(jìn)行異常點(diǎn)檢測(cè)的問(wèn)題,設(shè)計(jì)了時(shí)間復(fù)雜度為O（n2）的動(dòng)態(tài)規(guī)劃算法,并通過(guò)將問(wèn)題轉(zhuǎn)化為二維區(qū)域查詢問(wèn)題,使用二維區(qū)間樹(shù)優(yōu)化動(dòng)態(tài)規(guī)劃算法的時(shí)間復(fù)雜度,得到了時(shí)間復(fù)雜... 

【文章來(lái)源】：哈爾濱工業(yè)大學(xué)黑龍江省 211工程院校 985工程院校

【文章頁(yè)數(shù)】：67 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 課題來(lái)源
    1.2 課題背景及研究的目的和意義
    1.3 國(guó)內(nèi)外研究現(xiàn)狀
        1.3.1 數(shù)據(jù)清洗
        1.3.2 異常檢測(cè)
    1.4 本文的主要研究?jī)?nèi)容
第2章 基于約束的時(shí)間序列異常檢測(cè)
    2.1 引言
    2.2 約束及分類
    2.3 幾種基本的約束
    2.4 使用速度約束進(jìn)行單維序列異常點(diǎn)檢測(cè)
        2.4.1 問(wèn)題定義
        2.4.2 解決方案
        2.4.3 算法優(yōu)化
        2.4.4 實(shí)驗(yàn)
    2.5 本章小結(jié)
第3章 基于空間相關(guān)性的高維時(shí)間序列異常檢測(cè)
    3.1 引言
    3.2 問(wèn)題定義與框架概述
    3.3 PAA
    3.4 相關(guān)性評(píng)估
    3.5 可疑序列的異常檢測(cè)
    3.6 復(fù)雜度分析
    3.7 實(shí)驗(yàn)
        3.7.1 實(shí)驗(yàn)設(shè)置
        3.7.2 相關(guān)性分析步驟的效果
        3.7.3 檢測(cè)框架效率對(duì)比
        3.7.4 檢測(cè)框架的效果對(duì)比
    3.8 本章小結(jié)
第4章 基于物理機(jī)理相關(guān)性的高維時(shí)間序列清洗
    4.1 引言
    4.2 物理機(jī)理相關(guān)性與檢測(cè)框架
    4.3 約束違反特征
        4.3.1 約束違反情況
        4.3.2 約束違反情況匯總
    4.4 異常來(lái)源分析
        4.4.1 異常原因、異常表征和表征距離
        4.4.2 異常原因篩選
        4.4.3 異常原因代價(jià)計(jì)算
        4.4.4 數(shù)據(jù)特征覆蓋
    4.5 實(shí)驗(yàn)
        4.5.1 實(shí)驗(yàn)設(shè)置
        4.5.2 完整框架的評(píng)估
        4.5.3 異常來(lái)源分析步驟的評(píng)估
    4.6 本章小結(jié)
結(jié)論
參考文獻(xiàn)
攻讀碩士學(xué)位期間發(fā)表的論文及其他成果
致謝


【參考文獻(xiàn)】：
期刊論文
[1]基于相關(guān)性分析的工業(yè)時(shí)序數(shù)據(jù)異常檢測(cè)[J]. 丁小歐,于晟健,王沐賢,王宏志,高宏,楊東華.  軟件學(xué)報(bào). 2020(03)
[2]多維時(shí)間序列異常檢測(cè)算法綜述[J]. 胡珉,白雪,徐偉,吳秉鍵.  計(jì)算機(jī)應(yīng)用. 2020(06)
[3]工業(yè)時(shí)序大數(shù)據(jù)質(zhì)量管理[J]. 丁小歐,王宏志,于晟健.  大數(shù)據(jù). 2019(06)
[4]工業(yè)大數(shù)據(jù)技術(shù)綜述[J]. 王建民.  大數(shù)據(jù). 2017(06)
[5]大數(shù)據(jù)可用性的研究進(jìn)展[J]. 李建中,王宏志,高宏.  軟件學(xué)報(bào). 2016(07)

博士論文
[1]時(shí)間序列數(shù)據(jù)清洗方法研究[D]. 張奧千.清華大學(xué) 2018
[2]時(shí)間序列的相似性查詢與異常檢測(cè)[D]. 肖輝.復(fù)旦大學(xué) 2005

碩士論文
[1]面向工業(yè)大數(shù)據(jù)的高維時(shí)間序列清洗系統(tǒng)[D]. 蘇佳軒.哈爾濱工業(yè)大學(xué) 2019
[2]時(shí)間序列清洗關(guān)鍵技術(shù)的研究[D]. 尹薇.哈爾濱工業(yè)大學(xué) 2018
[3]風(fēng)力發(fā)電機(jī)的整機(jī)故障診斷[D]. 楊靜懿.東華大學(xué) 2014



本文編號(hào)：3376828