本文關(guān)鍵詞：基于黎曼流形的多元時(shí)間序列異常檢測(cè)

  更多相關(guān)文章： 多元時(shí)間序列 異常檢測(cè) 黎曼流形 統(tǒng)計(jì)過(guò)程控制圖

【摘要】：多元時(shí)間序列記錄了某些領(lǐng)域中多個(gè)屬性隨時(shí)間變化的觀測(cè)值，它的高維性和高復(fù)雜性給數(shù)據(jù)挖掘造成了一定的困難，而由于環(huán)境或人為等因素往往導(dǎo)致時(shí)間序列中出現(xiàn)不符合規(guī)律的數(shù)據(jù)點(diǎn)，即異常點(diǎn)，又很大程度上給數(shù)據(jù)分析增加了挑戰(zhàn)性。 為了解決異常給數(shù)據(jù)分析帶來(lái)的不便，本文提出一種基于黎曼流形的多元時(shí)間序列異常檢測(cè)算法。該方法用滑動(dòng)窗口作為工具將時(shí)間序列分割為若干個(gè)子序列，求取每個(gè)子序列的協(xié)方差矩陣，并以協(xié)方差矩陣作為異常檢測(cè)的特征描述子，用黎曼距離作為相似性度量計(jì)算各協(xié)方差矩陣之間的距離，最后借助統(tǒng)計(jì)過(guò)程圖的小概率時(shí)間和判異原理，對(duì)協(xié)方差進(jìn)行控制。并以協(xié)方差矩陣及其分布的可視化來(lái)直觀地展現(xiàn)異常的存在。因?yàn)閰f(xié)方差矩陣完整地保留了時(shí)間序列的所有信息，而協(xié)方差矩陣的對(duì)稱半正定性符合黎曼度量，故用這種方法得到的結(jié)果較其他方法得出的結(jié)果效果更為顯著。 最后，以Ma模擬數(shù)據(jù)流、MIT-BIH心率失常數(shù)據(jù)和美國(guó)國(guó)家航空和宇宙航行局的閥門(mén)螺線管電流數(shù)據(jù)作為實(shí)驗(yàn)對(duì)象，對(duì)基于黎曼流形的多元時(shí)間序列的異常檢測(cè)算法進(jìn)行了驗(yàn)證，實(shí)驗(yàn)結(jié)果表明這種方法是合理、有效的。模擬數(shù)據(jù)的準(zhǔn)確率達(dá)到了100%，心率失常數(shù)據(jù)準(zhǔn)確率達(dá)到了80%，NASA數(shù)據(jù)準(zhǔn)確率達(dá)到了95%。用其他流形和歐氏距離作為相似性度量，與本文進(jìn)行了結(jié)果的對(duì)比，，表明本文提出的方法能夠得到更準(zhǔn)確的檢測(cè)結(jié)果。
【學(xué)位授予單位】：燕山大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2014
【分類號(hào)】：TP311.13

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前7條

1 王欣;;兩階段的多元時(shí)間序列異常檢測(cè)算法[J];計(jì)算機(jī)應(yīng)用研究;2011年07期

2 郝井華,劉民,吳澄,陳少卿;一種基于LLM的高維時(shí)間序列數(shù)據(jù)異常檢測(cè)方法[J];控制工程;2005年03期

3 鄭龍;敖永紅;梁瑩瑩;孫揚(yáng);;RPES:一種新的多維數(shù)據(jù)可視化方法[J];計(jì)算機(jī)工程與應(yīng)用;2012年21期

4 黃河;史忠植;鄭征;;基于形狀特征k-d樹(shù)的多維時(shí)間序列相似搜索[J];軟件學(xué)報(bào);2006年10期

5 李權(quán);周興社;;一種新的多變量時(shí)間序列數(shù)據(jù)異常檢測(cè)方法[J];時(shí)間頻率學(xué)報(bào);2011年02期

6 楊興江;周勇;;多元時(shí)間序列相似性研究[J];西南民族大學(xué)學(xué)報(bào)(自然科學(xué)版);2007年04期

7 陳誼;李瀟瀟;蔡進(jìn)峰;陳紅倩;蔡強(qiáng);;基于類區(qū)間的多維數(shù)據(jù)可視化方法[J];系統(tǒng)仿真學(xué)報(bào);2013年10期

本文編號(hào)：1263015