基于滑动窗口的多变量时间序列异常数据的挖掘

• 作者: 沈钧毅 翁小清
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 多变量时间序列 滑动窗口 局部稀疏系数 扩展的Frobenius范数 异常数据挖掘
• 年，卷（期）: 2007,（12）
• 所属期刊栏目: 软件技术与数据库
• 页码范围: 102-104
• 页数: 3页
• 分类号: TP391
• 字数: 3150字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2007.12.036

摘要

与其它多变量时间序列(MTS)子序列显著不同的子序列,称为异常子序列(含异常数据).该文提出了一种基于滑动窗口的MTS异常子序列的挖掘算法,使用扩展的Frobenius 范数来计算两个MTS子序列之间相似性,使用两阶段顺序查询来进行K-近邻查找,将不可能成为候选异常子序列的MTS子序列剪去,对上海证券交易所股票交易情况MTS数据集进行了异常子序列(含异常数据)挖掘,结果表明了算法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	沈钧毅	西安交通大学计算机软件与理论研究所	211	4319	32.0	55.0
2	翁小清	西安交通大学计算机软件与理论研究所	13	90	4.0	9.0