基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
在k-近邻局部异常检测算法的基础上,结合时间序列的分割方法,提出了一种高效的时间序列异常检测算法.该算法首先把序列重要点作为数据的分割点,对时间序列数据进行高比例压缩;其次利用局部异常检测方法检测出时间序列中的异常模式.通过心电图(ECG)数据实验验证了算法的有效性和合理性.
推荐文章
基于LSTM时间序列重建的生产装置异常检测
算法
神经网络
参数估计
LSTM
时间序列
异常检测
极大似然估计
基于时间序列分析的网络流量异常检测
网络系统
流量异常检测
灰色模型
小波分析
基于时间序列模式表示的异常检测算法
斜率
时间序列
模式表示
支持数
异常值
基于KPCA的多变量时间序列数据异常检测方法研究
多变量时间序列
异常检测
KPCA
vMF分布
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 时间序列异常检测
来源期刊 计算机工程与应用 学科 工学
关键词 时间序列 异常模式 局部异常因子 序列重要点
年,卷(期) 2008,(35) 所属期刊栏目 数据库、信号与信息处理
研究方向 页码范围 145-147
页数 3页 分类号 TP311.13
字数 3687字 语种 中文
DOI 10.3778/j.issn.1002-8331.2008.35.044
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 马文秀 河北经贸大学计算机中心 14 138 5.0 11.0
2 周大镯 天津大学管理学院 5 134 5.0 5.0
6 刘月芬 河北经贸大学计算机中心 8 82 4.0 8.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (6)
共引文献  (32)
参考文献  (5)
节点文献
引证文献  (48)
同被引文献  (53)
二级引证文献  (115)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(2)
  • 参考文献(1)
  • 二级参考文献(1)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2008(1)
  • 引证文献(1)
  • 二级引证文献(0)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2011(3)
  • 引证文献(3)
  • 二级引证文献(0)
2012(4)
  • 引证文献(4)
  • 二级引证文献(0)
2013(4)
  • 引证文献(2)
  • 二级引证文献(2)
2014(9)
  • 引证文献(4)
  • 二级引证文献(5)
2015(23)
  • 引证文献(12)
  • 二级引证文献(11)
2016(22)
  • 引证文献(4)
  • 二级引证文献(18)
2017(28)
  • 引证文献(6)
  • 二级引证文献(22)
2018(23)
  • 引证文献(4)
  • 二级引证文献(19)
2019(29)
  • 引证文献(4)
  • 二级引证文献(25)
2020(16)
  • 引证文献(3)
  • 二级引证文献(13)
研究主题发展历程
节点文献
时间序列
异常模式
局部异常因子
序列重要点
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导