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:
为了提高时间序列中异常子序列检测算法的有效性,提出一种基于局部线性映射(Local Linear Mapping,LLM)的异常子序列检测算法.该算法将时间序列子序列通过其相邻子序列线性重构,很好地保留了时间序列子序列与其相邻子序列的相关性.基于LLM的映射特性,使用两种异常指标(贡献因子,重构误差),并将其应用于ST东方(B)股票交易时间序列数据集的异常子序列检测中.实验结果表明,所提出的算法对异常子序列的异常检测具有很好的效果,有效提高了时间序列中异常子序列的检测效率.
推荐文章
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
两阶段的多元时间序列异常检测算法
多元时间序列
有界坐标系统
基于距离的异常检测
一种不确定连续时间序列的Top-◢K◣异常检测算法
连续时间序列
异常检测
不确定数据
Top-◢K◣排序
基于趋势点状态模型的时间序列预测算法
时间序列
相似序列
趋势点状态模型
预测
周期
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 基于LLM的时间序列异常子序列检测算法
来源期刊 沈阳工业大学学报 学科 工学
关键词 时间序列 异常子序列 局部线性映射 重构 贡献因子 重构误差 检测 有效性
年,卷(期) 2009,(3) 所属期刊栏目 信息科学与工程
研究方向 页码范围 328-332
页数 5页 分类号 TP311
字数 4422字 语种 中文
DOI 10.3969/j.issn.1000-1646.2009.03.019
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 张颖 沈阳工业大学理学院 38 213 8.0 12.0
2 杜洪波 沈阳工业大学理学院 16 80 6.0 8.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (13)
共引文献  (28)
参考文献  (6)
节点文献
引证文献  (11)
同被引文献  (15)
二级引证文献  (23)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(4)
  • 参考文献(0)
  • 二级参考文献(4)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(4)
  • 参考文献(1)
  • 二级参考文献(3)
2005(3)
  • 参考文献(1)
  • 二级参考文献(2)
2006(2)
  • 参考文献(2)
  • 二级参考文献(0)
2007(2)
  • 参考文献(2)
  • 二级参考文献(0)
2009(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2011(2)
  • 引证文献(2)
  • 二级引证文献(0)
2013(4)
  • 引证文献(1)
  • 二级引证文献(3)
2014(3)
  • 引证文献(2)
  • 二级引证文献(1)
2015(6)
  • 引证文献(2)
  • 二级引证文献(4)
2016(3)
  • 引证文献(2)
  • 二级引证文献(1)
2017(4)
  • 引证文献(0)
  • 二级引证文献(4)
2018(9)
  • 引证文献(0)
  • 二级引证文献(9)
2019(2)
  • 引证文献(2)
  • 二级引证文献(0)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
时间序列
异常子序列
局部线性映射
重构
贡献因子
重构误差
检测
有效性
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
沈阳工业大学学报
双月刊
1000-1646
21-1189/T
大16开
沈阳市铁西区南十三路1号
8-165
1964
chi
出版文献量(篇)
2983
总下载数(次)
5
总被引数(次)
22269
论文1v1指导