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:
该文针对目前孤立点异常的检测方法只适应于静态环境,对于数据流的动态特性的反应不够及时,提出了一种基于时间序列流数据特点的动态自适应孤立点挖掘方法。该方法在基于密度的局部异常检测算法LOF的基础上,利用多窗口滑动技术分析数据流的局部异常来判断时间序列数据流中的孤立点,通过改进局部异常因子的计算方法,用户能通过设定初始阈值来控制总体的检测率和误报率。实验表明该方法的有效性。
推荐文章
基于SBWS_GPR预测模型的不确定性多数据流异常检测方法
不确定性
数据流
高斯过程回归
索引号
滑动窗口
一种基于随机空间树的数据流异常检测算法
数据流
异常检测
随机空间树
单窗口策略
AUC得分
运行时间
时间序列数据流的自适应预测
时间序列
数据流
预测
插值小波
Kalman滤波
基于孤立点自适应的K-means算法
K-means算法
孤立点
谢林模型
初始聚类中心
误差平方和
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 基于时间序列数据流的孤立点自适应异常检测
来源期刊 电脑知识与技术:学术交流 学科 工学
关键词 时间序列数据流 局部异常孤立点 自适应 动态调整
年,卷(期) 2011,(12) 所属期刊栏目
研究方向 页码范围 8927-8929
页数 3页 分类号 TP301
字数 语种
DOI
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 宋国琴 21 41 4.0 6.0
2 肖建琼 33 69 4.0 6.0
3 罗兴贤 26 34 3.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (10)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(4)
  • 参考文献(4)
  • 二级参考文献(0)
2009(2)
  • 参考文献(2)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(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)
研究主题发展历程
节点文献
时间序列数据流
局部异常孤立点
自适应
动态调整
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
电脑知识与技术:学术版
旬刊
1009-3044
34-1205/TP
安徽合肥市濉溪路333号
26-188
出版文献量(篇)
41621
总下载数(次)
23
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导