时间序列重要点分割的异常子序列检测

• 作者: 张力生 杨美洁 雷大江
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 重要点分割 平滑处理 特征值 KNN算法
• 年，卷（期）: 2012,（5）
• 所属期刊栏目: 数据库与数据挖掘
• 页码范围: 183-186
• 分类号: TP301.6
• 字数: 3627字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-137X.2012.05.043

摘要

时间序列具有数据量大的特点,直接对其检测复杂度高.因此提出了一种基于时间序列重要点的异常子序列检测算法.子序列的异常检测弥补了点异常检测的局限性.该算法首先获得了一系列平滑后的重要点,然后根据其进行子序列划分,并提取每个子序列的4个特征值:长度、高度、均值和标准差,将其运用到欧氏距离中,最后通过KNN算法来检测异常子序列.实验证明了该算法的有效性和可行性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张力生	重庆邮电大学软件学院	26	92	6.0	8.0
2	杨美洁	重庆邮电大学计算机学院	1	14	1.0	1.0
3	雷大江	重庆邮电大学计算机学院	15	47	5.0	6.0