基于冗余点压缩的趋势异常序列检测

• 作者: 刘学军 刘瑞琴 李斌
• 来源期刊: 传感技术学报
• 学科: 工学
• 关键词: 传感器网络 异常序列 离群数据 趋势特征 分段线性逼近 分段融合
• 年，卷（期）: 2014,（3）
• 所属期刊栏目: 无线传感器网络
• 页码范围: 401-408
• 页数: 8页
• 分类号: TP393
• 字数: 7611字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-1699.2014.03.024

摘要

异常序列作为时间序列的一种特殊模式有着极其重要的作用，但大多数的时间序列利用基于距离的方法进行序列间的相似性度量，忽略了时间序列本身的形态特征。为此，提出了一种基于趋势对比的异常序列检测算法，利用重要点和分段线性相结合的自底向上的线性逼近方法，并以最小化两个目标函数为目的进行相邻分段融合，从而使提取的趋势特征有较高的准确度。而且为了降低提取算法的复杂度问题，对采集到的时间序列先进行道格拉斯-普克算法的冗余点删除，保持序列整体形态的同时从一定程度上减少了计算量。最后通过仿真实验，验证了所提出的检测算法的有效性，不仅提高了检测的准确率，还增强了序列趋势变化观测的直观性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李斌	南京工业大学电子与信息工程学院	56	397	12.0	15.0
2	刘学军	南京工业大学电子与信息工程学院	59	564	12.0	21.0
3	刘瑞琴	南京工业大学电子与信息工程学院	3	16	3.0	3.0