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:
无线传感器网络中,异常时间序列的研究具有十分重要的意义。针对传统研究在海量数据环境中时间效率低下的问题,提出了基于Hadoop的异常时间序列检测算法。首先对时间序列进行预处理,然后在Hadoop的MapReduce操作中调用动态时间弯曲距离计算算法,实现了DTW距离计算的并行化,从而大大提高检测速度。同时针对传统DTW算法计算复杂度瓶颈问题以及传统约束方法准确率较低问题,提出了基于显著特征匹配的局部约束算法,对弯曲路径进行局部限制,在确保准确性的同时进一步降低了时间、空间复杂度。 Hadoop平台下实验结果表明,该方法既提高了检测速度,又保证了检测准确率。
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
基于Hadoop的不确定异常时间序列检测
无线传感器网络
不确定异常时间序列
Hadoop集群优化
压缩
动态时间弯曲
期望距离
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
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Hadoop的异常传感数据时间序列检测?
来源期刊 传感技术学报 学科 工学
关键词 无线传感器网络 异常时间序列 Hadoop 局部约束 动态时间弯曲
年,卷(期) 2014,(12) 所属期刊栏目 传感器信号处理
研究方向 页码范围 1659-1665
页数 7页 分类号 TP393
字数 5904字 语种 中文
DOI 10.3969/j.issn.1004-1699.2014.12.014
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 胡平 南京工业大学电子与信息工程学院 76 703 14.0 23.0
2 李斌 南京工业大学电子与信息工程学院 56 397 12.0 15.0
3 刘学军 南京工业大学电子与信息工程学院 59 564 12.0 21.0
4 张建平 南京工业大学电子与信息工程学院 4 25 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (40)
共引文献  (46)
参考文献  (7)
节点文献
引证文献  (11)
同被引文献  (31)
二级引证文献  (63)
1975(1)
  • 参考文献(0)
  • 二级参考文献(1)
1978(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(2)
  • 参考文献(1)
  • 二级参考文献(1)
2005(6)
  • 参考文献(0)
  • 二级参考文献(6)
2007(9)
  • 参考文献(1)
  • 二级参考文献(8)
2008(5)
  • 参考文献(0)
  • 二级参考文献(5)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(5)
  • 参考文献(0)
  • 二级参考文献(5)
2011(7)
  • 参考文献(0)
  • 二级参考文献(7)
2012(3)
  • 参考文献(2)
  • 二级参考文献(1)
2013(3)
  • 参考文献(3)
  • 二级参考文献(0)
2014(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)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(3)
  • 引证文献(3)
  • 二级引证文献(0)
2017(12)
  • 引证文献(3)
  • 二级引证文献(9)
2018(28)
  • 引证文献(3)
  • 二级引证文献(25)
2019(20)
  • 引证文献(0)
  • 二级引证文献(20)
2020(10)
  • 引证文献(1)
  • 二级引证文献(9)
研究主题发展历程
节点文献
无线传感器网络
异常时间序列
Hadoop
局部约束
动态时间弯曲
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
传感技术学报
月刊
1004-1699
32-1322/TN
大16开
南京市四牌楼2号东南大学
1988
chi
出版文献量(篇)
6772
总下载数(次)
23
总被引数(次)
65542
论文1v1指导