基于模糊聚类的 CO2数据流时空异常模式的研究

• 作者: 刘莘 张赛男
• 来源期刊: 计算机应用研究
• 关键词: 模糊聚类 时空异常 CO2 数据流
• 年，卷（期）: 2016,（8）
• 所属期刊栏目: 系统应用开发
• 页码范围: 2353-2357
• 页数: 5页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2016.08.026

摘要

传统的异常检测算法不能区分 CO2数据流的异常类型，为了有效识别因泄漏造成 CO2数据流的异常，提出了基于模糊聚类的 CO2数据流时空异常模式检测算法。该算法首先利用3σ规则实现自适应阈值的异常点检测，其次提取待检测滑动窗口的特征值（均值），构建指定区间内邻居节点间的时空关系矩阵，采用模糊聚类分析相邻节点特征值的时空相关性并对其进行分类，根据分类结果确定泄漏异常概率，最后利用真实观测数据对算法进行验证并对参数的选取进行分析。实验结果表明该算法能有效地识别因泄漏造成的事件异常，具有较高的检测率和较低的误警率。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张赛男	中国人民解放军理工大学指挥信息系统学院	15	34	3.0	5.0
2	刘莘	徐州医科大学医学信息学院	7	60	3.0	7.0