基于ARIMA-SVR的水文时间序列异常值检测

• 作者: 娄渊胜 孙建树 陈裕俊
• 来源期刊: 计算机与数字工程
• 学科: 工学
• 关键词: 水文时间序列 异常检测 ARIMA模型 支持向量回归
• 年，卷（期）: 2018,（2）
• 所属期刊栏目: 算法与分析
• 页码范围: 225-230
• 页数: 6页
• 分类号: TP311
• 字数: 4366字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9722.2018.02.004

摘要

受天气、地形等复杂因素的影响,水文数据中通常存在不少异常值,对分析决策有着重要影响.论文提出了基于ARIMA-SVR的水文时间序列异常检测算法,在水文数据中表现出良好的检测性能和适应性.首先使用自回归积分滑动平均模型(ARIMA)模型对水文时间序列的线性自相关部分进行预测,再使用支持向量回归(SVR)模型预测非线性部分,将预测结果相加并得到置信度为α的置信区间,其中实际值不在置信区间内的判定为异常值,最后以滁河流域六合测站点的实测数据进行验证.实验表明,该文算法在特异度与灵敏度均保持较高水平下,还能准确地检测出水文时间序列中的异常值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	娄渊胜	河海大学计算机与信息学院	38	335	10.0	17.0
2	孙建树	河海大学计算机与信息学院	1	11	1.0	1.0
3	陈裕俊	河海大学计算机与信息学院	1	11	1.0	1.0