基于特征向量的两阶段异常检测方法研究

• 作者: 万定生 张日新 朱跃龙 毛燠锋
• 来源期刊: 信息技术
• 学科: 工学
• 关键词: 异常检测 特征聚类 水文时间序列 符号化
• 年，卷（期）: 2019,（11）
• 所属期刊栏目: 基金项目
• 页码范围: 67-71,77
• 页数: 6页
• 分类号: TP391
• 字数: 4546字
• 语种: 中文
• DOI: 10.13274/j.cnki.hdzj.2019.11.015

摘要

针对水文行业对数据异常模式检测的实时性要求,提出一种基于特征向量的两阶段异常检测方法.先提取时间序列特征形成符号化的特征向量,再使用改进的K-means方法进行聚类,最后用改进的INN对聚类结果进行评估并将聚类后得到的类簇设成相应特征模型.实验表明,该方法实现了对字符串序列的高效准确的聚类,有效检测出异常模式.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱跃龙	河海大学计算机与信息学院	83	627	13.0	21.0
2	万定生	河海大学计算机与信息学院	87	634	15.0	20.0
3	张日新	河海大学计算机与信息学院	1	0	0.0	0.0
4	毛燠锋		1	0	0.0	0.0