作者:
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:
时间序列相关性分析是时间序列数据挖掘的重要手段,序列间相互影响与关联,其隐藏的相关信息可以用于识别、解释异常问题.目前大多数方法对隐藏的相关信息分析能力不足,各有缺陷,文章提出了一种多算法融合的方法,通过多种相关系数组合分析序列间的线性或非线性关系,同时对序列异常检测后的结果进行波动分析.真实数据表明,该方法能够精确发现序列间的相关性,实现根因定位.
推荐文章
基于动态弯曲的时间序列异步相关性分析
同步相关性
异步相关性
时间序列
动态时间弯曲
水文时间序列高阶自相关性 识别及其对水文分析的影响研究
统计水文学
水文时间序列
高阶自相关性
BP神经网络
径流预测
基于动态弯曲的时间序列异步相关性分析
同步相关性
异步相关性
时间序列
动态时间弯曲
矿井涌水量时间序列的长程相关性分析及分维数估算
矿井涌水量序列
分形维数
小波分析
长程相关性
统计自相似性
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 时间序列相关性分析研究
来源期刊 现代信息科技 学科 数学
关键词 时间序列 异常检测 相关性分析 相关系数 DTW
年,卷(期) 2020,(13) 所属期刊栏目 信息技术
研究方向 页码范围 5-8
页数 4页 分类号 O211.61|O151.21
字数 语种 中文
DOI 10.19850/j.cnki.2096-4706.2020.13.002
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (95)
共引文献  (15)
参考文献  (12)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1980(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(2)
  • 参考文献(0)
  • 二级参考文献(2)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(2)
  • 参考文献(1)
  • 二级参考文献(1)
1996(2)
  • 参考文献(1)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(4)
  • 参考文献(0)
  • 二级参考文献(4)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(5)
  • 参考文献(0)
  • 二级参考文献(5)
2009(8)
  • 参考文献(0)
  • 二级参考文献(8)
2010(5)
  • 参考文献(0)
  • 二级参考文献(5)
2011(5)
  • 参考文献(0)
  • 二级参考文献(5)
2012(7)
  • 参考文献(1)
  • 二级参考文献(6)
2013(4)
  • 参考文献(0)
  • 二级参考文献(4)
2014(3)
  • 参考文献(0)
  • 二级参考文献(3)
2015(6)
  • 参考文献(0)
  • 二级参考文献(6)
2016(10)
  • 参考文献(0)
  • 二级参考文献(10)
2017(12)
  • 参考文献(2)
  • 二级参考文献(10)
2018(7)
  • 参考文献(4)
  • 二级参考文献(3)
2019(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(2)
  • 参考文献(2)
  • 二级参考文献(0)
2020(2)
  • 参考文献(2)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
时间序列
异常检测
相关性分析
相关系数
DTW
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
现代信息科技
半月刊
2096-4706
44-1736/TN
16开
广东省广州市白云区机场路1718号8A09
46-250
2017
chi
出版文献量(篇)
4784
总下载数(次)
45
总被引数(次)
3182
论文1v1指导