位置:成果数据库 > 期刊 > 期刊详情页
基于时间序列模式表示的异常检测算法
  • ISSN号:1001-3695
  • 期刊名称:《计算机应用研究》
  • 时间:0
  • 分类:TP391.41[自动化与计算机技术—计算机应用技术;自动化与计算机技术—计算机科学与技术]
  • 作者机构:[1]福州大学数学与计算机科学学院,福州350002
  • 相关基金:福建省自然科学基金资助项目(Z051503);校科技发展基金资助项目(2004-XQ-17)
中文摘要:

提出了一种基于时间序列的模式表示提取时间序列异常值的异常检测算法(PREOV)。时间序列的模式表示本身就具有压缩数据、保持时间序列基本形态的功能,并且具有一定的除噪能力。在时间序列模式表示的基础上提取异常值,可以大大提高算法的效率和准确性,达到事半功倍的效果。在本算法中,还使用了一定的剪枝策略,使得算法的时间复杂度进一步降低。该算法计算简单、实现方便、无须训练,可以支持时间序列的动态增长。

英文摘要:

This paper imported an algorithm which was based on the pattern representation of time series extract outlier value (PREOV). The pattern representation of time series itself had the function of compress data and keep the basic shape of time series, and it had a certain extent effect of noises removal. Based on PREOV could enormously increase the efficiency and veracity of algorithm, and got twice the result with half the effort. Besides, used some strategy of pruning, which made the algorithm's time complexity more lower. And this algorithm can be easy calculated and carry out, the training is needless and it can support the dynamic increase of time series.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《计算机应用研究》
  • 北大核心期刊(2011版)
  • 主管单位:四川省科学技术厅
  • 主办单位:四川省计算机研究院
  • 主编:刘营
  • 地址:成都市成科西路3号
  • 邮编:610041
  • 邮箱:arocmag@163.com
  • 电话:028-85210177 85249567
  • 国际标准刊号:ISSN:1001-3695
  • 国内统一刊号:ISSN:51-1196/TP
  • 邮发代号:62-68
  • 获奖情况:
  • 第二届国家期刊奖百种重点科技期刊,国内计算技术类重点核心期刊,国内外著名数据库收录期刊
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,波兰哥白尼索引,英国科学文摘数据库,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:60049