时间序列重要点分割的异常子序列检测

摘要：

时间序列具有数据量大的特点,直接对其检测复杂度高.因此提出了一种基于时间序列重要点的异常子序列检测算法.子序列的异常检测弥补了点异常检测的局限性.该算法首先获得了一系列平滑后的重要点,然后根据其进行子序列划分,并提取每个子序列的4个特征值:长度、高度、均值和标准差,将其运用到欧氏距离中,最后通过KNN算法来检测异常子序列.实验证明了该算法的有效性和可行性.

关键词：重要点分割、平滑处理、特征值、KNN算法

所属期刊栏目：39

分类号：TP301.6(计算技术、计算机技术)

资助基金：重庆邮电大学青年基金A2007-53;重庆自然科学基金Catch,2008bb2086

在线出版日期：2012-10-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：183-186