10.3969/j.issn.1001-3695.2016.08.026
基于模糊聚类的 CO2数据流时空异常模式的研究
传统的异常检测算法不能区分 CO2数据流的异常类型,为了有效识别因泄漏造成 CO2数据流的异常,提出了基于模糊聚类的 CO2数据流时空异常模式检测算法。该算法首先利用3σ规则实现自适应阈值的异常点检测,其次提取待检测滑动窗口的特征值(均值),构建指定区间内邻居节点间的时空关系矩阵,采用模糊聚类分析相邻节点特征值的时空相关性并对其进行分类,根据分类结果确定泄漏异常概率,最后利用真实观测数据对算法进行验证并对参数的选取进行分析。实验结果表明该算法能有效地识别因泄漏造成的事件异常,具有较高的检测率和较低的误警率。
模糊聚类、时空异常、CO2、数据流
33
TP391(计算技术、计算机技术)
“十二五”科技支撑计划项目2011BAC08B03;江苏高校优势学科建设工程资助项目SZBF2011-6-B35
2016-08-15(万方平台首次上网日期,不代表论文的发表时间)
共5页
2353-2357