10.16526/j.cnki.11-4762/tp.2023.02.007
基于滑动窗口的直升机序列异常检测算法
无标签的序列在异常检测算法中往往存在着对数据的信息掌握不全面、不能合理使用的情况,而采用深度学习的技术实现检测时往往对其计算的解释性欠佳;对于攻克这些难题,以直升机飞行数据为例对时间序列的异常检测问题展开了深入研究,并利用Iforest算法和PCA算法,给出了一个采用滑动窗口的时间序列异常检测方法,利用从滑动窗口采集信息的时间变化状态等数据信息,将序列异常检测问题转换为点异常检测问题;同时以auc评分为衡量标准,从带有时刻特殊标签的多个数据集上检验了检测效率的提高;在无标签的直升机飞行数据集上进行实验,验证了算法的有效性,并通过对比检测过程中不同特征变量的变化情况,从算法层面和现实层面上阐述了算法的可解释性.
异常检测、序列异常、点异常、直升机飞行数据
31
TP312(计算技术、计算机技术)
2023-03-21(万方平台首次上网日期,不代表论文的发表时间)
共8页
41-47,54