基于加权深度的异常曲线探测方法--以空气质量函数型数据为例

摘要：

基于空气质量数据特征，在B-样条基底拟合曲线的基础上，将曲线本身信息、曲线变化信息引入分析，构造加权曲线深度指标，探索一种异常曲线探测方法。与现有仅考虑离散点信息和曲线本身信息的方法相比较，该探测方法更加符合空气质量数据特点，具备缺失值处理能力及整体异常和局部异常的识别能力。将该方法应用于兰州市空气质量数据采集点的二氧化氮水平曲线异常情况分析，结果表明该方法具有更好的异常情况识别效果。

关键词：空气质量、函数型数据、异常值、曲线深度、大数据

分类号：O212.4;F062.2(概率论与数理统计)

资助基金：甘肃省经济发展数量分析研究中心项目《函数型数据统计推断方法研究》SLYB201206

在线出版日期：2014-10-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：3-10