10.3969/j.issn.1007-757X.2016.11.022
基于改进的K-means聚类方法的多站数据关联异常检测
在传统的水文时序数据研究中,我们通常只关注单个测点的时序数据,这不仅造成数据大量的冗余,还大大增加了工作的繁琐度.本文针对时间序列数据聚类的统计特征和结构特征,基于滑动窗口特征提取算法提出了改进的K-means聚类方法,来探求水文时间序列数据是否在空间上存在某种关联,并在此基础上对多水文站数据进行关联异常检测.
特征提取、K-means聚类方法、异常检测
32
TP311(计算技术、计算机技术)
2017-01-17(万方平台首次上网日期,不代表论文的发表时间)
共5页
74-78