基于改进的K-means聚类方法的多站数据关联异常检测

摘要：

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.

关键词：特征提取、K-means聚类方法、异常检测

所属期刊栏目：32

分类号：TP311(计算技术、计算机技术)

在线出版日期：2017-01-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：74-78