基于Copula函数和M-K检验的时空数据异常识别方法

摘要：

针对时空数据异常识别精度不足的问题,从时间维度和空间维度融合思想出发,构建了一个时空数据异常识别框架.基于该框架,在分布未知情况下,采用阿基米德Copula函数推导了不同空间位置属性数据之间的差异概率.与此同时,建立了以高值点数为核心的空间数据转化方法,形成了空间秩序列,确定了用于假设检验的期望和方差.最后,以窗口大小、范围半径为模型参数,通过M-K检验给出了异常数据的识别方法.实验表明,该方法能够进一步提高时空数据异常检测精度,具有更强的识别能力.

关键词：时空数据、异常识别、M-K检验、Copula函数

所属期刊栏目：39

分类号：TP399(计算技术、计算机技术)

资助基金："十二五"国家水体污染控制与治理重大专项课题;陕西省社会科学基金;陕西省教育厅专项科研计划项目

在线出版日期：2020-03-17（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：3229-3236