基于相似性分析的時(shí)間序列異常檢測(cè)研究.pdf

1、隨著經(jīng)濟(jì)的高速發(fā)展和科技的不斷進(jìn)步,人們對(duì)各類信息的關(guān)注和依賴也日趨增加,如何充分有效地管理和利用這些海量數(shù)據(jù)、發(fā)現(xiàn)這些數(shù)據(jù)背后隱含的規(guī)律和知識(shí),就成為研究者非常關(guān)注的問(wèn)題。作為數(shù)據(jù)挖掘的重要研究課題之一,時(shí)間序列的數(shù)據(jù)挖掘與預(yù)測(cè)近幾年發(fā)展迅速,它將數(shù)據(jù)挖掘和時(shí)間序列聯(lián)系起來(lái),支持解決發(fā)現(xiàn)型問(wèn)題,以從海量的時(shí)間序列數(shù)據(jù)中挖掘出有價(jià)值的、潛在的、未知的知識(shí)為目的。本文以時(shí)間序列數(shù)據(jù)的異常檢測(cè)為主題,分別研究了時(shí)間序列的模式表示方法、時(shí)間序

2、列的相似性度量、時(shí)間序列的異常檢測(cè)等問(wèn)題。以下是本文的主要研究工作和成果:
　　 (1)基于重要點(diǎn)探測(cè)技術(shù)的時(shí)間序列線性分段算法能較好的保留序列的全局特征和擬合高精確度。傳統(tǒng)的基于重要點(diǎn)時(shí)間序列分段算法,只能通過(guò)誤差閾值來(lái)控制分段,該方法不能預(yù)計(jì)分段數(shù)量,不能適應(yīng)后期要求分段數(shù)量一定的應(yīng)用。本文對(duì)該方法進(jìn)行改進(jìn),通過(guò)重新調(diào)整原方法的分段次序,使用重要點(diǎn)組成的直線段近似描述時(shí)間序列,該方法能夠在分段數(shù)量一定的情況下對(duì)時(shí)間序列分段。

3、實(shí)驗(yàn)證明,該分段算法能在在固定分段數(shù)的情況下反映時(shí)間序列的主要特征,算法簡(jiǎn)單快速,整體擬合誤差小。
　　 (2)提出了一種基于PLR表示的時(shí)間序列動(dòng)態(tài)平移模式距離(DynamicTranslationPatternDistance,DTPD)。該方法由單模式距離(SinglePatternDistance,SPD)和全模式距離(FullPatternDistance,FPD)兩部分組成。單模式距離(SPD)用于比較一個(gè)單獨(dú)模式之

4、間的相似度,而全模式距離(FPD)用于比較模式組之間的相似度,也就是整條時(shí)間序列之間的相似度。全模式距離(FPD)采用了和時(shí)間序列動(dòng)態(tài)彎曲距離(DTW)相似的動(dòng)態(tài)彎曲思路,將單模式距離(SPD)整合為全模式距離(FPD),并以此作為候選序列之間的相似量度。實(shí)驗(yàn)證明,使用該方法對(duì)實(shí)驗(yàn)數(shù)據(jù)集進(jìn)行聚類準(zhǔn)確、高效。
　　 (3)通過(guò)對(duì)基于k-近鄰局部密度的異常檢測(cè)LOF方法經(jīng)行研究,將LOF方法改進(jìn)后引入時(shí)間序列的異常檢測(cè)中,提出一種基