

已閱讀1頁,還剩52頁未讀, 繼續(xù)免費閱讀
版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領
文檔簡介
1、時間序列問題廣泛存在于社會生產(chǎn)和生活中,因而時間序列分析具有重要的研究價值。本文目的是實現(xiàn)多元時間序列的異常檢測。異常檢測已經(jīng)在金融、水文、氣象、地震、視頻監(jiān)控、醫(yī)療以及其他領域給人們提供了很多有價值的信息,所以對它的研究有很大的意義。多元時間序列的異常檢測主要涉及到多元時間序列的相似性度量函數(shù)和異常檢測算法兩個內(nèi)容的研究。
針對現(xiàn)有多元時間序列相似性度量函數(shù)存在的問題,本文提出一種改進方法即用一種基于主成分分析和分段線性
2、表示的加權距離函數(shù)來度量多元時間序列間的相似性。該度量方法主要包括三個步驟:多元時間序列的PCA處理,單元時間序列問的相似性度量(采用基于面積的距離函數(shù)來實現(xiàn))和多元時間序列間的相似性度量。本文的異常檢測算法在k-近鄰局部異常檢測算法的基礎上,采用上述改進的多元時間序列相似性度量函數(shù)來實現(xiàn)算法中的距離計算。因為該相似性度量函數(shù)考慮了更多相關因素,所以本文的異常檢測算法得到的異常檢測結果比基于其他相似性度量函數(shù)的異常檢測算法得到的異常檢測
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 多元時間序列建模分析
- 多元時間序列建模分析
- 基于Lasso罰的多元時間序列分析方法研究.pdf
- 多元時間序列關聯(lián)挖掘算法研究與應用
- 多元時間序列關聯(lián)挖掘算法研究與應用.pdf
- 金融多元時間序列挖掘方法研究與應用.pdf
- 多元時間序列的分割方法及拐點識別研究.pdf
- 多元時間序列流動態(tài)關聯(lián)規(guī)則挖掘.pdf
- 多元時間序列相似性搜索算法研究.pdf
- 時間序列異常檢測的研究.pdf
- 兩相流多元時間序列復雜網(wǎng)絡特性研究.pdf
- 基于小波理論的文物多元時間序列分析研究.pdf
- 多元時間序列數(shù)據(jù)挖掘中相似性算法的研究.pdf
- 基于滑動窗口的多元時間序列數(shù)據(jù)動態(tài)關聯(lián)規(guī)則挖掘.pdf
- 基于隨機映射神經(jīng)網(wǎng)絡的多元時間序列預測方法研究.pdf
- 互信息多元時間序列相關分析與變量選擇.pdf
- 基于多元時間序列的神經(jīng)網(wǎng)絡短期風速預測模型的研究.pdf
- 多元時間序列中關聯(lián)規(guī)則的發(fā)現(xiàn)——以股票為例.pdf
- 單時間序列異常子序列檢測算法的研究.pdf
- 時間序列異常檢測的聚類方法研究.pdf
評論
0/150
提交評論