多元時(shí)間序列異常檢測(cè)的研究.pdf

1、時(shí)間序列問(wèn)題廣泛存在于社會(huì)生產(chǎn)和生活中,因而時(shí)間序列分析具有重要的研究?jī)r(jià)值。本文目的是實(shí)現(xiàn)多元時(shí)間序列的異常檢測(cè)。異常檢測(cè)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(lǐng)域給人們提供了很多有價(jià)值的信息,所以對(duì)它的研究有很大的意義。多元時(shí)間序列的異常檢測(cè)主要涉及到多元時(shí)間序列的相似性度量函數(shù)和異常檢測(cè)算法兩個(gè)內(nèi)容的研究。
　　 針對(duì)現(xiàn)有多元時(shí)間序列相似性度量函數(shù)存在的問(wèn)題,本文提出一種改進(jìn)方法即用一種基于主成分分析和分段線性

2、表示的加權(quán)距離函數(shù)來(lái)度量多元時(shí)間序列間的相似性。該度量方法主要包括三個(gè)步驟:多元時(shí)間序列的PCA處理,單元時(shí)間序列問(wèn)的相似性度量(采用基于面積的距離函數(shù)來(lái)實(shí)現(xiàn))和多元時(shí)間序列間的相似性度量。本文的異常檢測(cè)算法在k-近鄰局部異常檢測(cè)算法的基礎(chǔ)上,采用上述改進(jìn)的多元時(shí)間序列相似性度量函數(shù)來(lái)實(shí)現(xiàn)算法中的距離計(jì)算。因?yàn)樵撓嗨菩远攘亢瘮?shù)考慮了更多相關(guān)因素,所以本文的異常檢測(cè)算法得到的異常檢測(cè)結(jié)果比基于其他相似性度量函數(shù)的異常檢測(cè)算法得到的異常檢測(cè)