一种快速的突变点在线检测算法设计与实现

传统TSTKS算法是一种离线突变点检测算法,该算法在待检测数据存在多个突变点时准确度较低。针对这一问题,文中结合TSTKS算法与滑动窗口理论,提出了一种快速时序数据突变点在线检测方法。该方法利用滑动窗口的思想将待检测数据切分为若干子段,并根据窗口顺序对每个子段采用TSTKS算法进行突变点检测,进而实现时序数据多突变点快速检测。实验结果表明,相比于常见的几种突变点检测算法,采用文中提出算法对存在多突变点的时序数据进行检测时耗时较少,相对误差率较低且命中率较高。

一种基于脑电波突变分析的癫痫疾病检测方法

癫痫是一种复杂的难治愈性疾病,单纯靠医生肉眼分析脑电图诊断存在很大的误差。文中以脑电时序信号为基础,分别应用不同算法进行基于突变点分析的癫痫疾病检测研究。针对合成与实时脑电波序列设计不同组实验检测,实验结果表明,TSTKS(Ternary Search Trees and modi-fied Kolmogorov-Smirnov)统计方法在误差率、准确率和时间复杂度等分析指标来看都比其它方法更加适合癫痫疾病的检测,从而对癫痫疾病的分析和诊断具有辅助和指导的意义。