期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
一种基于ARIMA模型与3σ准则的取水异常检测方法
被引量:
1
1
作者
赵和松
王圆圆
孙爱民
《水利信息化》
2022年第1期35-41,共7页
为提高取水预测数据的准确性,针对现有部分取水数据异常且难以进行人工判别的问题,提出一种基于ARIMA模型与3σ准则的取水异常检测方法。分析每个取水点每年的日取水量的时间序列数据,使用时间序列的ARIMA模型和高斯分布的3σ准则判断...
为提高取水预测数据的准确性,针对现有部分取水数据异常且难以进行人工判别的问题,提出一种基于ARIMA模型与3σ准则的取水异常检测方法。分析每个取水点每年的日取水量的时间序列数据,使用时间序列的ARIMA模型和高斯分布的3σ准则判断日取水量是否为异常值;通过时间序列分解算法分析异常值附近取水点的趋势,判断异常值附近是否存在其他未检测出的异常值,给出异常值的参考修正值。对所提模型在带异常标签的通用时间序列数据集上进行实验,通过评价指标混淆矩阵验证模型可行性,并将模型在真实水利部门取水数据集上进行实验,结果表明:模型可有效检测取水数据中的异常值并修正其值,对取水异常的原因进行分析有助于改进取用水的采集方法,提高取水监测数据的质量。
展开更多
关键词
取水异常检测
机器学习
ARIMA模型
3σ准则
时间序列分解算法
下载PDF
职称材料
题名
一种基于ARIMA模型与3σ准则的取水异常检测方法
被引量:
1
1
作者
赵和松
王圆圆
孙爱民
机构
水利部信息中心
北京金水信息技术发展有限公司
河海大学计算机与信息学院
出处
《水利信息化》
2022年第1期35-41,共7页
文摘
为提高取水预测数据的准确性,针对现有部分取水数据异常且难以进行人工判别的问题,提出一种基于ARIMA模型与3σ准则的取水异常检测方法。分析每个取水点每年的日取水量的时间序列数据,使用时间序列的ARIMA模型和高斯分布的3σ准则判断日取水量是否为异常值;通过时间序列分解算法分析异常值附近取水点的趋势,判断异常值附近是否存在其他未检测出的异常值,给出异常值的参考修正值。对所提模型在带异常标签的通用时间序列数据集上进行实验,通过评价指标混淆矩阵验证模型可行性,并将模型在真实水利部门取水数据集上进行实验,结果表明:模型可有效检测取水数据中的异常值并修正其值,对取水异常的原因进行分析有助于改进取用水的采集方法,提高取水监测数据的质量。
关键词
取水异常检测
机器学习
ARIMA模型
3σ准则
时间序列分解算法
Keywords
water intake anomaly detection
machine learning
ARIMA model
3 criteria
decomposition algorithm of time series
分类号
TV211.1 [水利工程—水文学及水资源]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
一种基于ARIMA模型与3σ准则的取水异常检测方法
赵和松
王圆圆
孙爱民
《水利信息化》
2022
1
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部