-
题名时间序列异常模式的k-均距异常因子检测
被引量:12
- 1
-
-
作者
詹艳艳
徐荣聪
-
机构
福州大学数学与计算机科学学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2009年第9期141-145,共5页
-
基金
国家自然科学基金(No.Z051503)
校科技发展基金(No.2004-XQ-17)~~
-
文摘
提出了一种基于k-均距异常因子检测时间序列异常模式的算法(K-MDOF)。该算法首先利用边缘权重因子提取时间序列模式表示的边缘点,然后通过提取每一段子模式的四个特征值:模式长度、模式高度、模式均值和标准差将时间序列映射到特征空间,最后利用k-均距异常因子在该特征空间中检测时间序列的异常模式。从模式的角度检测时间序列的异常行为弥补了点异常检测的个体行为局限性,提高了异常检测的效率和准确性,在仿真数据集和真实数据集上的实验结果都证明了在时间序列异常检测中模式异常定义的合理性以及算法的有效性。
-
关键词
时间序列
异常模式
k-均距异常因子
边缘权重因子
-
Keywords
time series
outlier pattern
k-mean distance outlier tactor
edge weight
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名基于K-均距异常因子的步态信号异常检测
被引量:2
- 2
-
-
作者
涂斌斌
揣荣岩
许会
-
机构
沈阳工业大学信息科学与工程学院
沈阳大学信息工程学院
-
出处
《信息与控制》
CSCD
北大核心
2019年第1期16-21,共6页
-
基金
国家自然科学基金资助项目(61372019)
-
文摘
针对在提取步态特征时,步态信号的有效采样距离短、模式异常多、难以满足周期划分需求的问题,提出了一种基于K-均距异常因子的步态序列异常检测方法.首先,对步态信号进行自适应小波去噪,通过边缘权重因子提取边缘点划分子模式,然后以4个特征值构建四维特征空间和特征子空间来计算异常因子,最后以异常值均值为标准,以步态周期为单位,对步态序列进行筛选.经公开数据集和自采数据集实验,结果证明在步态信号中检测步态周期模式异常的准确性、合理性和有效性.
-
关键词
步态加速度
k-均距异常因子
异常检测
步态周期
-
Keywords
gait acceleration
k-mean distance outlier factor
outlier detect
gait cycle
-
分类号
TN911.23
[电子电信—通信与信息系统]
-