SIA OpenIR  > 信息服务与智能控制技术研究室
基于模型的过程工业时间序列异常值检测方法
其他题名Model-based outlier detection method for time series of process industry
苏卫星; 朱云龙; 胡琨元; 刘芳
作者部门信息服务与智能控制技术研究室
关键词异常值检验 时间序列 边缘化后验比 自回归模型
发表期刊仪器仪表学报
ISSN0254-3087
2012
卷号33期号:9页码:2080-2087
收录类别EI ; CSCD
EI收录号20124515645380
CSCD记录号CSCD:4642201
产权排序1
资助机构国家863计划(2011AA040603); 辽宁省自然科学基金(201202226)资助项目
摘要时间序列异常点检测是时间序列挖掘研究领域的重要内容和基础工作。为满足过程工业中控制系统大数据量时间序列异常值检测需求,提出了一种计算简单快速的基于边缘化后验比检验的异常值在线检测方法。该方法将基于"偏差"的检测思想与统计学理论相结合,首先利用基于数据的鲁棒建模方法对待检测数据进行拟合并得到拟合残差,然后利用统计学知识分析拟合残差以最终确定数据的异常情况。为了实现算法的在线检测要求,引进了两窗口结构并对其加以改进;通过合理的选取先验分布以及对未知参数进行边缘化处理的方式,有效地减少了算法中的参数个数,提高了算法的可用性。仿真实验可以证明所提出的时间序列异常值在线检测算法具有很好的检测准确性和一定的实用性。
其他摘要Outlier detection for time series is an important and basic work in time-series data mining research.In order to meet the massive time series outlier detection requirements in control system of process industry,a simple and fast on-line outlier detection method is presented,which is based on marginalized posterior ratio test.The method combines the "deviation" based test idea and statistics theory;row data are fitted by a data-based robust modeling method and fitting residuals are obtained,then the fitting ...
语种中文
引用统计
被引频次:7[CSCD]   [CSCD记录]
文献类型期刊论文
条目标识符http://ir.sia.cn/handle/173321/10327
专题信息服务与智能控制技术研究室
作者单位1.中国科学院沈阳自动化研究所
2.中国科学院研究生院
3.东北大学信息科学与工程学院
推荐引用方式
GB/T 7714
苏卫星,朱云龙,胡琨元,等. 基于模型的过程工业时间序列异常值检测方法[J]. 仪器仪表学报,2012,33(9):2080-2087.
APA 苏卫星,朱云龙,胡琨元,&刘芳.(2012).基于模型的过程工业时间序列异常值检测方法.仪器仪表学报,33(9),2080-2087.
MLA 苏卫星,et al."基于模型的过程工业时间序列异常值检测方法".仪器仪表学报 33.9(2012):2080-2087.
条目包含的文件 下载所有文件
文件名称/大小 文献类型 版本类型 开放类型 使用许可
基于模型的过程工业时间序列异常值检测方法(630KB) 开放获取CC BY-NC-SA浏览 下载
个性服务
推荐该条目
保存到收藏夹
查看访问统计
导出为Endnote文件
谷歌学术
谷歌学术中相似的文章
[苏卫星]的文章
[朱云龙]的文章
[胡琨元]的文章
百度学术
百度学术中相似的文章
[苏卫星]的文章
[朱云龙]的文章
[胡琨元]的文章
必应学术
必应学术中相似的文章
[苏卫星]的文章
[朱云龙]的文章
[胡琨元]的文章
相关权益政策
暂无数据
收藏/分享
文件名: 基于模型的过程工业时间序列异常值检测方法.pdf
格式: Adobe PDF
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。