SIA OpenIR  > 信息服务与智能控制技术研究室
时间序列异常点及突变点的检测算法
其他题名Outliers and change-points detection algorithm for time series
苏卫星; 朱云龙; 刘芳; 胡琨元
作者部门信息服务与智能控制技术研究室
关键词异常点 突变点 小波变换 Lipschitz指数 时间序列
发表期刊计算机研究与发展
ISSN1000-1239
2014
卷号51期号:4页码:781-788
收录类别EI ; CSCD
EI收录号20141717618862
CSCD记录号CSCD:5098229
产权排序1
资助机构国家科技支撑计划基金项目(2012BAF10B11,2014BAF07B01);辽宁省自然科学基金项目(201202226)
摘要针对传统突变点检测算法具有大延时的问题以及实际数据中同时含有突变点、异常点的实际情况,提出一种基于小波变换有效分数向量的异常点、突变点检测算法。该方法通过引入有效分数向量作为检测统计量,有效避免了传统检测统计量随着数据增多而无限增大的缺点;提出利用小波分析统计量的办法,有效地克服了传统突变点检测算法中存在大延时的缺陷;利用李氏指数及小波变换的关系,实现了在一个检测框架内同时在线检测异常点以及突变点,使得该检测算法更符合突变点及异常点同时存在的实际情况。仿真实验和性能比较结果证明了提出的异常点、突变点检测算法具有一定的有效性和实用性。
其他摘要Because the conventional change-points detection method exists the shortages on time delay and inapplicability for the time series mingled with outliers in the practical applications, an outlier and change-point detection algorithm for time series, which is based on the wavelet transform of the efficient score vector, is proposed in this paper. The algorithm introduces the efficient score vector to solve the problem of the conventional detection method that statistics often increass infinitely with the number of data added during the process of detection, and proposes a strategy of analyzing the statistics by using wavelet in order to avoid the serious time delay. In order to distinguish the outlier and change-point during the detection process, we propose a detecting framework based on the relationship between Lipschitz exponent and the wavelet coefficients, by which both outlier and change-point can be detected out meanwhile. The advantage of this method is that the detection effect is not subject to the influence of the outlier. It means that the method can deal with the time series containing both outliers and change-points under actual operating conditions and it is more suitable for the real application. Eventually, the effectiveness and practicality of the proposed detection method have been proved through simulation results.
语种中文
引用统计
被引频次:1[CSCD]   [CSCD记录]
文献类型期刊论文
条目标识符http://ir.sia.cn/handle/173321/14747
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.中国科学院大学
3.华晨汽车工程研究院
推荐引用方式
GB/T 7714
苏卫星,朱云龙,刘芳,等. 时间序列异常点及突变点的检测算法[J]. 计算机研究与发展,2014,51(4):781-788.
APA 苏卫星,朱云龙,刘芳,&胡琨元.(2014).时间序列异常点及突变点的检测算法.计算机研究与发展,51(4),781-788.
MLA 苏卫星,et al."时间序列异常点及突变点的检测算法".计算机研究与发展 51.4(2014):781-788.
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
时间序列异常点及突变点的检测算法.pdf(418KB) 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
[刘芳]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
[刘芳]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
[刘芳]的文章
相关权益政策
暂无数据
收藏/分享
文件名: 时间序列异常点及突变点的检测算法.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。