|
|||||
|
|
| 基于距离和DF-RLS的时间序列异常检测 | |
| 引用本文： | 陈乾,胡谷雨,路威.基于距离和DF-RLS的时间序列异常检测[J].计算机工程,2012,38(12):32-35. |
| 作者姓名： | 陈乾 胡谷雨 路威 |
| 作者单位： | 1. 解放军理工大学通信工程学院,南京210007;解放军理工大学指挥自动化学院,南京210007 2. 解放军理工大学指挥自动化学院,南京,210007 3. 解放军理工大学通信工程学院,南京,210007 |
| 基金项目： | 国家自然科学基金资助项目，国家“973”计划基金资助项目 |
| 摘 要： | 为能同时检测时间序列中的附加异常和革新异常，改进自回归模型，提出距离因子递推最小二乘(DF-RLS)线性预测算法。在此基础上，给出一种基于距离和DF-RLS的联合异常检测方法——DDR-OD。实验结果表明，与当前其他时间序列异常检测方法相比，DDR-OD的检测效果较优。 |
| 关 键 词： | 时间序列 异常检测 递推最小二乘 距离因子 附加异常 革新异常 |
| 收稿时间： | 2012-02-14 |
Outlier Detection for Time Series Based on Distance and DF-RLS |
|
| CHEN Qian , HU Gu-yu , LU Wei.Outlier Detection for Time Series Based on Distance and DF-RLS[J].Computer Engineering,2012,38(12):32-35. | |
| Authors: | CHEN Qian HU Gu-yu LU Wei |
| Affiliation: | a(a.Institute of Communication Engineering;b.Institute of Command Automation,PLA University of Science and Technology,Nanjing 210007,China) |
| Abstract: | In order to detect both Additive Outliers(AO) and Innovation Outliers(IO) in time series,this paper improves the linear prediction of time series,proposes a Distance Factor Recursive Least Square(DF-RLS) algorithm.It combines DF-RLS with distance-based outlier detection method,proposes a time series outlier detection method based on distance and DF-RLS,named DDR-OD.Experimental results show that the DDR-OD is an effective method for time series outlier detection. |
| Keywords: | time series outlier detection Recursive Least Square(RLS) distance factor Additive Outlier(AO) Innovation Outlier(IO) |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ | |
| 点击此处可从《计算机工程》浏览原始摘要信息 | |
| 点击此处可从《计算机工程》下载全文 | |
