基于时间序列的预测模型应用与异常检测  

Application and anomaly detection of predictive model based on time series

作　　者：李健[1] 孙广中[1] 许胤龙[2] 

机构地区：[1]中国科学技术大学计算机科学与技术系,安徽合肥230027 [2]中国科学技术大学国家高性能计算中心,安徽合肥230027

出　　处：《计算机辅助工程》2006年第2期49-51,84,共4页Computer Aided Engineering

基　　金：国家863计划(2002AA104560)

摘　　要：为解决由于产生时间序列数据时的一些不确定因素而导致预测结果在数值上存在较大偏差的问题,通过分析基于时间序列的历史数据,提出基于迭代的异常检测方法,剔除一些可能对时间序列造成影响的历史事件．实验证明该方法可大大提高预测的精度,得到的预测数据对未来的工作和研究有着更好的借鉴作用。Due to the problem that errors are often found in prediction data generated by the method of time series because of the uncertainties when it takes place, a method of anomaly detection based on iteration is developed by analyzing the historic time series data. It can find the possible abnormal events and erase the errors in them. The tests prove that it can greatly improve the prediction accuracy, and the prediction data can provide more reference to the future works.

关 键 词：时间序列 预测 异常检测 

分 类 号：O211.61[理学—概率论与数理统计] TP274[理学—数学]