时间序列异常检测  

Effective time series outlier detection algorithm based on segmentation

作　　者：周大镯[1,2] 刘月芬[2] 马文秀[2] 

机构地区：[1]天津大学管理学院,天津300072 [2]河北经贸大学计算机中心,石家庄050061

出　　处：《计算机工程与应用》2008年第35期145-147,共3页Computer Engineering and Applications

基　　金：河北省科技攻关计划项目(No.062135140)

摘　　要：在k-近邻局部异常检测算法的基础上,结合时间序列的分割方法,提出了一种高效的时间序列异常检测算法。该算法首先把序列重要点作为数据的分割点,对时间序列数据进行高比例压缩;其次利用局部异常检测方法检测出时间序列中的异常模式。通过心电图(ECG)数据实验验证了算法的有效性和合理性。A new time series outlier detection algorithm of high-efficiency is proposed for the foundation of k-nearest local outlier detection algorithm based on segmentation.Firstly,series important point as segmentation point can compress high-proportionally time series data in this algorithm;Secondly,the outlier pattern of time series can be detected by local outlier detection technique.Experimental results on electrocardiogram（ECG） data show that the algorithm is effective and reasonable.

关 键 词：时间序列 异常模式 局部异常因子 序列重要点 

分 类 号：TP311.13[自动化与计算机技术—计算机软件与理论]