对于数据驱动的异常检测与预警问题的研究  

作　　者：王子豪 

机构地区：[1]徐州工程学院,江苏徐州221018

出　　处：《科学技术创新》2021年第23期12-13,共2页Scientific and Technological Innovation

摘　　要：本文为实现对统计数据驱动的异常检测与预警,通过对异常数据挖掘、熵权法,建立了灰色预测、Topsis模型,旨在筛选出风险性数据并对风险异常时刻进行评价和预测。本文采用异常数据挖掘的方法,对题中所给数据进行筛选,利用Spss软件绘制箱线图用来刻画离群点的出现范围,在确立离群点的基础上建立相关指标描述出风险性数据持续性,联动性的特点,根据指标进一步筛选出风险性异常数据。并且运用量化评价的方法对每个异常时刻进行打分。本文确立了对于风险性数据影响因素的相关权重,运用熵权法,建立了综合评价模型,为每一个传感器计算出风险波动指数。

关 键 词：熵权法 灰色预测 TOPSIS模型 异常数据挖掘 

分 类 号：TP311.1[自动化与计算机技术—计算机软件与理论]