典型文献
基于全变分比分隔距离的时序数据异常检测
文献摘要：
时序数据异常检测是数据分析的重要研究问题之一,其主要挑战在于利用数据点上下文准确判断数据是否存在异常,若存在异常则低时延定位该异常.现有检测方法通常利用概率密度比来度量序列间的相似性,以捕捉异常,这些方法需借助交叉验证法来估计概率密度比模型中的参数.交叉验证法会提高计算复杂度,导致计算效率较低,且存在较大检测时延.针对上述问题,提出了一种基于全变分比分隔距离的检测方法.该方法采用全变分提取序列波动特征,以此为基础计算全变分比分隔距离来度量序列间的相似性,从而提高计算效率,并实现低时延定位异常.针对噪声干扰问题,将检测方法与相对全变分相结合以增强检测方法的鲁棒性,从而进一步提高该方法的检测准确度.实验结果表明,该方法在检测准确度、低时延以及计算效率3个方面均取得了较好的效果.
文献关键词：
异常检测;概率密度比;时延;全变分;相对全变分
中图分类号：
作者姓名：
徐天慧;郭强;张彩明
作者机构：
山东财经大学计算机科学与技术学院 济南250014;山东大学软件学院 济南250014
文献出处：
引用格式：
[1]徐天慧;郭强;张彩明-.基于全变分比分隔距离的时序数据异常检测)[J].计算机科学,2022(09):101-110
A类：
概率密度比,相对全变分
B类：
分隔,隔距,时序数据,数据异常检测,研究问题,主要挑战,据点,上下文,低时延,常利,比来,交叉验证法,法会,计算复杂度,分提,提取序列,波动特征,基础计算,高计算效率,噪声干扰,干扰问题,检测准确度
AB值：
0.2186
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
