基于滑动窗口的多变量时间序列异常数据的挖掘OA北大核心CSCDCSTPCD
Outlier Mining for Multivariate Time Series Based on Sliding Window
与其它多变量时间序列(MTS)子序列显著不同的子序列,称为异常子序列(含异常数据).该文提出了一种基于滑动窗口的MTS异常子序列的挖掘算法,使用扩展的Frobenius 范数来计算两个MTS子序列之间相似性,使用两阶段顺序查询来进行K-近邻查找,将不可能成为候选异常子序列的MTS子序列剪去,对上海证券交易所股票交易情况MTS数据集进行了异常子序列(含异常数据)挖掘,结果表明了算法的有效性.
翁小清;沈钧毅
西安交通大学计算机软件与理论研究所,西安,710049河北经贸大学计算机中心,石家庄,050061
信息技术与安全科学
多变量时间序列滑动窗口局部稀疏系数扩展的Frobenius范数异常数据挖掘
《计算机工程》 2007 (12)
基于多媒体数据挖掘的分布式数字商品非法扩散检测技术
102-104,3
国家自然科学基金资助项目(60173058)
评论