基于模糊聚类的 CO2数据流时空异常模式的研究OA北大核心CSCDCSTPCD
Fuzzy cluster based approach for spatial-temporal anomaly detection over CO2 data streams
传统的异常检测算法不能区分 CO2数据流的异常类型，为了有效识别因泄漏造成 CO2数据流的异常，提出了基于模糊聚类的 CO2数据流时空异常模式检测算法。该算法首先利用3σ规则实现自适应阈值的异常点检测，其次提取待检测滑动窗口的特征值（均值），构建指定区间内邻居节点间的时空关系矩阵，采用模糊聚类分析相邻节点特征值的时空相关性并对其进行分类，根据分类结果确定泄漏异常概率，最后利用真实观测数据对算法进行验证并对参数的选取进行分析。实验结果表明该算法能有…查看全部>>
In view of the traditional anomaly detection algorithms could not identify CCS abnormal monitoring data types,so in order to identify the CO2 data streams anomalies caused by leakage,this paper proposed a fuzzy clustering based approach for spatial-temporal anomaly detection over CO2 data streams.Firstly,it used the 3σrules as an adaptive threshold to realize the outlier detection;Secondly,extracted the average of detecting sliding window as its characterist…查看全部>>
刘莘;张赛男
徐州医科大学 医学信息学院，江苏 徐州 221004 中国矿业大学 环境与测绘学院，江苏 徐州 221008
信息技术与安全科学
模糊聚类时空异常CO2数据流
fuzzy clusterspatial-temporal anomalyCO2data streams
《计算机应用研究》 2016 (8)
2353-2357,5
“十二五”科技支撑计划项目（2011BAC08B03）；江苏高校优势学科建设工程资助项目（SZBF2011-6-B35）
评论