时间序列异常检测相关论文
提出了一种基于谱残差算法的多变量时间序列异常检测方法。谱残差算法最初提出时是一种针对图像显著性检测的算法,该算法也可用于无......
随着数字化的持续发展,各行各业都积累了大量的数据,对这些数据的有效利用可以带来价值,其中时间序列作为数据的一种表现形式而广......
燃气用户的异常用气行为隐含着偷盗气的嫌疑,因此是天然气行业一直重点关注并亟待解决的问题。其中,餐饮燃气用户这一群体的异常用......
网络中包含大量数据,并且这些数据中蕴含着有价值的信息。网络大数据挖掘是利用数据挖掘相关技术从网络大数据中提取模式和知识,例......
针对基于LSTM-AE(长短期记忆自编码器)的时间序列异常检测方法在异常检测阶段对正常序列和异常序列的重建误差不能明显分化,致使重......
伴随着当今社会人口结构老龄化的发展、空巢老人无人关照缺少及时医疗救助导致的悲剧事件日益增多,触及到了远程医疗资源匮乏这个社......
针对传统的单分类器小适用于周期时间序列的异常检测,提出了一种基于移相加权球面单簇聚类的单分类器PS—WS1M-OCC.通过在聚类过程中......
在线评论是当今消费者做出消费决策的重要参考指标,而虚假评论的涌现不仅干扰了消费者获取信息的准确性,并且影响了商务交易的公平......
针对类间分布不平衡的时间序列数据的异常检测问题,提出了一种基于深度卷积神经网络的检测方法.首先采用抽样法对不平衡时间序列数......
为了解决海洋数据的多源异构问题,使用户对大量复杂的海洋数据进行有效管理,设计并实现一套海洋信息管理系统。首先介绍系统的体系结......
时间序列数据产生于人类生活和工业的方方面面,在如今数据量急剧增长的时代背景之下,如何更有效地管理与运用这些时间序列数据成为......
时间序列流数据(Streaming Time Series)其特性不仅与时间有关,而且海量、高维和实时更新的特性使得该数据挖掘问题难度加大。而时......