论文部分内容阅读
时间序列挖掘中不同的数据集中的异常模式的长度未菇相同。提出的算法使用异常因子作为模式的异常度量，利用模式的k-距离和中位数来计算异常因子，使用二次回归算法来探测时间序列中的所有模式和其长度范围，在这个范围内使用变长方法来判断一个模式是否异常，然后合并相邻的异常模式。为了验证算法的有效性和健壮性，使用人工合成数据和标准数据集对算法进行了测试，得到了较为满意的效果。