[发明专利]一种基于格拉布斯准则与ARIMA的GWAC光变曲线异常检测方法有效
申请号: | 201710259660.5 | 申请日: | 2017-04-20 |
公开(公告)号: | CN107123113B | 公开(公告)日: | 2019-10-18 |
发明(设计)人: | 冯天智;毕敬;张立波 | 申请(专利权)人: | 北京工业大学 |
主分类号: | G06T7/00 | 分类号: | G06T7/00 |
代理公司: | 北京思海天达知识产权代理有限公司 11203 | 代理人: | 张慧 |
地址: | 100124 *** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 格拉布斯 准则 arima gwac 曲线 异常 检测 方法 | ||
1.一种基于格拉布斯准则与ARIMA的GWAC光变曲线异常检测方法,其特征在于,包括如下步骤:
步骤1.使用格拉布斯准则对GWAC光变曲线进行过滤,筛选出其中可疑值;
步骤2.将通过格拉布斯准则筛选出的可疑值进行平稳性检测,将不平稳的数据进行差分,使其成为平稳序列;
步骤3.将最终平稳化的数据通过ARIMA模型进行预测;
步骤4.若是对差分序列进行预测则将其还原,得到对可疑值的预测值;
步骤5.对此序列当前可疑值之前的数据做相同预测并求得预测误差的平均值作为预测误差标准将其与可疑值的预测值进行比较,从而最终判断是否为光变曲线的异常值。
2.根据权利要求1所述的一种基于格拉布斯准则与ARIMA的GWAC光变曲线异常检测方法,其特征在于,所述格拉布斯准则将实时流数据作为判断是否可疑的待比较数据。
3.根据权利要求1所述的一种基于格拉布斯准则与ARIMA的GWAC光变曲线异常检测方法,其特征在于,所述ARIMA模型在改进后使用无人工干预的ADF检验进行平稳性的自动化检测。
4.根据权利要求1所述的一种基于格拉布斯准则与ARIMA的GWAC光变曲线异常检测方法,其特征在于,所述差分还原方法为:
其中,
i)n是序列个数
ii)b是差分后序列,bn是对差分序列的预测值;
iii)a是光变曲线序列,an+1是可疑值的预测值;
iv)a1是所选取序列的第一个值。
5.根据权利要求1所述的一种基于格拉布斯准则与ARIMA的GWAC光变曲线异常检测方法,其特征在于,所述最终判断是否为异常值检测方法为:设定选取计算预测误差标准所需预测数据个数,使用相同方法对其进行预测计算出预测误差的平均值将其作为预测误差标准,将可疑值数据的预测误差与此标准作比较,如果可疑值的预测误差比此预测误差标准大,则判断此可疑值为光变曲线的异常值;否则,不作为最终判断的异常值。
6.根据权利要求5所述的一种基于格拉布斯准则与ARIMA的GWAC光变曲线异常检测方法,其特征在于,所述的预测误差标准为动态变化的比较标准。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京工业大学,未经北京工业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201710259660.5/1.html,转载请声明来源钻瓜专利网。
- 上一篇:血流状态分析系统及方法
- 下一篇:一种基于机器学习的布匹缺陷检测方法及装置