[发明专利]基于时间序列异常波动的关联分析方法及装置在审
| 申请号： | 202011205792.8 | 申请日： | 2020-11-02 |
| 公开（公告）号： | CN112487048A | 公开（公告）日： | 2021-03-12 |
| 发明（设计）人： | 裴丹;苏亚 | 申请（专利权）人： | 清华大学 |
| 主分类号： | G06F16/2458 | 分类号： | G06F16/2458 |
| 代理公司： | 北京清亦华知识产权代理事务所(普通合伙) 11201 | 代理人： | 张大威 |
| 地址： | 10008*** | 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： | 基于 时间 序列 异常 波动 关联 分析 方法 装置 | ||
1.一种基于时间序列异常波动的关联分析方法，其特征在于，包括以下步骤：
通过特征工程对多个时间序列进行特征提取，得到每个时间序列对应的时间序列波动特征；
根据所述时间序列波动特征进行相关性判断，得到每个时间序列之间的异常波动关联关系结果。
2.根据权利要求1所述的方法，其特征在于，还包括：若两个时间序列的异常波动相关，则同时输出波动的先后顺序和异常波动的方向。
3.根据权利要求1所述的方法，其特征在于，通过时间序列的预测误差序列来表示时间序列的异常波动特征。
4.根据权利要求1所述的方法，其特征在于，通过异常波动特征曲线判断多个时间序列之间的异常波动是否关联。
5.根据权利要求1所述的方法，其特征在于，还包括：对提取的特征进行特征放大。
6.根据权利要求1所述的方法，其特征在于，通过互相关来测量两个异常波动特征的相关性结果。
7.一种基于时间序列异常波动的关联分析装置，其特征在于，包括：
特征提取模块，用于通过特征工程对多个时间序列进行特征提取，得到每个时间序列对应的时间序列波动特征；
关联分析模块，用于根据所述时间序列波动特征进行相关性判断，得到每个时间序列之间的异常波动关联关系结果。
8.根据权利要求7所述的基于时间序列异常波动的关联分析装置，其特征在于，还包括：输出模块，用于若两个时间序列的异常波动相关，则同时输出波动的先后顺序和异常波动的方向。
9.根据权利要求7所述的基于时间序列异常波动的关联分析装置，其特征在于，通过时间序列的预测误差序列来表示该时间序列的异常波动特征。
10.根据权利要求7所述的基于时间序列异常波动的关联分析装置，其特征在于，通过异常波动特征曲线判断多个时间序列之间的异常波动是否关联。
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清华大学，未经清华大学许可，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/202011205792.8/1.html，转载请声明来源钻瓜专利网。
