[发明专利]一种基于归一化互信息估计的时间序列异常检测方法在审
| 申请号： | 201810052021.6 | 申请日： | 2018-01-19 |
| 公开（公告）号： | CN108491559A | 公开（公告）日： | 2018-09-04 |
| 发明（设计）人： | 孙磊;秦坤;蒋志宏;林大泳;聂青 | 申请（专利权）人： | 北京理工大学 |
| 主分类号： | G06F17/50 | 分类号： | G06F17/50;G06N99/00 |
| 代理公司： | 北京理工正阳知识产权代理事务所(普通合伙) 11639 | 代理人： | 王民盛 |
| 地址： | 100081 *** | 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： | 本发明涉及一种基于归一化互信息估计的时间序列异常检测方法，属于时间序列异常检测、信息论以及数据挖掘技术领域。包括A.数据预处理，得到与时间序列采样片段对应的样本点集合；B.基于极限学习机对每两个相邻采样片段对应的样本点集合进行互信息估计；C.将得到的互信息利用最大熵进行归一化；D.循环步骤B和C，得到归一化互信息序列，通过和阈值比较确定序列突变发生的位置。本发明描述的是一种不需要参数寻优的、无需训练的算法，其使用极限学习机进行互信息的估计，使用随机产生的参数设置，缩减了执行时间，保证了算法模型的执行效率；同时对估计出的互信息使用最大熵进行归一化，保证了异常检测的准确率。 | ||
| 搜索关键词： | 归一化 时间序列 异常检测 互信息 互信息估计 极限学习机 采样片段 样本点 最大熵 集合 数据挖掘技术 数据预处理 信息论 参数设置 参数寻优 算法模型 随机产生 循环步骤 阈值比较 准确率 算法 突变 保证 | ||
【主权项】：
1.一种基于归一化互信息估计的时间序列异常检测算法，其特征在于：包括以下步骤：步骤A.对待检测的时间序列进行数据预处理，得到M个与时间序列采样片段对应的样本点集合,初始化m＝1；步骤B.基于极限学习机对第m及第m+1个相邻采样片段对应的样本点集合进行互信息估计，求得第m对的互信息数值；步骤C.将步骤B求得的第m对互信息数值利用最大信息熵进行归一化；步骤D.m＝m+1，并判断m是否等于M，并根据判断结果决定是否跳至步骤B，具体为：D.1 若m小于M，则跳至步骤B；D.2 否则，若m等于M，跳至步骤E；步骤E 对生成的归一化互信息序列中的M－1个互信息数值与阈值进行比较，确定异常时间序列采样片段的位置；至此，从步骤A到步骤E，完成了一种基于归一化互信息估计的时间序列异常检测算法。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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理工大学，未经北京理工大学许可，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/patent/201810052021.6/，转载请声明来源钻瓜专利网。
