-
题名基于谱残差方法的工业互联网时间序列异常检测
- 1
-
-
作者
焦子南
陈年
金涛
王建民
-
机构
清华大学软件学院
-
出处
《计算机集成制造系统》
EI
CSCD
北大核心
2024年第8期2672-2680,共9页
-
基金
国家重点研发计划资助项目(2020YFB1707604)。
-
文摘
谱残差算法是一种针对图像显著性检测的算法,也可用于无监督时间序列的异常检测。从频域变换、平滑算法、去除季节性影响、阈值自适应调节等多个环节研究针对谱残差算法的改进,提出一种基于谱残差算法的多变量时间序列异常检测方法。实验证明,所提出的改进可以提高异常检测的准确率,去除环境因素造成的季节性影响,且检测异常用时优于已有算法。另外,所提算法可以根据实际需要,自适应调节异常判定阈值。为了适应工业系统常出现的多变量时间序列数据,在谱残差算法的基础上结合用于处理多变量数据的独立成分分析算法,使算法适用于多变量时间序列。实验表明,谱残差算法与独立成分分析结合的算法能够应用于工业系统的异常自动检测,并且可以保证算法所需的准确性和实时性。
-
关键词
时间序列异常检测
谱残差算法
无监督算法
独立成分分析
-
Keywords
time series anomaly detection
spectral residual algorithm
unsupervised algorithm
independent component correlation algorithm
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
