利用跟随周期均值显著化序列异常数据的学习算法.pdf

第 卷第 期 安 徽 工 程 大 学 学 报
３４年 月１ 　 　 　 　 　 　 　 Ｖｏｌ．３４．Ｎｏ．１
２０１９ ２ Ｊｏｕｒｎａｌ　ｏｆ　Ａｎｈｕｉ　Ｐｏｌｙｔｅｃｈｎｉｃ　Ｕｎｉｖｅｒｓｉｔｙ Ｆｅｂ．，２０１９
文章编号
：１６７２－２４７７（２０１９）０１－００２６－０５
利用跟随周期均值显著化序列
异常数据的学****算法
冯富霞１，李森贵２
安徽工程大学 计算机与信息学院 安徽 芜湖
（１． ， 　２４１０００；
芜湖莫森泰克汽车科技有限公司 安徽 芜湖
２． ， 　２４１０００）
摘要：针对工业控制中硬件存储空间、计算性能极为有限，无法应用计算机可运行的异常序列数据检测算法，
以及常见可用算法比较复杂的问题，提出了一种利用跟随周期均值显著化序列异常数据的学****算法。首先，
对序列数据预处理 利用有异常位置标记的序列集 可以得到最优周期 和周期均值差值阈值 其次
， ， Ｔ Ｄｍａｘ； ，
按照周期 分组检测序列 求出最近两组均值的差值 差值超过阈值时可判断出现异常 算法在学到参数
Ｔ ， ， 。
后，判断异常过程所需存储空间和运算量很少，实验结果表明此算法对序列异常数据有显著化分离作用，在实
际工程中抗干扰能力好，可有效减少异常点的误判率。
关 键 词 异常序列检测 工业控制 周期均值 学****算法 最优周期 差值阈值
　 　 ： ； ； ； ；