基于matlab的时间序列检测方法探讨

《基于matlab的时间序列检测方法探讨》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、ISSN1009-3044E-mail:eduf@cccc.net.cnCCoommppuutteerrKKnnoowwleleddggeeaannddTTeecchhnnoolologgyy电脑知识电脑知识与技术与技术第8卷第http://www.dnzs.net.cn4期(2012年2月)Vol.8,No.4,February2012Tel:+86-551-56909635690964基于MATLAB的时间序列异常检测方法探讨11，2王翔宇，张引琼(1.湖南农业大学东方科技学院信息工程系，湖南长沙410128；2

2、.湖南农业大学信息科学技术学院信息工程系，湖南长沙410128)摘要：对基于MATLAB的时间序列异常检测进行了分析和研究，在阐述MATLAB时间序列异常检测方法的基础上对各种异常检测方法进行了检测试验，比较了各种异常检测方法的优劣度。对各科学领域的数据分析具有一定的参考价值。关键词：MATLAB；时间序列；异常检测；数据分析中图分类号：TP393文献标识码：A文章编号：1009-3044(2012)04-0866-07DiscussiononTimeSeriesAbnormalDetectionMethodsBas

3、edonMATLABWANGXiang-yu1，ZHANGYin-qiong1,2（1.OrientalScience＆TechnologyCollegeofHunanAgriculturalUniversity,Changsha410128，China;2.CollegeofInformationScienceTechnology,HunanAgriculturalUniversity,Changsha410128，China）Abstract：Analyzedandstudiedtimeseriesabnorma

4、ldetectionbasedonMATLAB.Expoundedtimeseriesabnormaldetectionmethods,implementeddetectiontestbasedondifferentabnormaldetectionmethodsandcomparedtheirqualitydegrees.Thispaperhasreferenceval⁃uetodataanalysisofdifferentsciencerealm.Keywords：MATLAB;timeseries;abnorm

5、aldetection;dataanalysis时间序列分析是概率统计学科中应用性较强的分支之一，是数据分析的重要领域[1]。时间序列是按时间顺序排列、随时间变化且相互关联的数据序列。时间序列分析即分析时间序列的方法。时间序列分析在信号处理、自动化、信息管理、金融、控制与系统工程、气象水文、数据挖掘等众多领域应用广泛。时间序列的分析处理在现实生活中具有重要价值，例如：分析股票信息，预测股票走势；分析商品销售信息，预测商品销售的趋势；分析地震前后的一些数据异常，为地震的预测提供相关数据依据。对时间序列进行分析，可以揭示

6、事物运动、变化和发展的内在规律，对人们正确认识事物并据此做出科学决策具有重要的现实意义。对时间序列的异常检测能够发掘时间序列在不同时间段形态间的关联，这种关联一般表现为时间序列中频繁出现的变化模式和极少出现的变化模式。极少出现的变化模式称之为异常模式，在某些领域，异常模式的发现往往更有价值。例如，医院可以从病人的心电图序列中发现异常模式从而进行诊断和治疗。本文分析了时间异常序列检测的相关算法，并利用四种不同的算法进行了时间异常序列检测实验，比较了四种算法的优劣度。1时间序列异常分析方法综述1.1四分位法四分位数（Qu

7、artile）把所有数值由小到大排列并分成四等份，处于三个分割点位置的得分就是四分位数。第一四分位数(Q1)，又称“较小四分位数”，等于该样本中所有数值由小到大排列后第25%的数字。第二四分位数(Q2)，又称“中位数”，等于该样本中所有数值由小到大排列后第50%的数字。第三四分位数(Q3)，又称“较大四分位数”，等于该样本中所有数值由小到大排列后第75%的数字。第三四分位数与第一四分位数的差距即为四分位距（IQR，InterQuartileRange）。1.2方差法方差分析是分析和观测试验数据的统一方法。在农业生产和

8、科学研究中，利用方差分析来分析各种因素间的交互作用对研究对象某些指标值的影响，并依此推断其对所考察指标的影响度。标准差(S或SD)：标准差反映变异程度。当两组观察值在单位相同、均数相近的情况下，标准差越大则观察值间的变异程度越大，观察值围绕均数的分布较离散，均数的代表性较差。反之，标准差越小则观察值间的变异较小，观察值围绕均数的分布较密集，均数