基于MATLAB的时间序列异常检测方法探讨.pdf

1009—3044 ISSN and ComputerKnowledgeTechnology电脑知识与技术 2012 Tel：+86—551—56909635690964 V01．8，No．4，February 基于MATLAB的时间序列异常检测方法探讨 王翔宇1，张引琼1，2 (1．湖南农业大学东方科技学院信息工程系，湖南长沙410128；2．湖南农业大学信息科学技术学院信。gq-程系，湖南长沙410128) 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—07 DiscussiononTimeSeriesAbnormalDetectionMethodsBasedonMATLAB WANG Xiang—yul，ZHANG Yin—qion91’2 (1．Oriental ofHunan University，Changsha ofInformationScience ScienceTechnologyCoUege Agricultural 410128，China；2．CoHege 410128，China)～ ‘ Technology，HunanAgriculturalUniversity，Changsha andstudiedtimeseriesabnormaldetectionbasedon timeseriesabnormaldetection Abstract：Analyzed MATLAB．Expounded methods， detectiontestbasedondifferentabnormaldetectionmethodsand their hasreferenceval— implemented comparedqualitydegrees．Thispaper uetodata ofdifferentsciencerealm． analysis words：MATLAB；timeseries；abnormaldetection；data Key analysis 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“】。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 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 数字。 第三四分位数与第一四分位数的差距即为四分位I酲(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。在农业生产和科学研究中，利用方差分析来分