基于python的传感器网络时序数据清洗系统.docx

前言

研究背景

在智能运维、ECG心率预警等领域,检测时间序列中的异常都是一个十分有挖掘价值的课题。而当我们在传感器网时序数据上应用这一领域的主流方法:基于平滑的方法、基于统计的方法、基于聚类的方法、基于数学描述的方法,却常常面对突出的挑战。

传统的时间序列挖掘方法常常采用滑窗方法或者ARIMA[1]等统计方法,这些方法在处理一些表现出类周期性、嵌套性的时间序列上都有着很明显的局限性。很多学者注意到了这一问题,进而提出了基于聚类、基于数学模型[2]描述来进行时间序列的分析,进而异常修复的方法,但是由于聚类方法应用在时间序列上的天然缺陷,以及数学描述模型的不完备性,这些方法在处理海量的