申请/专利权人：湖南农业大学

申请日：2023-05-08

公开（公告）日：2023-08-01

公开（公告）号：CN116226777B

主分类号：G06F18/2433

分类号：G06F18/2433;G06F18/232;G06F123/02

优先权：

专利状态码：有效-授权

法律状态：2023.08.01#授权;2023.06.23#实质审查的生效;2023.06.06#公开

摘要：本申请涉及数据处理技术领域的一种基于等差距离重构时间序列的异常值检测方法和装置。所述方法包括：获取待检测单变量时间序列，采用等差距离算法对待检测时间序列进行重构，得到二元变量等差距离时间序列；等差距离算法用于给所述待检测时间序列的每条记录增加等差距离属性，然后根据增加等差距离属性的记录进行重构；根据等差距离时间序列，采用基于密度且无监督的异常值检测算法进行异常值检测，输出异常值检测结果。该方法拓展了单变量时间序列的异常值检测方法集，该方法可应用于跨境电商以及BI系统检测销量数据异常值检测，其自动化及时性检测异常值的机制满足商家及时分析异常值进而调整运营策略达到策略最优状态的需求。

主权项：1.一种基于等差距离重构时间序列的异常值检测方法，其特征在于，所述方法包括：获取待检测时间序列，所述待检测时间序列是单变量时间序列；所述待检测时间序列为跨境电商平台的商品销售序列；商品销售序列的结构为： ，其中，X表示商品销售序列集；表示商品销售序列集中发生的日期；表示的每个时间点发生的商品销量；根据所述待检测时间序列采用等差距离算法进行重构，得到二元变量等差距离时间序列；所述等差距离算法用于给所述待检测时间序列的每条记录增加等差距离属性，然后根据增加等差距离属性的记录进行重构，得到等差距离时间序列；所述等差距离属性和均能参与异常值检测计算；根据所述等差距离时间序列，采用基于密度且无监督的异常值检测算法进行异常值检测，输出待检测时间序列的异常值检测结果；其中，等差距离算法包括：归一等差距离算法和最值等差距离算法；根据所述待检测时间序列采用等差距离算法进行重构，得到二元变量等差距离时间序列，包括：判断所述待检测时间序列是否为归一化处理后的序列；如果是，则采用所述归一等差距离算法对待检测时间序列进行重构，得到二元变量归一等差距离时间序列；如果否，则采用所述最值等差距离算法对待检测时间序列进行重构，得到二元变量最值等差距离时间序列；其中，采用所述归一等差距离算法对待检测时间序列进行重构，得到二元变量归一等差距离时间序列，包括：采用归一等差距离公式计算所述待检测时间序列的每一条记录的距离值，得到增加距离值的记录，所述归一等差距离公式为： ，其中,为第条记录的归一等差距离,为待检测时间序列中记录的顺序号，，为待检测待重构时间序列的总记录数；将增加距离值后的所有记录进行重构，得到二元变量归一等差距离时间序列；采用所述最值等差距离算法对待检测时间序列进行重构，得到二元变量最值等差距离时间序列，包括：采用最值等差距离公式计算所述待检测时间序列的每一条记录的距离值，得到增加距离值的记录，所述最值等差距离公式为： ，其中，为第条记录的最值等差距离，为待检测时间序列中记录的顺序号，，为待检测时间序列的总记录数，为依附时间产生的其他属性；将增加距离值后的所有记录进行重构，得到二元变量最值等差距离时间序列。

全文数据：

权利要求：

百度查询： 湖南农业大学 基于等差距离重构时间序列的异常值检测方法和装置

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD