Add to ORKG针对传统突变点检测算法具有大延时的问题以及实际数据中同时含有突变点、异常点的实际情况，提出一种基于小波变换有效分数向量的异常点、突变点检测算法。该方法通过引入有效分数向量作为检测统计量，有效避免了传统检测统计量随着数据增多而无限增大的缺点；提出利用小波分析统计量的办法，有效地克服了传统突变点检测算法中存在大延时的缺陷；利用李氏指数及小波变换的关系，实现了在一个检测框架内同时在线检测异常点以及突变点，使得该检测算法更符合突变点及异常点同时存在的实际情况。仿真实验和性能比较结果证明了提出的异常点、突变点检测算法具有一定的有效性和实用性
自然環境で実際に観測される大気電気変動量などの電磁界信号の時間変動波形は非常に複雑である.これらの観測された波形の解析においては，時系列データの特徴を示す時間（例えば変曲点となる時間）を正確に決定する...
本論文提出一個新的序列圖案架構，可以正確並快速的計算出在時間序列資料中圖案出現的機率。此架構利用自動機描述出現圖案的計量，並將這個自動機嵌入一個馬可夫鏈，而圖案計量的分佈即可由馬可夫鏈的分佈求得。這個...
轉折點與趨勢的研究在時間數列分析、經濟與財務領域裡一直是重要的研究主題。隨著所欲研究的物件之結構複雜性日益增加,再加上人類的知識語言因人類本身的主觀意識、不同時間、環境的變遷與研判事件的角度等條件下，...
针对传统突变点检测算法具有大延时的问题以及实际数据中同时含有突变点、异常点的实际情况，提出一种基于小波变换有效分数向量的异常点、突变点检测算法。该方法通过引入有效分数向量作为检测统计量，有效避免了传统...
时间序列异常点检测是时间序列挖掘研究领域的重要内容和基础工作。为满足过程工业中控制系统大数据量时间序列异常值检测需求,提出了一种计算简单快速的基于边缘化后验比检验的异常值在线检测方法。该方法将基于&q...
时间序列异常点检测是时间序列挖掘研究领域的重要内容和基础工作。为满足过程工业中控制系统大数据量时间序列异常值检测需求,提出了一种计算简单快速的基于边缘化后验比检验的异常值在线检测方法。该方法将基于&q...
Outlier detection problems in time series have been widely studied in the literature. Change-point d...
在許多應用裡奇異辨識是經常出現的課題，且依然是熱門且未解決 的問題。從資料分析的角度來看，奇異辨識在現今的實際情境上主要 有兩個挑戰，其一是資料壓縮的問題，如何從巨量原始資料萃出高訊 息的資料，其二是...
依時間順序出現之一連串觀測值，通常會呈現某一型態，而根據所產生的型態可以作為判斷事件發生的基礎。例如，震波形成原因的判斷﹔追查環境污染源﹔以及在醫學方面，辨識一個正常人心電圖的型態與患有心臟病的病人其...
现有的异常轨迹检测算法往往侧重于检测轨迹的空域异常,忽略了对轨迹时域异常的检测,并且检测精确度不高,针对此类问题,提出了基于增强聚类的异常轨迹检测算法。首先,采用基于速度的最小描述长度(VMDL)准则...
现有的异常轨迹检测算法往往侧重于检测轨迹的空域异常,忽略了对轨迹时域异常的检测,并且检测精确度不高,针对此类问题,提出了基于增强聚类的异常轨迹检测算法。首先,采用基于速度的最小描述长度(VMDL)准则...
在時間數列的分析上，由於一些辨識模型結構的方法，常受制於時間數列本身的非定態及不確定干擾的影響，因此若以單一模式來配適數列往往不能得到滿意的結果。此外，傳統的統計方法太依賴數字本身，但當一時間數列其資...
本省作物區域試驗一般採用的穩定性介量多以最受廣泛使用的直線迴歸分析法為主。由於傳統迴歸分析是以最小平方法(LS)來估計迴歸係數，對離群值（或異常值）之存在非常敏感，離群值之存在會造成迴歸係數估計不良，...
本論文では，fault-prone モジュール判別モデルの構築における課題の1 つである，データセット中の外れ値（特異なモジュール）による判別性能の低下を改善することを目的とする．そのために，1つの母...
時系列画像からの逐次的処理に基づく消失点検出手法を提案する。消失点検出に関する従来の多くの文献では、単一フレームからの手法が議論されている。筆者らは、時系列画像からのオフラインでの消失点系列の検出手法...
自然環境で実際に観測される大気電気変動量などの電磁界信号の時間変動波形は非常に複雑である.これらの観測された波形の解析においては，時系列データの特徴を示す時間（例えば変曲点となる時間）を正確に決定する...
本論文提出一個新的序列圖案架構，可以正確並快速的計算出在時間序列資料中圖案出現的機率。此架構利用自動機描述出現圖案的計量，並將這個自動機嵌入一個馬可夫鏈，而圖案計量的分佈即可由馬可夫鏈的分佈求得。這個...
轉折點與趨勢的研究在時間數列分析、經濟與財務領域裡一直是重要的研究主題。隨著所欲研究的物件之結構複雜性日益增加,再加上人類的知識語言因人類本身的主觀意識、不同時間、環境的變遷與研判事件的角度等條件下，...
针对传统突变点检测算法具有大延时的问题以及实际数据中同时含有突变点、异常点的实际情况，提出一种基于小波变换有效分数向量的异常点、突变点检测算法。该方法通过引入有效分数向量作为检测统计量，有效避免了传统...
时间序列异常点检测是时间序列挖掘研究领域的重要内容和基础工作。为满足过程工业中控制系统大数据量时间序列异常值检测需求,提出了一种计算简单快速的基于边缘化后验比检验的异常值在线检测方法。该方法将基于&q...
时间序列异常点检测是时间序列挖掘研究领域的重要内容和基础工作。为满足过程工业中控制系统大数据量时间序列异常值检测需求,提出了一种计算简单快速的基于边缘化后验比检验的异常值在线检测方法。该方法将基于&q...
Outlier detection problems in time series have been widely studied in the literature. Change-point d...
在許多應用裡奇異辨識是經常出現的課題，且依然是熱門且未解決 的問題。從資料分析的角度來看，奇異辨識在現今的實際情境上主要 有兩個挑戰，其一是資料壓縮的問題，如何從巨量原始資料萃出高訊 息的資料，其二是...
依時間順序出現之一連串觀測值，通常會呈現某一型態，而根據所產生的型態可以作為判斷事件發生的基礎。例如，震波形成原因的判斷﹔追查環境污染源﹔以及在醫學方面，辨識一個正常人心電圖的型態與患有心臟病的病人其...
现有的异常轨迹检测算法往往侧重于检测轨迹的空域异常,忽略了对轨迹时域异常的检测,并且检测精确度不高,针对此类问题,提出了基于增强聚类的异常轨迹检测算法。首先,采用基于速度的最小描述长度(VMDL)准则...
现有的异常轨迹检测算法往往侧重于检测轨迹的空域异常,忽略了对轨迹时域异常的检测,并且检测精确度不高,针对此类问题,提出了基于增强聚类的异常轨迹检测算法。首先,采用基于速度的最小描述长度(VMDL)准则...
在時間數列的分析上，由於一些辨識模型結構的方法，常受制於時間數列本身的非定態及不確定干擾的影響，因此若以單一模式來配適數列往往不能得到滿意的結果。此外，傳統的統計方法太依賴數字本身，但當一時間數列其資...
本省作物區域試驗一般採用的穩定性介量多以最受廣泛使用的直線迴歸分析法為主。由於傳統迴歸分析是以最小平方法(LS)來估計迴歸係數，對離群值（或異常值）之存在非常敏感，離群值之存在會造成迴歸係數估計不良，...
本論文では，fault-prone モジュール判別モデルの構築における課題の1 つである，データセット中の外れ値（特異なモジュール）による判別性能の低下を改善することを目的とする．そのために，1つの母...
時系列画像からの逐次的処理に基づく消失点検出手法を提案する。消失点検出に関する従来の多くの文献では、単一フレームからの手法が議論されている。筆者らは、時系列画像からのオフラインでの消失点系列の検出手法...
自然環境で実際に観測される大気電気変動量などの電磁界信号の時間変動波形は非常に複雑である.これらの観測された波形の解析においては，時系列データの特徴を示す時間（例えば変曲点となる時間）を正確に決定する...
本論文提出一個新的序列圖案架構，可以正確並快速的計算出在時間序列資料中圖案出現的機率。此架構利用自動機描述出現圖案的計量，並將這個自動機嵌入一個馬可夫鏈，而圖案計量的分佈即可由馬可夫鏈的分佈求得。這個...
轉折點與趨勢的研究在時間數列分析、經濟與財務領域裡一直是重要的研究主題。隨著所欲研究的物件之結構複雜性日益增加,再加上人類的知識語言因人類本身的主觀意識、不同時間、環境的變遷與研判事件的角度等條件下，...