论文研究 时间序列多尺度异常检测方法.pdf

针对时间序列异常模式检测大多采用线性模式分割方式的局限性，研究了在Haar小波变换多尺度特征的基础上，结合时间序列模式分割技术，提出一种时间序列多尺度异常检测方法。该方法首先通过小波变换压缩时间序列，把时间序列分解在不同的尺度上；再利用二次回归模型将分解后的时间序列分割成可变长度的模式序列，计算模式异常值；最后重构原时间序列，检测原时间序列中的异常模式。实验结果表明，该方法可以有效地检测异常，而且可以从不同分解级数的压缩时间序列中检测多尺度异常模式。