控制与决策

作者：王玲,李泽中

单位：北京科技大学 自动化学院,北京 100083;北京科技大学 工业过程知识自动化教育部重点实验室,北京 100083,,北京科技大学 自动化学院,北京 100083;北京科技大学 工业过程知识自动化教育部重点实验室,北京 100083,

关键词：多元时间序列;高斯分段模型;信息增益;自适应;贪婪搜索;异常检测

基金：国家自然科学基金项目(62076025,61572073).

现有多元时间序列分段算法中分段点的选择以及分段个数的确定往往需要分别独立完成,大大增加了算法的计算复杂度.为解决上述问题,提出一种基于多元时间序列的自适应贪婪高斯分段算法.该算法将多元时间序列各个分段所对应的数据解释为来自不同多元高斯分布的独立样本,进而将分段问题转化为协方差正则化的最大似然估计问题进行求解.为提高学习效率,采用贪婪搜寻方法使每个段的似然值最大化进而近似地找到最优分段点,并且在搜寻的过程中利用信息增益方法自适应地获取最优的分段个数,避免分段个数确定和分段点选择分别独立进行,从而减少计算的复杂度.基于多种领域的真实数据集实验结果表明,所提出方法的分段精度以及运行效率均优于传统方法,并且能够有效完成多元时间序列的异常检测任务.

来源：2024年第2期

《控制与决策》期刊编辑部

查看控制与决策杂志2024年第2期