我想建立一种算法来检测时间序列中的异常,并且我打算为此使用聚类。
为什么我应该使用距离矩阵而不是原始时间序列数据进行聚类?,
为了检测异常,我将使用基于密度的聚类(一种作为DBscan的算法),在这种情况下行得通吗?是否有在线版本的流数据?
我想在异常发生之前就对其进行检测,因此,使用趋势检测算法(ARIMA)是一个不错的选择吗?
它是正确编写的DBSCAN。它是一个缩写。我不确定您要做什么。检测时间序列内或整个时间序列内的异常。
—
已退出-Anony-Mousse 2012年
是的,DBSCAN,严格!我正在尝试做的是时间序列数据集中的在线检测异常!所以!有什么要求吗?谢谢问候
—
napsterockoeur 2012年
在线时间越来越长或正在添加其他系列?同样,这些是非常不同的,并且您需要非常清楚其意思。
—
已退出-Anony-Mousse 2012年
我的意思是通过在线(流),来自传感器的时间序列在不断增长..每隔一小时收到一组数据(矢量)..
—
napsterockoeur 2012年