基于時間序列的異常檢測算法的研究

打開文本圖片集

摘要：在時間序列數(shù)據(jù)下，針對傳統(tǒng)的器件故障檢測技術(shù)對不同的器件檢測率低、小樣本數(shù)據(jù)分類不平衡等問題，對數(shù)據(jù)異常檢測準(zhǔn)確率造成很大的影響。該文構(gòu)建一種機(jī)器學(xué)習(xí)和深度學(xué)習(xí)相結(jié)合的時間序列異常檢測算法，針對時間序列數(shù)據(jù)分類不平衡問題，引入smote算法，使得各類別之間的數(shù)據(jù)達(dá)到均衡狀態(tài)，用Lasso算法進(jìn)行特征選擇，從而得到對異常檢測結(jié)果影響較大的特征項，最后，使用基于添加注意力機(jī)制的LSTM網(wǎng)絡(luò)作為異常檢測分類器，完成基于時間序列異常檢測算法的實(shí)現(xiàn)。（剩余5206字）