典型文献
基于孤立森林算法的挤压机流数据异常检测
文献摘要：
挤压机流数据异常检测是一个典型的多维时间序列流数据异常检测问题.在工业环境中,挤压机流数据不仅存在概念漂移问题,还存在噪声问题.为了检测出挤压机在运行中可能存在的设备状态异常,提出一种基于孤立森林算法的挤压机流数据异常检测方法.针对数据集中存在噪声无法正确反映设备状态的问题,算法抽取数据的序列特征用来表示设备在某一时间段的状态,避免了噪声数据对异常检测效果的影响.同时,在半空间孤立森林(HS-Trees)算法的基础上做进一步改进,解决原算法中存在的结果反馈延迟问题,使其能更好地适应流数据应用场景.实验显示,该算法不仅可以实时地检测出挤压机在运行中存在的状态异常,还具有较高的准确性.
文献关键词：
异常检测;孤立森林;挤压机流数据;多维时间序列
中图分类号：
作者姓名：
许志城;印四华;朱成就
作者机构：
广东工业大学计算机学院 广东 广州510006;广东工业大学机电工程学院 广东 广州510006
文献出处：
引用格式：
[1]许志城;印四华;朱成就-.基于孤立森林算法的挤压机流数据异常检测)[J].计算机应用与软件,2022(04):68-74,87
A类：
挤压机流数据
B类：
孤立森林算法,数据异常检测,多维时间序列,检测问题,工业环境,仅存,概念漂移,噪声问题,设备状态,异常检测方法,序列特征,征用,某一时间,噪声数据,检测效果,半空间,HS,Trees,结果反馈,数据应用场景
AB值：
0.224517
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
