-
公开(公告)号：CN118656760B
公开(公告)日：2024-11-22
申请号：CN202411129459.1
申请日：2024-08-16
Applicant: 湖南农业大学
IPC: G06F18/2433 , G06F18/243 , G06N20/20 , G06N5/01 , G06Q30/0201 , G06F123/02
Abstract: 本申请涉及一种时序数据异常值检测方法、装置、计算机设备和存储介质，所述方法通过获取商品销量增长型的时序数据；根据所述时序数据和预设滑动窗口大小，生成最大值滑动树和最小值；根据最大值滑动树和最小值生成滑动窗口的离均差滑动树和最大均差值；计算每棵离均差滑动树的变异系数，计算满窗口率、滑动异常率，根据所述滑动异常率确定异常滑动树和其中的异常值；判断是否存在相邻异常值，并对相邻异常值进行识别。本方法可以有效的解决异常值遮蔽问题；其次，无需严格时序数据是否符合高斯分布或者其他分布，在商业销量时序数据表现良好的检测效果；由于该方法的高效易懂适用于数据可视化分析以及智能检测，因此具有市场推广价值。
-
公开(公告)号：CN118656760A
公开(公告)日：2024-09-17
申请号：CN202411129459.1
申请日：2024-08-16
Applicant: 湖南农业大学
IPC: G06F18/2433 , G06F18/243 , G06N20/20 , G06N5/01 , G06Q30/0201 , G06F123/02
Abstract: 本申请涉及一种时序数据异常值检测方法、装置、计算机设备和存储介质，所述方法通过获取商品销量增长型的时序数据；根据所述时序数据和预设滑动窗口大小，生成最大值滑动树和最小值；根据最大值滑动树和最小值生成滑动窗口的离均差滑动树和最大均差值；计算每棵离均差滑动树的变异系数，计算满窗口率、滑动异常率，根据所述滑动异常率确定异常滑动树和其中的异常值；判断是否存在相邻异常值，并对相邻异常值进行识别。本方法可以有效的解决异常值遮蔽问题；其次，无需严格时序数据是否符合高斯分布或者其他分布，在商业销量时序数据表现良好的检测效果；由于该方法的高效易懂适用于数据可视化分析以及智能检测，因此具有市场推广价值。
-
公开(公告)号：CN116226777B
公开(公告)日：2023-08-01
申请号：CN202310506486.5
申请日：2023-05-08
Applicant: 湖南农业大学
IPC: G06F18/2433 , G06F18/232 , G06F123/02
Abstract: 本申请涉及数据处理技术领域的一种基于等差距离重构时间序列的异常值检测方法和装置。所述方法包括：获取待检测单变量时间序列，采用等差距离算法对待检测时间序列进行重构，得到二元变量等差距离时间序列；等差距离算法用于给所述待检测时间序列的每条记录增加等差距离属性，然后根据增加等差距离属性的记录进行重构；根据等差距离时间序列，采用基于密度且无监督的异常值检测算法进行异常值检测，输出异常值检测结果。该方法拓展了单变量时间序列的异常值检测方法集，该方法可应用于跨境电商以及BI系统检测销量数据异常值检测，其自动化及时性检测异常值的机制满足商家及时分析异常值进而调整运营策略达到策略最优状态的需求。
-
公开(公告)号：CN116226777A
公开(公告)日：2023-06-06
申请号：CN202310506486.5
申请日：2023-05-08
Applicant: 湖南农业大学
IPC: G06F18/2433 , G06F18/232 , G06F123/02
Abstract: 本申请涉及数据处理技术领域的一种基于等差距离重构时间序列的异常值检测方法和装置。所述方法包括：获取待检测单变量时间序列，采用等差距离算法对待检测时间序列进行重构，得到二元变量等差距离时间序列；等差距离算法用于给所述待检测时间序列的每条记录增加等差距离属性，然后根据增加等差距离属性的记录进行重构；根据等差距离时间序列，采用基于密度且无监督的异常值检测算法进行异常值检测，输出异常值检测结果。该方法拓展了单变量时间序列的异常值检测方法集，该方法可应用于跨境电商以及BI系统检测销量数据异常值检测，其自动化及时性检测异常值的机制满足商家及时分析异常值进而调整运营策略达到策略最优状态的需求。
-
-
-
Search Results
4
records
(took 0.017 seconds)
