【技术实现步骤摘要】
本专利技术涉及时空数据挖掘，特别涉及一种基于时空序列预测的异常探测方法及相关设备。
技术介绍
1、“异常点”亦称为离群点、孤立点。1980年，研究者给出异常的本质性定义，即“严重偏离其他对象的观测数据，以至于令人怀疑它是由不同机制产生的”；1994年，多位研究人员进一步从统计学的角度给出“异常是指与数据集中其余数据分布不一致的观测数据或观测数据子集”；2003年又有研究者考虑到空间数据的特性，将传统异常在空间数据中进行了扩展，并将空间异常定义为“专题属性与其邻近空间实体显著不同，而在整体数据范围内差异可能不明显的空间实体”；2006年多位研究者在空间异常的基础上，从空间域进一步扩展到时空域，给出时空异常的定义，即“专题属性值严重偏离其时间或（和）空间邻近域内参考实体的时空实体”。
2、针对不同类型的异常，现有异常探测方法可以归纳为传统异常探测、空间异常探测和时空异常探测。其中，时空异常探测能够同时顾忌时间域和空间域，在实际应用中具有更加重要的价值和意义。通常，时空异常探测主要包括时空点事件异常探测、时空轨迹异常探测和时空序列...
【技术保护点】
1.一种基于时空序列预测的异常探测方法，其特征在于，包括：
2.根据权利要求1所述的基于时空序列预测的异常探测方法，其特征在于，所述步骤1包括：
3.根据权利要求2所述的基于时空序列预测的异常探测方法，其特征在于，在将所述时空序列数据输入训练后的局域加权长短期记忆网络之前，还包括：
4.根据权利要求3所述的基于时空序列预测的异常探测方法，其特征在于，所述步骤2包括：
5.根据权利要求4所述的基于时空序列预测的异常探测方法，其特征在于，利用所述标准化处理后的时空序列数据和地理加权回归机制对每个所述同质子区域进行空间建模的表
【技术特征摘要】
1.一种基于时空序列预测的异常探测方法，其特征在于，包括：
2.根据权利要求1所述的基于时空序列预测的异常探测方法，其特征在于，所述步骤1包括：
3.根据权利要求2所述的基于时空序列预测的异常探测方法，其特征在于，在将所述时空序列数据输入训练后的局域加权长短期记忆网络之前，还包括：
4.根据权利要求3所述的基于时空序列预测的异常探测方法，其特征在于，所述步骤2包括：
5.根据权利要求4所述的基于时空序列预测的异常探测方法，其特征在于，利用所述标准化处理后的时空序列数据和地理加权回归机制对每个所述同质子区域进行空间建模的表达式为：
6.根据权利要求5所述的基于时空序列预测的异常探测方法，其特征在于，所述利用所述当前时...
【专利技术属性】
技术研发人员：刘青豪，赵斌，谌恺祺，杨学习，石岩，邓敏，
申请(专利权)人：中南大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。