2中国海洋大学学士论文开题报告范文.docVIP

. PAGE .. 中国海洋大学 本科毕业论文（设计） 开题报告 题 目 基于Score检验的浮标监测数据异常值诊断方法研究 院 系 工程学院 自动化及测控系 专 业 自动化 (年级)2008级 学生姓名 王熠伟 学 号 080232008055 指导教师 黎明 教务处制表 2012年3月20日 一、选题依据 课题来源、选题依据和背景情况；课题研究目的、学术价值或实际应用价值 选题来源：自选课题 选题依据和背景情况： 异常数据是数据集中偏离大部分对象的数据，它们的表现与大多数常规对象有着明显的差异。随着数据挖掘技术的飞速发展，异常数据挖掘受到研究者的广泛关注，成为数据挖掘领域的一个重要分支。近年来异常数据挖掘在信用卡欺诈检测、网络入侵检测、气象预报、疾病诊断、故障检测、恐怖活动防范等诸多领域得到广泛应用。因此本课题以此为依据，研究海洋资料浮标传感器所得到的异常数据的特点，分析其所在的具体位置，对正常数据序列做出预测具有重要的现实意义。 课题研究目的： 本文在国内外文献关于时间序列数据异常点检测的基础上，从两个方面进行研究：一是运用数理统计的方法研究由海洋资料浮标传感器获得的数据，判断出异常点的位置以及其属性；二是利用若干周期的正常数据对时间序列数据拟合一个ARIMA模型，对未来时间点的数据进行预测。 学术价值及应用价值： 我国提出“蓝色经济”概念后，对于海洋的研究便更加蓬勃地发展起来，对于海洋的一些特征数据指标变化的掌握对了解海洋，发展海洋经济具有重要意义。比如，研究海水温度变化可以对厄尔尼诺现象等全球性气候问题的研究起到帮助作用，同时也对促进渔业等海洋产业的发展间接做出了贡献；其他的一些数据比如风速，波高等也被许多海上作业的人们所重视。 获取这些数据可以通过海洋资料传感器得到，但是这些传感器分布在距离岸边十几公里甚至更远的地方，因此许多未知不可控因素便会影响传感器获取的数据的准确性，即会产生异常数据。 异常数据也称离群数据，现在已经越来越受到国内外学者的重视。如果获得的数据序列中存在异常数据，将会对基于此数据的分析起到致命的影响，导致获取的结论不准确。因此，对时间序列数据中的异常数据的检测具有很高的学术价值和应用价值。 到目前为止，国内外学者对于异常数据的研究已经提出了许多方法，现有的异常数据挖掘方法主要有基于统计的方法、基于距离的方法、基于密度的方法与基于聚类的方法等。本文主要运用基于统计的方法对由海洋资料浮标传感器得到的数据进行异常检测，建立基于正常数据的ARIMA模型，找到异常点的位置并判断其属性。 二、文献综述 国内外研究现状、发展动态；查阅的主要文献 国内外研究现状、发展动态： 异常检测也称为离群点检测,是近年来数据挖掘领域的重要研究方向之一[1-5],其目标是在数据集中发现不正常的数据点,与之相关的研究包括：事件检测（event detection）[3]、变化点检测（change-point detection）[4]、异常行为检测（aberrant behavior detection）[5]等。目前，对时间序列的异常还没有一个公认的定义,普遍采用的是D.M.Hawkins给出的定义[6]：“异常点是那些与其他数据点有较大偏差的数据点,以至于怀疑这些偏差并非随机产生,而是产生于一种完全不同的方式”。异常检测技术已在经济、科学、工程等领域取得了广泛应用,如信用卡欺诈[7]、网络入侵检测[8]、海表水温检测[9]等。 虽然很多学者已对大型数据集的孤立点数据挖掘做出了大量研究与探索, 其主要思想一般是减少或消除孤立点,然而由于孤立点既有可能是噪声信息也有可能是有用信息[10],随意删除孤立数据可能导致有用信息的丢失,所以通过孤立点检测发现和利用在孤立点中的有用信息具有非常重要的意义。 孤立点检测算法主要分为经典孤立点检测算法和面向特殊数据的孤立点检测算法。 一．经典孤立点检测算法： 1.基于统计学原理的孤立点检测算法： 早期的孤立点检测算法大多数是基于统计学原理实现的[11-13],通常可以分为基于分布的检测算法和基于深度的检测算法两类。前者一般先构造一个标准分布来拟合数据集,然后根据概率分布来确定孤立点,例如Rosner提出的单样本多个离群检测算法ESD方法[11]和Yamanishi[12]等使用混合高斯模型的孤立点检测算法.此类算法方法的明显不足在于估计多维数据分布的难度较大且准确性低[13]；基于深度方法主要以计算几何为基础,通过计算不同层的k-d凸包[14]将外层的对象判定为孤立点,但当数据集的数目增长时,此类