原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
基于时间序列的异常检测算法研究进展与展望
目录
内容概要．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．3
基于统计模型的异常检测方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．3
2.1基于分布假设的方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．5
2.1.13Sigma原则及其变种．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．6
2.1.2基于高斯分布的建模．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．7
2.1.3基于拉普拉斯分布的建模．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．10
2.2基于波动性的方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．11
2.2.1标准差方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．13
2.2.2基于移动窗口的波动度量．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．14
2.3基于假设检验的方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．15
2.3.1稳健统计方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．16
2.3.2基于累积和控制的方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．19
基于机器学习的异常检测方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．20
3.1监督学习方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．22
3.1.1支持向量机．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．23
3.1.2神经网络．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．24
3.1.3随机森林．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．26
3.2无监督学习方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．28
3.2.1聚类算法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．31
3.2.2密度估计方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．33
3.3半监督学习方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．35
3.3.1利用标签少的样本．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．36
3.3.2结合无标签数据的模型．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．38
基于深度学习的异常检测方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．43
4.1循环神经网络．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．45
4.1.1隐藏马尔可夫模型．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．46
4.1.2循环神经网络及其变体．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．48
4.2卷积神经网络．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．49
4.3自编码器．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．51
4.3.1基本自编码器结构．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．54
4.3.2变分自编码器．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．55
4.4注意力机制与Transformer．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．56
混合异常检测方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．57
5.1模型融合．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．58
5.1.1基于特征的融合．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．60
5.1.2基于模型的融合．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．63
5.2数据融合．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．64
应用领域与挑
文档评论（0）