基于符号化与距离度量水文时间序列异常检测.pdfVIP

表格

{

边框‑合并:

合并;

}

表格,

表头单元格,

表数据单元格

{

边框:

1px

实线

#000;

}

基于符号化与距离度量的水文时间

序列异常挖掘

万定胜，，张鹏程，，朱跃龙，河海大学计算机与信息学院，南

京

210098

邮箱：pchzhang@；hhu_aoyan@163.com

—海量水文数据集作为一类大数据，蕴含大量隐藏且潜在有用的知识。从水文数据中

提取这些知识，可更具价值的水文信息，并为未来水文预测支持。基于时间序列

的数据挖掘技术当前应用广泛，已有部分技术用于提取异常数据。然而多数技术难以适配

水文大数据等非稳定大型数据集，主要问题包括降维后拟合误差过高及挖掘结果精度不足。

本研究提出了一种基于时间序列解决水文异常挖掘问题的新思路。该思路将时间序列符

号化与距离度量相结合，提出特征点符号聚合近似（FP

SAX）以改进特征点选择，并通

过基于符号距离的动态时间规整（SD

DTW）测量字符串间距离。最终对所得距离进行

排序。通过专项实验验证了方法的有效性，实验数据集采用1956至2005年太湖小梅口水

文站水位数据。结果表明，该方法具有更低的拟合误差与更高的准确性。

索引术