时间序列中的突发性检测与分析

时间序列分析是数据挖掘的重要研究内容，序列的突发性问题是序列分析内在固有的问题，是数据挖掘领域的研究热点。突发性是指时间序列在特定时间段内异常于近期或基准值的数值或元素出现频率的现象。突发检测技术用于自动地发现和监测序列的突发，是一种常用的序列分析技术，在金融、疾病医疗、气象水文、互联网监测、科学计算领域有着广泛的应用。现有的突发性问题的研究成果非常丰富，不同的应用背景下的突发性的定义有很多，相应地突发检测的模型方法、检测的结果都不尽相同。一直以来，带噪音的时序数据的突发检测、长时间跨度的序列的突发检测、实时突发检测、无参数检测算法以及检测结果的真实性评估是序列突发性研究的重点和难点。与此同时，多序列的突发检测以及新的应用领域给突发性问题的研究带来了新的挑战。基于以上问题，本文分析了现有研究工作的优势和不足，归纳了突发的类型和结构，提出了一种新的序列突发模型和检测方法，实现了序列定长模式和实时模式下的突发检测算法，并分别进行了实验。本文定义了突发的方向—正向和负向，阐述了突发起始和结束的两种形态—渐进式和突变式，认为突发的基本结构大致可以描述为三个阶段—起始、平滑和结束，并由此给出了突发的形式化定义和检测方法。为更客观地对检测算法和结果进行评估，本文提出了三个评价指标。定长模式的实验采用事件序列(文本)和图像像素序列(数值)两种不同数据类型的序列，并将本文的方法与三个已得到广泛认可的突发模型的检测结果进行了对比和案例分析。实时模式的实验采用水文数据和图像数据，并对不同的更新策略进行了对比。本文提出的突发性定义明确地指出了突发的起始位置、结束位置、突发的方向和结构、突发强度的计算公式，并阐明了突发与突发强度的关系。通过理论分析和实验证明，本文提出的非参数线性时间突发检测算法及其实时检测算法能在较小的时间代价下检测出较为合理的突发区间，获得较准确的突发，算法在有噪音、长时间序列和稀疏序列上都有着较好的性能。同时本文基于多种数据集的实验表明本文的突发模型和检测方法具有较好的通用性，可以扩展到其他研究领域。