从时间序列流中获取事件是对时间序列流处理的基础.目前的研究大多采用传统的阈值确定方法对数据点进行查询,以获取时间序列流中存在的事件信息.在真实场景中,事件通常被定义为在连续一段时间内包含多种信息的异常,然而现有方法无法快...从时间序列流中获取事件是对时间序列流处理的基础.目前的研究大多采用传统的阈值确定方法对数据点进行查询,以获取时间序列流中存在的事件信息.在真实场景中,事件通常被定义为在连续一段时间内包含多种信息的异常,然而现有方法无法快速定位和充分获取这些异常.针对现有方法执行效率低、准确性差的问题,本文提出了一种基于可变多级时窗的时间序列流事件获取方法.具体来说,该方法首先使用中值滤波器对原始数据进行预处理,在一定程度上提高了事件获取的准确性;然后提出了一种基于短/长时窗平均值(STA/LTA)的事件触发算法来定位异常的触发点和终止点的近似范围;最后基于AIC(Akaike information criterion)法则对异常的起止点进行准确定位,从而获得异常的完整信息,即时间序列流事件.实验结果表明,与现有方法相比,该方法在执行效率和准确性方面具有显著优势.展开更多
文摘从时间序列流中获取事件是对时间序列流处理的基础.目前的研究大多采用传统的阈值确定方法对数据点进行查询,以获取时间序列流中存在的事件信息.在真实场景中,事件通常被定义为在连续一段时间内包含多种信息的异常,然而现有方法无法快速定位和充分获取这些异常.针对现有方法执行效率低、准确性差的问题,本文提出了一种基于可变多级时窗的时间序列流事件获取方法.具体来说,该方法首先使用中值滤波器对原始数据进行预处理,在一定程度上提高了事件获取的准确性;然后提出了一种基于短/长时窗平均值(STA/LTA)的事件触发算法来定位异常的触发点和终止点的近似范围;最后基于AIC(Akaike information criterion)法则对异常的起止点进行准确定位,从而获得异常的完整信息,即时间序列流事件.实验结果表明,与现有方法相比,该方法在执行效率和准确性方面具有显著优势.
