30:12
视频长度为 30:12
面向时间序列的异常检测
复杂系统中的异常状态,可能难以通过机理建模、统计过程控制或频域分析等方法直接识别。从多通道传感器采集的海量时间序列数据中挖掘关键特征信息,识别潜在异常模式,首选的方案一般是有监督的机器学习算法,根据含标签的数据集,构建分类学习模型区分系统中的正常和异常行为。但是,如果异常数据和正常数据的样本量不均衡,甚至没有先验的标签时,则需要考虑使用无监督或半监督的异常检测方法。
本演讲将结合具体示例,介绍在MATLAB®中如何实现面向时间序列的异常检测方法。
出版年份: 2023 年 7 月 9 日
您也可以从以下列表中选择网站:
如何获得最佳网站性能
选择中国网站(中文或英文)以获得最佳网站性能。其他 MathWorks 国家/地区网站并未针对您所在位置的访问进行优化。
美洲
- América Latina (Español)
- Canada (English)
- United States (English)
欧洲
- Belgium (English)
- Denmark (English)
- Deutschland (Deutsch)
- España (Español)
- Finland (English)
- France (Français)
- Ireland (English)
- Italia (Italiano)
- Luxembourg (English)
- Netherlands (English)
- Norway (English)
- Österreich (Deutsch)
- Portugal (English)
- Sweden (English)
- Switzerland
- United Kingdom (English)
亚太
- Australia (English)
- India (English)
- New Zealand (English)
- 中国
- 日本Japanese (日本語)
- 한국Korean (한국어)