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

了解更多

查看幻灯片
查看MATLAB EXPO 2023中国的所有活动记录

反馈

下一个:

MATLAB汽车行业数据分析技术

相关视频:

使用统计与曲线拟合工具箱进行数据分析

Solving Data Management and Analysis Challenges Using...

Data Analysis with Statistics and Curve Fitting Toolboxes

Tips and Tricks: Data Analysis and Surface Fitting with...

查看更多相关视频