您的位置: 专家智库 > >

杨淞

作品数:1 被引量:6H指数:1
供职机构:武汉大学计算机学院更多>>
发文基金:湖北省自然科学基金地震行业科研专项国家自然科学基金更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 1篇中文期刊文章

领域

  • 1篇自动化与计算...

主题

  • 1篇地震
  • 1篇地震前
  • 1篇地震前兆
  • 1篇地震前兆观测
  • 1篇震前
  • 1篇数据异常
  • 1篇前兆
  • 1篇前兆观测
  • 1篇局部异常因子
  • 1篇高频

机构

  • 1篇武汉大学
  • 1篇中国地震台网...

作者

  • 1篇王丽娜
  • 1篇李正媛
  • 1篇杨淞
  • 1篇陈晶

传媒

  • 1篇计算机应用研...

年份

  • 1篇2011
1 条 记 录,以下是 1-1
排序方式:
一种基于误差和关键点的地震前兆观测数据异常挖掘算法被引量:6
2011年
地震前兆观测数据是对地震进行分析和预测的重要依据。但是当前往往是以人工处理为主要手段,面对海量的前兆观测数据,迫切需要切实可行的异常挖掘算法。提出了基于误差和关键点的自顶向下(error andkey-point top-down,EKTW)分段算法以及基于时间邻域的局部异常因子(time-neighbourhood local outlier factor,TLOF)分析方法。相比于传统的分段算法在高分辨率下近似效果不佳、对发现短时高频异常会造成一定程度影响的缺陷,EKTW分段算法通过对时间序列中的关键点的识别和保留进行了弥补和加强。而基于时间邻域的局部异常因子(TLOF)则考虑到了地震前兆观测数据中的时间属性,在异常挖掘中以时间邻域对象作为参考来评价离群程度。实验表明,以上算法对发现地震前兆观测数据中的两类典型异常具有较好的效果。
李正媛陈晶王丽娜杨淞
关键词:局部异常因子
共1页<1>
聚类工具0