时间序列重要点分割的异常子序列检测

时间序列具有数据量大的特点，直接对其检测复杂度高。因此提出了一种基于时间序列重要点的异常子序列检测算法。子序列的异常检测弥补了点异常检测的局限性。该算法首先获得了一系列平滑后的重要点，然后根据其进行子序列划分，并提取每个子序列的4个特征值:长度、高度、均值和标准差，将其运用到欧氏距离中，最后通过knn算法来检测异常子序列。实验证明了该算法的有效性和可行性。