[發明專利]一種基于時間序列變點檢測的改進方法

在審

• 申請號: 202110789843.4
• 申請日: 2021-07-13
• 公開（公告）號: CN113722650A
• 公開（公告）日: 2021-11-30
• 發明（設計）人: 王小華;陳亮;張娜;韓鋒;樊思佳
• 申請（專利權）人: 山西三友和智慧信息技術股份有限公司
• 主分類號: G06F17/10
• 分類號: G06F17/10
• 代理公司: 深圳科潤知識產權代理事務所(普通合伙) 44724
• 代理人: 周曉菊

1.一種基于時間序列變點檢測的改進方法，其特征在于：包括下列步驟：

S100、設定變點模型：闡述變點模型概念，并設定相應參數；

S200、設定相關性分值：闡述相關性分值的概念，并輸出自變量x和y之間的相關得分；

S300、計算加總的希爾伯特獨立準則：使用aHSIC度量和y變量相關的x的之間的依賴性；

S400、選擇α參數：根據是否有相關的先驗信息來分別計算希爾伯特獨立準則的α參數，然后選擇與y值相關聯的變量；

S500、選擇kernal：選擇固定的kernal參數；

S600、比較不同的方法的運行速度：通過模擬實驗比較不同的方法的運行速度；

S700、驗證aHSIC方法的穩健性：基于人們活動數據驗證aHSIC方法的穩健性。

2.根據權利要求1所述的一種基于時間序列變點檢測的改進方法，其特征在于：所述S100設定變點模型中，將變點模型形式具體表示為則有兩個互不重疊的序列和將在中的樣本視作y＝1，在中的序列視作y＝-1，然后將次序列轉換為

3.根據權利要求2所述的一種基于時間序列變點檢測的改進方法，其特征在于：所述S200設定相關性分值中，設定相關性分值公式為通過該公式得到x和y之間的相關性的分值。

4.根據權利要求3所述的一種基于時間序列變點檢測的改進方法，其特征在于：所述S300計算加總的希爾伯特獨立準則中，運用加總的希爾伯特獨立準則測量的相關性。

5.根據權利要求4所述的一種基于時間序列變點檢測的改進方法，其特征在于：所述S400選擇α參數中，若無法取得關于變量的先驗信息，先最小化HSIC Lasso的目標方程，得到最大化aHSIC的得分，然后選擇在此情形下的合理的α值。

6.根據權利要求5所述的一種基于時間序列變點檢測的改進方法，其特征在于：所述S400選擇α參數中，若能取得關于變量的先驗信息，在HSIC Lasso中使用變量，再運用到組類別lasso估計方法估計α參數。

7.根據權利要求6所述的一種基于時間序列變點檢測的改進方法，其特征在于：所述S500選擇kernal中，將所有的變量標準化微方差為1的數，然后設定固定的kemal參數，對輸入的x使用高斯kernal使σ_x＝1，然后對輸出y使用deltakernel，使L(y，y′)為1，如果y＝y′，否則為0。

8.根據權利要求7所述的一種基于時間序列變點檢測的改進方法，其特征在于：所述S600比較不同的方法的運行速度中，使用自回歸模型x₁(t)＝0.6x₁(t-1)-0.5x₁(t-2)+μ_M+∈_t，產生1000樣本，將初始值設定為x₁(1)＝x₁(2)＝0，然后在每100步插入一個變點，設定變點在時間t有噪聲均值μ：產生噪聲變量(x₂(t)，...，x₅₀(t))^T～N(O₄₉，I₄₉)，并將此附在x(t)＝[x₁(t)，x₂(t)，...，x₅₀(t)]^T后，輸出平均的計算時間，最后輸出ROC曲線。

9.根據權利要求8所述的一種基于時間序列變點檢測的改進方法，其特征在于：所述S700驗證aHSIC方法的穩健性中，計算來源于人類活動數據集且包括61個主體的14個動作，每個主題都在手、腕還有右腿上穿上了3個感應器的數據的均值、能量、熱量還有主要的頻率成分，得到48個變量，運行相應的改進方法，得到相應的ROC曲線。