[發明專利]基于子空間降維的高維數據多變點檢測方法、系統、設備及介質

在審

• 申請號: 202110883115.X
• 申請日: 2021-08-02
• 公開（公告）號: CN113705618A
• 公開（公告）日: 2021-11-26
• 發明（設計）人: 曲江月;朱學虎;俞駱遙;劉軍民;朱力行;趙文標;黃佳琦
• 申請（專利權）人: 西安交通大學
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 西安通大專利代理有限責任公司 61200
• 代理人: 范巍

本發明公開了一種基于子空間降維的高維數據多變點檢測方法、系統、設備及介質，所述方法包括以下步驟：獲取所述降維后數據的多變點檢測結果，所述降維后數據的多變點檢測結果為所述原始高維數據的多變點檢測結果。本發明提供的高維數據多變點檢測方法，通過數據均值和κ階中心矩的偏差誘導出的子空間降維方法，該方法可以在完整保留原始數據變化情況的情況下縮減變量的維數，從而準確地估計變點的數目和位置，尤其是對于變化幅度小的數據而言；此外，該方法可以從多種數字特征的變化中檢測變點，例如均值和中心距。

技術領域

本發明屬于高維數據多變點檢測領域，特別涉及一種基于子空間降維的高維數據多變點檢測方法、系統、設備及介質。

背景技術

隨著信息時代的到來，高維數據在建模和分析中常常面臨“模型突變”的困擾，尋找高維數據的結構突變的點(即變點檢測)是高維數據統計推斷的關鍵問題。變點檢測指檢測一組數據中有多少結構突然變化的點并找出結構突變的具體位置。在一些重要的應用領域中，通常會觀察到結構突變的數據，產生這種突變的原因往往具有特殊意義，例如經濟事件引起的股票數據變化、與特定疾病相關的基因序列等。自從變點的概念提出以來，變點檢測即在金融建模、生物信息學、音頻信號處理、神經科學等領域得到了廣泛的研究。

發展至今，低維數據的變點檢測技術趨于成熟，常用方法有：BinarySegmentation(BS)方法，該方法的計算復雜度較低，且算法較簡單，因此是許多變點檢測方法的基礎；Optimal Partition(OP)方法效率很高，但與之對應的是更高的計算復雜度；Pruned Exact Linear Time(PELT)方法是對OP方法的改進，它提高了OP方法的計算效率；Wild Binary Segmentation(WBS)方法則是對BS方法的改進，使BS方法更加靈活。

早期的研究往往是對低維數據的變點檢測問題展開的，而由于數據收集方法的發展和進步，高維數據在近代的數據科學中越來越常見，甚至出現了維度大于樣本個數的情況。低維數據的變點檢測方法難以適應高維數據的分析，因此在最近的十幾年中，出現了一些對高維數據的變點檢測問題的研究。目前方法存在的缺陷主要包括：

(1)Sparsified Binary Segmentation(SBS)方法是BS方法在多元數據的拓展，關鍵步驟在于“稀疏化”，一般選擇設置一個閾值應用于每個數據序列上，只有在閾值化后保留的數據在變點檢測過程中產生貢獻，但是該方法對于變化幅度小的數據不能很好地確定變點的具體位置和數目。

(2)Inspect方法是一種兩階段方法，首先求得一個合適的投影方向使得其與表示均值向量變化一致，然后將一維數據變點檢測算法應用于投影序列，從而檢測某些時間點坐標的稀疏子集中均值向量的變化，該方法的缺點在于不能從其他數字特征的變化中檢測變點，例如在協方差發生變化的情況。

發明內容

本發明的目的在于提供一種基于子空間降維的高維數據多變點檢測方法、系統、設備及介質，以解決上述存在的一個或多個技術問題。本發明提供的高維數據多變點檢測方法，是通過數據均值和κ階中心矩的偏差誘導出的子空間降維方法，該方法可以在完整保留原始數據變化情況的情況下縮減變量的維數，從而準確地估計變點的數目和位置，尤其是對于變化幅度小的數據而言；此外，該方法可以從多種數字特征的變化中檢測變點，例如均值和中心距。

為達到上述目的，本發明采用以下技術方案：

本發明的一種基于子空間降維的高維數據多變點檢測方法，包括以下步驟：

將原始高維數據進行降維處理，獲得降維后數據；

獲取所述降維后數據的多變點檢測結果，所述降維后數據的多變點檢測結果為所述原始高維數據的多變點檢測結果；

其中，所述將原始高維數據進行降維處理，獲得降維后數據的步驟具體包括：