基于时空特征融合与序列重构的时间序列异常检测

计算机科学与探索页数： 15 2025-03-21

摘要：异常检测是时间序列分析的关键组成部分，旨在识别时间序列中的异常事件。针对传统方法在融合时空相关性、捕捉序列常态分布以及时变特性方面的局限性，提出了一种基于时空特征融合与序列重构的时间序列异常检测模型（AnomNet）。该模型包含时空特征融合网络（STF）、时间序列重构网络和异常检测机制（ADM）三个主要部分。时空特征融合网络结合时域卷积网络和图注意力影响网络，分别捕捉时域长期依... （共15页）

开通会员，享受整站包年服务

说明：本文档由创作者上传发布，版权归属创作者。若内容存在侵权，请点击申诉举报

科技文档

数学力学化学金融证券保险投资会计审计园艺林业旅游体育物理学生物学天文学气象学海洋学地质学新能源金属学农艺学农作物管理学领导学自然科学系统科学资源科学无机化工有机化工燃料化工化学工业材料科学矿业工程冶金工业安全科学环境科学工业通用机械工业无线电子电信技术铁路运输汽车工业船舶工业动力工程电力工业农业科学农业工程植物保护动物医学教育理论学前教育初等教育中等教育高等教育职业教育成人教育自然地理地球物理经济统计农业经济工业经济交通经济企业经济文化经济信息经济贸易经济财政税收市场研究科学研究互联网自动化轻工业核科学服务业石油然气服务业野生动物水产渔业硬件仪器仪表航空航天武器军事公路运输水利水电建筑科学软件