一种基于归一化互信息估计的时间序列异常检测方法

摘要

本发明涉及一种基于归一化互信息估计的时间序列异常检测方法，属于时间序列异常检测、信息论以及数据挖掘技术领域。包括A.数据预处理，得到与时间序列采样片段对应的样本点集合；B.基于极限学习机对每两个相邻采样片段对应的样本点集合进行互信息估计；C.将得到的互信息利用最大熵进行归一化；D.循环步骤B和C，得到归一化互信息序列，通过和阈值比较确定序列突变发生的位置。本发明描述的是一种不需要参数寻优的、无需训练的算法，其使用极限学习机进行互信息的估计，使用随机产生的参数设置，缩减了执行时间，保证了算法模型的执行效率；同时对估计出的互信息使用最大熵进行归一化，保证了异常检测的准确率。