异常检测——拓扑异常检测（TAD）

异常检测模型整理

写在前面文中使用了其他博主的图，具体链接已不好追踪，如果不妥，还请谅解（私信我加备注哦）~异常检测主要检测数据中的离群点，异常数据的特征值与正常数据的特征值距离较远。异常检测具有以下难点：标签数据较少，从较少的标签数据中很难学习到哪些是正常数据，哪些是异常数据。难以划分异常和正常的边界。数据本身存在噪声，导致噪声和异常难以区分。处理异常检测的模型包括监督模型、半监督学习和无监督学习模型，具体如下：一、监督模型常见分类模型都可使用。若有标签数据，则优先使用有监督学习方法解决问题。在基于监

2021-12-13 23:52:54    互联网    1550    分类：算法开发    专栏：工业异常检测   

---

异常检测方法综述

异常检测2

2021-12-19 14:20:42    互联网    526    分类：算法开发    专栏：工业异常检测   

---

风电机组状态监测系统（CMS）

1、前言 风能作为一种清洁的永续能源，逐渐成为许多国家可持续发展战略的重要组成部分。我国的风能开发更是飞速发展，已经成为全球最大的风电市场。2015年,中国风电装机量再创新高。全国(除台湾地区外)新增装机容量3075.3万千瓦,同比增长32.6%,新增安装风电机组16740台;累计装机容量达到14536.2万千瓦,同比增长26.8%,累计安装风电机组92981台。

2021-12-19 15:22:38    互联网    1316    分类：算法开发    专栏：风电机组   

---

突变点检测：时序平稳性检验之ADF检验（python）

import numpy as npfrom statsmodels.tsa.stattools import adfuller as ADFdef trend_desc(inputdata): # 计算总趋势秩次和 inputdata = np.array(inputdata) n = inputdata.shape[0] sum_sgn = 0 ...

2021-12-21 10:58:04    互联网    799    分类：算法开发    专栏：工业异常检测   

---

Python趋势分析自动化检测描述最终（最新）

Python趋势分析自动化检测描述最终（最新）异常检测、def trend_desc(inputdata,conf_level=0.95): overall_num = len(inputdata) # Sen's slope trend_result = sens_slope_trend_detection(inputdata,conf_level) # trend desc # 99% ——> +—2....

2021-12-21 11:05:25    互联网    649    分类：算法开发    专栏：工业异常检测   

---

突变点检测：Buishand U test突变点检测（python）

import numpy as npimport pandas as pddef Buishand_U_change_point_detection(inputdata): inputdata = np.array(inputdata) inputdata_mean = np.mean(inputdata) n = inputdata.shape[0] k...

2021-12-21 11:07:15    互联网    668    分类：算法开发    专栏：工业异常检测   

---

提升预测精度：时间序列探索性数据分析-EDA

提升预测精度：探索性数据分析-EDAsales_train_validation.csv参考：Python版本EDA+传统时间序列方法：<li>整体聚合销量时间序列。 <ul>- 销售额普遍上升，这对沃尔玛来说是个好消息。我们可以找出一些每年的季节性，在圣诞节下降，这是一年中唯一的商店关闭的日子

2021-12-21 14:15:31    互联网    511    分类：算法开发    专栏：时间序列预测   

---

基于LSTM的股票时间序列预测（附数据集和代码）

LSTM数据集实战如果对LSTM原理不懂得小伙伴可以看博主下一篇博客，因为博主水平有限，结合其他文章尽量把原理写的清楚些。数据集首先附上数据集链接：https://pan.baidu.com/s/1AKsz-ohmYHr9mBEEh76P5g提取码：6owv这个数据集是关于股票的，里面有日期，开盘价等信息。既然是时间序列预测，我们最关心的是预测值在时间维度上的走势如何，那我们只要最后一列volume和第一列date这两列就好了。实战先是导入相关包，一些常见的包就不详细说了，我们需要的Se

2021-12-25 19:48:44    互联网    916    分类：算法开发    专栏：时间序列预测   

---

统计学——时间序列预测

统计学(第6版) 贾俊平 读书笔记第13章 时间序列分析和预测时间序列是同一现象在不同时间上的相继观测值排列而成的序列。本书中用t表示所观察的时间，Y表示观察值，则Yi( i =1, 2, …, n)为时间ti上的观察值。时间序列可以分为平稳序列和非平稳序列两大类。非平稳序列是包含趋势、季节性或周期性的序列，又可以分为有趋势的序列、有趋势和季节性的序列、几种成分混合而成的复合型序列。趋势是...

2021-12-25 19:49:30    互联网    555    分类：算法开发    专栏：时间序列预测   

---

keras实现LSTM单变量时间序列预测——国际航班乘客预测

https://blog.csdn.net/zyxhangiian123456789/article/details/87458140对于较为简单的时间序列预测问题，可以使用Exponential Smoothing和ARIMA等传统模型非常方便地求解。然而，对于复杂的时间序列预测问题，LSTM不失为一种很好的选择。因此，本文旨在探讨如何利用LSTM神经网络求解时间序列预测问题。首先，需要明白时...

2021-12-25 19:50:56    互联网    490    分类：算法开发    专栏：时间序列预测   

---