时序数据异常检测第22页

【SCI征稿】中科院2区（TOP），正刊，SCIE&EI双检，进化计算、模糊集和人工神经网络在数据不平衡中应用

数据库收录年份】2004年【国人占比】22.78%（期刊国际化程度高）【征稿领域】进化计算、模糊集和人工神经网络在数据不平衡中应用包括但不限于以下主题：✔不平衡分类的实际应用，如医疗诊断、故障，检测、异常检测和文本挖掘

WangUnionpub·2023-06-12 14:46

深入分析如何为亿级 GPS 数据处理进行数据库选型，实现高效存储和查询

在车联网场景下，GPS产生的时序数据量级通常都达到了亿级，高效写入、存储和快速查询是最基本的数据处理要求，但在具体实践上这却不是一件容易实现的事情。

·2023-06-12 14:55

2020-06-11【Istio组件Mixer的前世今生】

上次说到：Prometheus采用Pull方式搜集被监控对象的Metrics，将这些数据保存在时序数据库中，之后可以按照时间进行检索。Istio如

桢桢claire·2023-06-12 09:55

异常检测学习笔记三、线性回归方法、主成分分析、支持向量机

一、线性回归方法类似这样的函数是线性回归模型和支持向量机的基础，线性函数很简单，如果原始问题是非线性的，那么将其转化为线性问题更容易处理，比如下面的方程。线性映射是主成分分析的重要组成部分。寻找响应（因变量）和解释变量（自变量）之间的线性关系，比如下面的图表，是关于考试成绩和学习时间的数据，一组正常数据，一个带异常点的数据。直线拟合的垂直距离用于计算分数。理想的情况下，将数据拆分为训练和测试数据集

坐望云起·2023-06-12 03:22

多数据源集成时序数据库TDengined+MybatisPlus——个人demo示例

TDengined注解形式添加引入依赖com.baomidoudynamic-datasource-spring-boot-starter3.5.2com.taosdata.jdbctaos-jdbcdriver3.1.0修改配置文件spring:datasource:type:com.alibaba.druid.pool.DruidDataSourcedynamic:#设置默认的数据源或者数据源

陈賝·2023-06-11 09:46

基于GMM的一维时序数据平滑算法

本文将介绍我们使用高斯混合模型(GMM)算法作为一维数据的平滑和去噪算法。假设我们想要在音频记录中检测一个特定的人的声音，并获得每个声音片段的时间边界。例如，给定一小时的流，管道预测前10分钟是前景(我们感兴趣的人说话)，然后接下来的20分钟是背景(其他人或没有人说话)，然后接下来的20分钟是前景段，最后10分钟属于背景段。有一种方法是预测每个语音段的边界，然后对语音段进行分类。但是如果我们错过了

deephub·2023-06-10 22:46

异常数据检测 | Python实现支持向量机(SVM)的异常数据检测

文章目录文章概述模型描述源码分享学习小结参考资料文章概述SVM通常应用于监督式学习，但OneClassSVM算法可用于将异常检测这样的无监督式学习，它学习一个用于异常检测的决策函数其主要功能将新数据分类为与训练集相似的正常值或不相似的异常值

算法之旅·2023-06-10 20:49

时序数据库-TDengine涛思(taos)使用以及踩坑

时序数据库时序数据库(TimeSeriesDatabase，TSDB)全称为时间序列数据库。

MinggeQingchun·2023-06-10 13:11

【时序异常检测翻译】1.DeepAnT: A Deep Learning Approach for Unsupervised Anomaly Detection in Time Series

DeepAnT：一种用于时间序列中无监督异常检测的深度学习方法摘要传统的基于距离和密度的异常检测技术无法检测流数据中常见的周期性和季节性点异常，在当前物联网时代，时间序列异常检测存在很大差距。

我像风一样自由~·2023-06-10 11:11

使用RobustPCA 进行时间序列的异常检测

在本中我们将研究RobustPCA的数学基础，介绍它与传统的PCA之间的区别，并提供可视化来更好地理解它在时间序列预测和异常检测中的应用。RobustPCA的数学基础RobustPCA是经典主成分

deephub·2023-06-10 11:04

R -- loess函数

文章目录brief:Example代码实例用在时序数据上brief:通常我们使用最小二乘回归（OLS）去找到一条直线来最佳地拟合数据点，就像下面那样。

All_Will_Be_Fine噻·2023-06-10 10:29

数蛙科技百亿级物流标签轨迹时序数据压测

压测背景****：LPWAN是当前物联网行业中最重要的技术之一，以年复合增长率90%的惊人速度增长。NB-IOT、LoRa、ZETA以及Sigfox是当前市场上主流的几种LPWAN通信技术。ZETALPWAN协议以超窄带、低功耗双向通信和多跳组网的特点，彻底改善了传统的LPWAN协议不足之处，大大增加了LPWAN技术在物联网应用的空间。ZETag云标签是纵行科技基于ZETA技术开发的传感柔性标签，

DGIOT数蛙·2023-06-10 07:27

Graph Anomaly Detection with Deep Learning——边检测

边异常检测基于静态图的边属性异常检测基于深度神经网络的异常检测基于GCN的异常检测基于网络表示的异常检测基于动态图的异常边检测算法传统的非深度异常检测基于网络表示的异常检测基于GCN的异常检测论文：AComprehensiveSurveyonGraphAnomalyDetectionwithDeepLearning

Anooyman·2023-06-10 06:35

InfluxDB 支持多线程写入吗？

InfluxDB是一个分布式时序数据库，具有高度的可扩展性和并发性，可以支持大规模数据的写入和读取操作。

龙凌云·2023-06-10 01:14

股票智能预测系统（Python代码，可以自主选择预测模型，被预测的为每天的收盘价格，代码有详细注释），很容易替换为其它时序数据集，其它模型也很容易被加进去，已经留了增加其它模型的位置

创作代码用时：10个小时。（运行视频：股票智能预测系统（Python代码，可以自主选择预测模型，很容易替换为其它数据集或增加模型）_哔哩哔哩_bilibili）1.数据集（开始时间：2015-05-27点，截止时间：2020-05-22）美股苹果公司股票dateclosehighlowopenvolume2015-05-2700:00:00+00:00132.045132.26130.05130.

深度学习的奋斗者·2023-06-09 19:27

从开源到云原生，时序数据库 TDengine 六年回顾精彩纷呈

2023年6月6日，涛思数据旗下时序数据库（TimeSeriesDatabase）TDengine迎来六周年庆典，并于北京·保利国际广场T2举办了主题为“TDengine6thAnniversary：BacktoTheFuture

·2023-06-09 15:27

在Redis中保存时间序列数据

首先，使用SortedSet保存时序数据，把时间戳作为score，把实际的数据作为member，有什么潜在的风险？我目前能想到的风

Andrea_null·2023-06-09 10:38

用于改进筛查的乳腺癌异常检测

通过使用异常检测技术，我们可以识别出乳腺癌中肉眼可能看不到的微小但重要的模式。通过提高筛查方法的准确性，可以挽救许多生命，我们可以帮助他们战胜乳腺癌。

woshicver·2023-06-09 00:26

CnosDB成为首个支持sqllogictest的时序数据库，稳定性与可靠性再升级

云原生时序数据库CnosDB引入了sqllogictest集成框架。通过将sqllogictest集成到CnosDB中，开发人员可以更轻松地测试和验证数据库的正确性，并能够快速地发现和解决潜在的问题。

CnosDB·2023-06-08 19:53

TDengine 合作伙伴 +1，这次是「DaoCloud道客」

经过双方严格测试，「TDengine时序数据库企业版」与「DaoClo

·2023-06-08 17:44

AeBAD【异常检测】

背景异常检测数据集：MVTecAD（细微变化和较大的结构缺陷），VisA（复杂结构及多个对象），MVTecLOCOAD（逻辑异常），DAGMAeBAD数据集特点：和MVTec比较，具有不同的背景，光照，

太简单了·2023-06-08 16:52

VictoriaMetrics源码：写入与索引

一.存储格式下图是向VictoriaMetrics写入prometheus协议数据的示例：VM在收到写入请求时，会对请求中包含的时序数据做转换处理：首先，根据metrics+labels组成的MetricName

·2023-06-08 15:58

VictoriaMetrics源码：tv写入流程

shard内的数据压缩后保存为inmemoryPart(仍然在内存中)，然后返回client:inmemoryPart的数据，被后台的goroutine，定期的merge为part结构，保存到disk中；时序数据在磁盘中的存储

·2023-06-08 15:57

保证高效写入查询的情况下，如何实现 CPU 资源和磁盘 IO 的最低开销？

InfluxDB的37倍、TimescaleDB的28.6倍》两篇文章中，我们发现，TDengine不仅在写入和查询性能上超越了InfluxDB和TimescaleDB，在数据处理过程的资源消耗也比两大时序数据库要更低

·2023-06-08 15:53

2022 中国开源创新大赛，时序数据库 TDengine 榜上有名

非常荣幸的是，凭借着强大的开源创新能力和产品竞争力，时序数据库（TimeSeriesDatabase）TDengine收获了“2022年中国开源创新大赛”二等奖的好成绩。

·2023-06-08 15:48

漏洞复现Influxdb,H2database,couchDB,ElasticSearch

一、Influxdb-未授权访问-Jwt验证不当默认端口：80868088influxdb是一款著名的时序数据库，其使用jwt作为鉴权方式。

大飞先生·2023-06-08 12:29

网络流量监控及流量异常检测

当今的企业面临着许多挑战，尤其是在监控其网络基础设施方面，需要确保随着网络规模和复杂性的增长，能够全面了解网络的运行状况和安全性。为了消除对网络性能的任何压力，组织应该采取的一项重要行动是使用随组织一起扩展的工具监控流量。当监控存在盲点并且不知道流量异常时，企业的网络将处于丢失重要数据并危及其安全性的边缘。网络流量监控工具是组织网络体系结构的基本构建块之一，对于确保网络安全并正常运行至关重要。网络

ManageEngine卓豪·2023-06-08 00:37

8种Python异常检测算法总结

异常检测是通过数据挖掘方法发现与数据集分布不一致的异常数据，也被称为离群点、异常值检测等等。

程序员王炸·2023-06-07 19:00

用时序数据库 DolphinDB 实现地震波形的分析预警

1.绪论波形数据的存储与实时流处理是地震预警、地震速报、地震烈度速报、震源机制解等数字地震台网综合处理系统的前提，合理的存储方案与高效的实时流处理架构能极大地节约存储成本、降低响应延时、方便震源分析。本篇教程会为有该方面需求的客户提供一个基于DolphinDB的地震波形数据存储及实时流处理的解决方案，助力用户降低存储成本、提升效率。1.1行业背景国家地震台网、区域地震台网和流动地震台网等组成的中国

DolphinDB智臾科技·2023-06-07 16:42

【信号变化检测】使用新颖的短时间条件局部峰值速率特征进行信号变化/事件/异常检测（Matlab代码实现）

本文目录如下：目录1概述2运行结果3参考文献4Matlab代码及文献1概述文献来源：摘要:本文提出了一种基于“条件局部峰值率”(CLPR)的信号变化/事件/异常检测方法。

然哥依旧·2023-06-07 16:18

时间序列分析与异常检测：使用RNN监测Nginx访问量

目录1、引言1.1、项目背景和动机1.2、RNN在时间序列分析中的应用1.3、本项目的整体思路2、数据介绍2.1、数据来源和类型2.2、数据集特征和统计描述2.3、问题定义和目标3、数据预处理3.1、数据清洗3.2、绘制图像3.3、特征工程（如滞后变量、滑动窗口等）3.4、数据集分割（训练集、测试集）4、使用PyTorch构建RNN模型4.1、PyTorch简介4.2、RNN模型结构4.3、模型参

无敌小怪兽_Zz·2023-06-07 14:21

TimesNet：用于一般时间序列分析的时间二维变化模型（代码解析）

用于一般时间序列分析的时间二维变化模型论文下载地址，Github项目地址，论文解读系列本文针对TimesNet模型参数与模型架构开源代码进行讲解，本人水平有限，若出现解读错误，欢迎指出开源代码中分别实现长短期序列预测、插补、异常检测

羽星_s·2023-06-07 12:08

TimesNet：用于一般时间序列分析的时间二维变化模型

摘要时间序列分析在天气预报、异常检测和动作识别等广泛应用中具有极其重要的意义。本文重点研究时间变量建模，这是广泛分析任务的共同关键问题。

羽星_s·2023-06-07 12:08

号称下一代监控系统

一、Prometheus概述二、安装Prometheusserver三、学习PromQL四、安装Grafana五、使用Exporter收集指标六、告警和通知七、学习更多总结附录：什么是时序数据库？

我的尤克里里·2023-06-07 12:11

二夜莺n9e(Flashcat)监控V6：页面功能介绍(监控数据展示告警功能人员组织系统配置）

一n9e三种数据源：1时序2日志3trace（一）时序数据源对象列表机器的元数据展示，在这里面做机器的分组管理（通过修改业务组）后面告警的配置可以从业务组的维度配置仪表盘提供内置的一些开源服务的仪表盘，

爱吃橘子橙子柚子·2023-06-07 06:08

墨天轮专访陶建辉：坚持做难而正确的事，把握35岁+黄金时期

导读：时序数据库（TimeSeriesDatabase）在最近几年被越来越多的用户接受并使用，并有广泛的应用场景。

·2023-06-06 22:18

如何把数据从 TDengine 2.x 迁移到 3.x ？

一.迁移背景：随着时序数据库（TimeSeriesDatabase）TDengine3.0的发布至今，我们除了在持续地优化产品质量的本身，也一直在努力地提升用户体验。

·2023-06-06 22:45

智慧水务系统如何进行有效的数据架构整改？三个企业的改造实践分享

在智慧水务系统中，往往需要对设备中产生的液位、电流、水量等实时指标数据进行存储、分析及监控操作，而这些都是典型的时序数据。

·2023-06-06 22:51

使用开源时序数据库 GreptimeDB 存储开源实时监控 HertzBeat 的指标度量数据

使用开源时序数据库GreptimeDB存储开源实时监控HertzBeat的指标度量数据什么是GreptimeDBGreptimeDB是一款开源、分布式、云原生时序数据库，融合时序数据处理和分析。

·2023-06-06 21:13

时序数据库特点与对比

时序数据库的特点数据写入时序数据会按照指定的时间粒度持续写入，支持实时、高并发写入，无须更新或删除操作。数据读取写多读少，多时间粒度、指定维度读取，实时聚合。

reco171·2023-04-21 14:24

直播预告 | 时序数据处理的云端利器：TDengine Cloud 详解与演示

从本质来看，这些数据大多是产生自各种设备和传感器的时序数据，它是物联网、智能汽车、工业互联网等领域的核心数据类型，在时序数据海量爆发的当下，寻找能够高效地存储、处理和分析时序数据的方法成为企业发展的重中之重

·2023-04-21 11:21

机器学习无监督学习

无监督学习最常出现的就是聚类（clustering）、异常检测场景K均值聚类（K-meansclustering）决定类别数，在样本中随机选个样本作为聚类中心。

李霖弢·2023-04-21 11:48

分类不平衡问题

数据不平衡问题答案取决于数据平衡数据少数样本过采样多数样本欠采样合成少数类样本舍弃少数类，切换成异常检测框架算法层面调整分类权重调整决策阈值使现有算法对少数类更敏感构造一个在不平衡数据上表现更好的全新算法如何正确评估不要使用准确度

Chooully·2023-04-21 04:30

redis非关系型数据库部署和使用(linux)

非关系型数据库有多种类型，例如键值数据库、文档数据库、列式数据库、图形数据库、时序数据库等。非关系型数据库的优点是灵活性高、性能高、可扩展性强，适合处理海量数据和复杂数据类型。

爱笑的蛐蛐·2023-04-21 01:59

异常检测基本概念

异常检测（又称outlierdetection、anomalydetection，离群值检测）是一种重要的数据挖掘方法，可以找到与“主要数据分布”不同的异常值（deviantfromthegeneraldatadistribution

58506fd3fbed·2023-04-21 01:49

DataWhale组队学习之时序

参考开源组织datawhale:https://datawhalechina.github.io/joyful-pandas/build/html/%E7%9B%AE%E5%BD%95/ch10.html第十章时序数据

YANJINING·2023-04-20 18:27

事件抽取综述

3.4KBP语料库3.5ECB语料库3.6CEC语料库4典型方法4.1限定域事件抽取4.1.1基于模式匹配的方法4.1.2基于机器学习的方法4.2开放域事件抽取4.2.1基于内容特征的事件抽取方法4.2.2基于异常检测的事件抽取方法

凡心curry·2023-04-20 17:15

LSTM实现时间序列预测(PyTorch版)

项目专栏：【深度学习时间序列预测案例】零基础入门经典深度学习时间序列预测项目实战（附代码+数据集+原理介绍）文章目录前言一、基于PyTorch搭建LSTM模型实现风速时间序列预测二、配置类三、时序数据集的制作四

海洋.之心·2023-04-20 06:41

功能异常强大，推荐这款 Python 时序异常检测神器

大家好，关于时间序列基本知识、常用工具包、工具包的优劣对比、时间序列的预测与异常检测等相关文章在之前已分享过多篇，如果你感兴趣，欢迎收藏、点赞、关注。

我爱Python数据挖掘·2023-04-19 22:25

普通RNN的缺陷—梯度消失和梯度爆炸

之前的RNN，无法很好地学习到时序数据的长期依赖关系。因为BPTT会发生梯度消失和梯度爆炸的问题。RNN梯度消失和爆炸对于RNN来说，输入时序数据xt时，RNN层输出ht。

算法技术博客·2023-04-19 18:32

推荐频道

时序数据异常检测