[发明专利]一种时间序列概念漂移检测方法、系统、介质及设备

权利要求书

1.一种时间序列概念漂移检测方法，其特征在于，步骤如下：

对获取的原始时间序列信号，采用基于极值对称延拓的经验模态分解方法进行分解，得到包含原始信号不同时间尺度特征信息的固有模态分量；

通过模糊熵对得到的固有模态分量进行粗粒化处理，得到利用模糊熵转换后的固有模态分量；

采用基于广义似然比检验的非参数统计过程控制模型监测模糊熵转换后的固有模态分量，计算广义似然比检验的最大自由度，将所述最大自由度与预设控制阈值进行比较来确定是否有均值、方差或者两者的漂移出现。

2.如权利要求1所述的时间序列概念漂移检测方法，其特征在于，基于极值对称延拓的方法具体为：在进行时间序列信号的三次样条差值之前，先判断端点处的极大值、极小值与端点的信息，然后分别在两端数据处理进行极值对称延拓，再对数据进行上下包络，在完成经验模态分解之后，舍弃两端，只保留中间原始数据的部分，将拟合产生的端点效应限制在信号端点之外。

3.如权利要求1所述的时间序列概念漂移检测方法，其特征在于，采用模糊隶属度函数进行模糊熵的计算，以确保时间序列信号本身的自相似性值最大。

4.如权利要求1所述的时间序列概念漂移检测方法，其特征在于，对固有模态分量进行模糊熵转换时按照流式数据进行输入，通过为时间序列信号设置滑动窗口，每当有新的观测值进入，滑动窗口向前移动一个单位。

5.如权利要求4所述的时间序列概念漂移检测方法，其特征在于，广义似然比检验中包括两个数组，分别为整个数据的和以及与移动均值之间的平方偏差，进行广义似然比检验的最大自由度计算时，设定滑动窗口为M，每当一个新的观测值到达时，重新进行整个数据的和以及与移动均值之间的平方偏差计算，然后从存储整个数据的和以及与移动均值之间的平方偏差的两个数组移除一个最久的元素，并将这个最新的值添加进去，广义似然比检验的计算范围限制为更新后的M个数据中。

6.如权利要求1所述的时间序列概念漂移检测方法，其特征在于，所述非参数统计过程控制模型的控制过程如下：

当连续的观测值个数达到预先设定好的数目后，开始计算广义似然比函数的最大自由度；

如果广义似然比检验的最大自由度小于或者等于预设阈值时，判定没有充分的证据说明数据流中出现均值、方差或者两者的漂移。

如果广义似然比检验的最大自由度大于预设阈值时，判定数据流中出现了均值、方差或者两者的漂移。

7.如权利要求6所述的时间序列概念漂移检测方法，其特征在于，所述预设阈值根据所选取的时间序列的平均链长进行确定，并采用预先设定的平均链长与预设阈值的对应关系包进行预设阈值的选择。

8.一种时间序列概念漂移检测系统，其特征在于，包括：

数据分解模块，被配置为：对获取的原始时间序列信号，采用基于极值对称延拓的经验模态分解方法进行分解，得到包含原始信号不同时间尺度特征信息的固有模态分量；

模糊熵转换模块：被配置为：通过模糊熵对得到的固有模态分量进行粗粒化处理，得到利用模糊熵转换后的固有模态分量；

概念漂移检测模块，被配置为：采用基于广义似然比检验的非参数统计过程控制模型监测模糊熵转换后的固有模态分量，计算广义似然比检验的最大自由度，将所述最大自由度与预设控制阈值进行比较来确定是否有均值、方差或者两者的漂移出现。

9.一种介质，其上存储有程序，其特征在于，该程序被处理器执行时实现如权利要求1-7任一项所述的时间序列概念漂移检测方法中的步骤。

10.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的程序，其特征在于，所述处理器执行所述程序时实现如权利要求1-7任一项所述的时间序列概念漂移检测方法中的步骤。