[发明专利]一种基于动态时间弯曲距离发现环境监测异常数据的方法

摘要

本发明公开了一种基于动态时间弯曲距离发现环境监测异常数据的方法，通过欧式距离分析，计算对比监测站点相对于周边站点同类监测数据的历史相关性；选择出最相关的m组站点；根据时间弯曲距离算法要求设置合适的样本数量及测试样本数量；设置动态时间弯曲距离报警值的上限值及下限值；根据时间弯曲距离算法要求计算出测试样本与待测样品间的时间动态弯曲距离矩阵；统计测试样本与待测样本动态时间弯曲距离的总和；根据时间弯曲距离矩阵计算标准差与上限值和下限值进行比较得出结论。本发明对环境监测数据进行聚类分析、动态时间弯曲距离分析，从而通过对环境监测数据相关性的比对、分析，发现环境监测数据中存在的异常数据。

主权项

1.一种基于动态时间弯曲距离发现环境监测异常数据的算法，其特征在于，包括以下步骤：步骤S1：获取一定时间内每个时间点的当前站点的监测数据Ti及若干周边站点的监测数据Rj，其中i，j为正整数；步骤S2：分别计算当前站点的监测数据Ti与每一周边站点的检测数据Rj的欧式距离；步骤S3：基于欧式距离的聚类分析，保留与当前站点相关性较高的前m个周边站点；步骤S4：从保留的任一周边站点的监测数据中选取连续的y个监测数据作为样本数据，从当前站点的监测数据中选取连续的x个监测数据作为待测样本数据，利用欧式距离计算所述样本数据与待测样本数据的距离矩阵；步骤S5：求所述距离矩阵的弯曲路径；步骤S6：计算样本数据与待测样本数据的动态时间弯曲距离，记为dx，y；步骤S7：针对同一周边站点，重复步骤S4至步骤S6，选取不同数量的监测数据作为样本数据和待测样本数据，求得对应的dx，y，构成动态时间弯曲距离矩阵。步骤S8：计算动态时间弯曲距离矩阵在时间维度上的标准差；步骤S9：重复步骤S4至步骤S8，计算出保留的所有周边站点与当前站点的一系列标准差；步骤S10：将所有的标准差与预先设置的报警上限值进行比较，若标准差大于报警上限值，则标记当前站点对应的监测数据为高异常值。