基于ARIMA-SVR的水文时间序列异常值检测
孙建树
娄渊胜
陈裕俊
1.河海大学计算机与信息学院 南京2111002.河海大学计算机与信息学院 南京2111003.河海大学计算机与信息学院 南京211100
摘要：受天气、地形等复杂因素的影响,水文数据中通常存在不少异常值,对分析决策有着重要影响.论文提出了基于ARIMA-SVR的水文时间序列异常检测算法,在水文数据中表现出良好的检测性能和适应性.首先使用自回归积分滑动平均模型(ARIMA)模型对水文时间序列的线性自相关部分进行预测,再使用支持向量回归(SVR)模型预测非线性部分,将预测结果相加并得到置信度为α的置信区间,其中实际值不在置信区间内的判定为异常值,最后以滁河流域六合测站点的实测数据进行验证.实验表明,该文算法在特异度与灵敏度均保持较高水平下,还能准确地检测出水文时间序列中的异常值.
关键词：水文时间序列异常检测ARIMA模型支持向量回归
分类号：TP311(计算技术、计算机技术)
资助基金：国家自然科学基金(61300122)江苏省水利科技项目(2013025)
论文发表日期：2018-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：6( 225-230 )
英文信息