图记忆诱导的大气排污时序数据异常检测算法

SONG Wenyu, ZHOU Haibo,WU Zongpei,LI Haiyuan,YUAN Yubo

Journal of East China University of Science and Technology(Natural Science Edition)（2023）

Cited 0|Views0

No score

Abstract

大幅降低环境污染是国家"碳中和"和"碳达峰"战略的核心目标,降低大气排污是其关键.如何有效评估有关企业的污染排放数据质量是一个技术难题.本文以时间序列异常数据检测技术为基础,提出了图记忆诱导的大气排污时序数据异常检测算法(IMI-TSA);给出了异常时间序列的数学定义,将图记忆方法用于对时间序列的编码,建立了基于图结构特征的序列数据记忆模式,并利用样本间的特征与类别的关联性通过记忆来获得无标签样本的类别,同时利用有标签样本与无标签样本构建图记忆网络实现了时间序列异常检测任务;在生态环保领域采集了 8个代表企业的大气排污数据,完成了相应异常检测.实验结果表明IMI-TSA算法准确率均达到了80%以上,该算法可用于构建大气排污数据监管平台.

AI Read Science

Must-Reading Tree

Example

Generate MRT to find the research sequence of this paper

Chat Paper

Summary is being generated by the instructions you defined