人民黄河

作者：刘鹤鹏;李登华;丁勇

单位：（1.南京理工大学 理学院,江苏 南京 210094;2.南京水利科学研究院,江苏 南京 210029; 3.水利部水库大坝安全重点实验室,江苏 南京 210029）

关键词：孤立森林;异常值检测;相关性;卷积长短期神经网络

大坝安全监测数据中的异常值会对大坝安全分析、决策的正确性和及时性产生影响。为准确高效地检测大坝安全监测数据中的异常值,提出一种基于IF-Encoder的异常数据检测算法,基于时间序列间的相关性对目标序列进行重构,对比重构序列与目标序列残差的大小来识别异常值。另外依据规范要求,提出一种基于相关性的异常值鉴定方法,针对检测出的异常值进行真实异常、虚假异常划分,在保留真实异常值的情况下,对虚假异常值进行剔除处理。结果表明：相比四分位法、拉伊达准则、KNN最近邻法、DBSCAN聚类法,IF-Encoder算法检测异常值的查全率、查准率、准确率有所提升,其对异常值的识别更加可靠、有效。基于相关性的异常值鉴定方法对真实异常的鉴定准确率为92%,对虚假异常的鉴定准确率为100%,可有效对异常值进行划分。

来源：2024年第10期

《人民黄河》期刊编辑部

查看人民黄河杂志2024年第10期