Charu C. Aggarwal Outlier Analysis 2nd Edition 9.3.1变换成其他形式Transformation to Other Representations

9.3.1.1 数字多维变换

1. 研究的不是单点异常，而是集合异常。可以分为两种：全序列异常（full-series anomaly）、子序列异常（subsequence-based anomaly）
2. “advantage of the wavelet representation”说的不是很清楚，个人感觉是正交很重要
3. 使用离散小波变换（DWT）和离散傅里叶变换（DFT）两种方法把时间序列转化成系数（coefficients）序列，之后再使用one-class SVMs等方法。其中DFT适用于周期性数据，DWT适用于非周期性数据。如下图：
   

9.3.1.2 离散序列变换

SAX这种符号离散化方法（symbolic discretization）有信息损失

9.3.1.3 时间序列轨迹（和第11章内容有交叉）

TROAD方法（对应于11.4.2节）