9.3.1.1 数字多维变换
- 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)
- “advantage of the wavelet representation”说的不是很清楚,个人感觉是正交很重要
- 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)