發(fā)布時間：2021-01-11 03:31

　　變點檢測針對的是隨機過程狀態(tài)的變化檢測,這里的變點對應于數(shù)據(jù)流概率分布發(fā)生變化的時刻,決策者需要根據(jù)序貫觀測的數(shù)據(jù)來實時判斷數(shù)據(jù)流的概率分布是否發(fā)生變化。當變點后數(shù)據(jù)流的概率分布有多個可能時,我們還需要進一步診斷出其變點后概率分布類型。隨著現(xiàn)代傳感器技術與計算機技術的快速發(fā)展,人們可以同時獲取不同領域或者不同空間許多傳感器的實時數(shù)據(jù),因此將不再是單一數(shù)據(jù)流下的變點檢測與診斷問題,而是擴展到多數(shù)據(jù)流下的變點檢測與診斷問題。本文主要對于并行數(shù)據(jù)流中的變點檢測與診斷問題進行研究與分析。每條數(shù)據(jù)流都有其各自的變點,對應于每條數(shù)據(jù)流的概率分布發(fā)生變化的時刻,而決策者需要并行序貫的給出哪些數(shù)據(jù)流的概率分布已經發(fā)生了變化,即檢測出變點。對于并行數(shù)據(jù)流中的多變點檢測與診斷問題,傳統(tǒng)的單數(shù)據(jù)流中的變點檢測與診斷問題的相關性能衡量標準已無法應用于多數(shù)據(jù)流場景中。因此,我們創(chuàng)造性地將多數(shù)據(jù)流并行假設檢驗里的錯誤度量準則——錯誤發(fā)現(xiàn)率（FDR）,即所有宣稱發(fā)現(xiàn)變點的數(shù)據(jù)流數(shù)目中的提前錯誤檢測到變點的數(shù)據(jù)流數(shù)目所占的期望比例,應用到我們研究的問題中。我們基于單數(shù)據(jù)流變點檢測理論的相關結果,給出了提出的并行數(shù)據(jù)流... 

【文章來源】：中國科學技術大學安徽省 211工程院校 985工程院校

【文章頁數(shù)】：114 頁

【學位級別】：博士

【部分圖文】：

圖１．１變點檢測的實際應用??１??

?第一章緒論???第一章：緒論??第二章：基礎理論相關介紹??Ｉ???ｉ??Ｔ?▼??第三章：多變點檢測?ｇ?瑩??｜?■?Ｖ?，．．．?．．．」，?氣?，??￣Ｔ?際多?的貝??ｍ?數(shù)變?漸葉??非?５?據(jù)點?近斯??莧?Ｊ?流檢?最變??葉?ｆ?中測?優(yōu)點??多?應診?分測??５?測齋?用斷?析與??ｆ?｜?：ｉｉ：及?診??ｔｌ?ｆ?其?斷??３?ｆ?在?算??點?實?法???ｉ???第六章：總結與展望??圖１．２論文研宂框架??簡要介紹了變點檢測問題、變點檢測與診斷問題、以及多數(shù)據(jù)流假設檢驗的相??關研宄工作，對相關文獻提出的模型和理論方法進行歸納和總結，從而引出與??本文研究工作之間的關系。最后我們簡明扼要地介紹了本文的研宄框架和主要??研宄點的內容和貢獻。??第二章基礎理論相關介紹。本章我們主要系統(tǒng)地介紹了假設檢驗、變點檢??測問題、變點檢測與診斷問題、以及多數(shù)據(jù)流假設檢驗的相關研宄工作，包括??具體的度量標準，模型建立以及對應的相關算法和基本結果，主要是與我們后??面的研究工作密切相關的，以便讀者更好的理解相關內容。??第三章多變點檢測。本章我們從非貝葉斯和貝葉斯的角度出發(fā)，分別研宄??了并行數(shù)據(jù)流中多變點檢測問題。在非貝葉斯場景下，我們建立了非貝葉斯多??１０??

引理２．１．２．?／７＜／在貝葉斯二項假設檢驗中，檢測（Ｘ？）最小化了平均錯誤??概率?＝?７ｒｏ；〇（ｄ）?＋?（１?—?其定義如下：??ｆｌ?＾Ａ（Ｘ？）＞．／（１－）?（２．６）??Ｖ?否則．?、’??在實際工程應用中，通常用受試者工作特征（ｒｅｃｅｉｖｅｒｏｐｅｒａｔｉｎｇｃｈａｒａｃｔｅｒｉｓ－??ｔｉｃ，?ＲＯＣ）?曲線來描繪一個檢測?ｄ?的性能優(yōu)劣，?具體為正確檢測能力與虛警??概率％之間的函數(shù)關系。圖２．１為不同均值的高斯分布間的假設檢驗Ｒ０Ｃ曲線，??其中仰〇?Ａ）?＝?Ｊ７咖⑷丨〇ｇ?叫如為其ＫＬ距離。Ｒ０Ｃ曲線主要反映了檢??測器的檢測性能，曲線越靠近左上角，檢測器的性能就越好。??


本文編號：2969992