一種基于誤差和關鍵點的地震前兆觀測數據異常挖掘算法

摘要：地震前兆觀測數據是對地震進行分析和預測的重要依據。但是當前往往是以人工處理為主要手段，面對海量的前兆觀測數據，迫切需要切實可行的異常挖掘算法。提出了基于誤差和關鍵點的自頂向下(error andkey—point top—down，EKTW)分段算法以及基于時間鄰域的局部異常因子(time-neighboulhood local outlierfactor，TLOF)分析方法。，相比于傳統的分段算法在高分辨率下近似效果不佳、對發現短時高頻異常會造成一定程度影響的缺陷，EKTW分段算法通過對時間序列中的關鍵點的識別和保留進行了彌補和加強。而基于時間鄰域的局部異常因子(TLOF)則考慮到了地震前兆觀測數據中的時間屬性，在異常挖掘中以時間鄰域對象作為參考來評價離群程度。實驗表明，以上算法對發現地震前兆觀測數據中的兩類典型異常具有較好的效果。