技术特征：
技术总结
本发明公开了一种基于预测和动态阈值的Argo剖面异常检测方法，对于给定的Argo剖面时间序列PN＝{p1,p2,…,pn}，其剖面观测值序列为ON＝{o1,o2,…,on}，(1≤i≤n)。定义待测剖面点pi的k‑近邻剖面点序列ζi，建立ARMA预测模型，将ζi作为输入参数获得ti时刻对应的剖面预测值利用中心极限定理计算ti时刻对应阈值thi。通过判断ti时刻对应的剖面观测值oi是否在置信区间内来判断ti时刻对应待测剖面点pi是否异常。若oi在阈值范围thi内，则pi为正常剖面点，令flag＝1；若oi在阈值范围thi外，则pi为异常剖面点，令flag＝0。后移滑动窗口一位，重复上述过程，直至检测完所有的待测剖面点。该方法可以准确的判断出正常剖面点或者异常剖面点，异常检测的可靠性高。
技术研发人员：蒋华;罗一迪;王慧娇;王鑫
受保护的技术使用者：桂林电子科技大学
技术研发日：2017.05.26
技术公布日：2017.10.17