-
题名一种混合模型的时序数据异常检测方法
被引量:3
- 1
-
-
作者
温粉莲
-
机构
中国移动通信集团广东有限公司
-
出处
《数字通信世界》
2020年第1期15-16,34,共3页
-
文摘
对设备性能指标、用户数据指标的异常检测能有效地发现系统潜在故障,本文提出了一种混合异常检测方法。该方法利用k-means将历史数据按照时间进行划分,使用grubbs算法剔除历史数据中的噪音,并计算各时间段的阈值形成动态阈值,同时利用曲线拟合和ARIMA算法对预处理后的历史数据进行训练,得到对应的模型,作为判断异常的依据。该方法结合了统计学的高效、机器学习的准确,无需对数据进行标注,该方法能自动发现单指标和多指标异常。通过在几个系统的实际运维的检验,本文提出的方法能有效地发现缺数异常和系统异常,提高告警准确率,单指标的查全率达到100%,平均查准率为95.7%,算法的效率满足生产环境中的性能要求。
-
关键词
异常检测
K-MEANS
grubbs算法
曲线拟合算法
ARIMA算法
-
Keywords
anomaly Detection
K-means
grubbs test
curve tting
ARIMA
-
分类号
TN929.53
[电子电信—通信与信息系统]
TP3
[电子电信—信息与通信工程]
-
-
题名乳腺癌个体特异的差异甲基化基因识别
被引量:1
- 2
-
-
作者
赵一凡
胡一诺
陈维琳
陈园园
-
机构
南京农业大学理学院
-
出处
《生物医学工程研究》
2022年第3期293-300,共8页
-
基金
第65批中国博士后科学基金项目(2019M651658)
南京农业大学校级大学生创新训练项目(202123XX10)。
-
文摘
针对癌症个体之间明显的异质性,本研究提出一种个体特异的差异甲基化基因识别方法并构建乳腺癌预后模型,在个体水平分析乳腺癌的发生发展。基于TCGA数据库中的乳腺癌甲基化数据,利用差异分析法和Grubbs离群值检测法识别个体特异的差异甲基化基因,通过基因富集分析得到12条与乳腺癌相关的生物通路。利用Cox回归模型和Lasso回归模型,筛选出47个和乳腺癌生存预后显著相关的预后基因。基于基因甲基化值构建乳腺癌生存预后模型,对乳腺癌患者进行生存预后分析。结果显示,构建的生存预后模型能成功区分乳腺癌患者的高风险组和低风险组。研究结果表明,本研究方法不仅能鉴定出乳腺癌共有的异常甲基化基因,同时能够识别出个体特异的差异甲基化基因;构建的生存预后模型可以稳健地预测乳腺癌患者的生存预后状态,有利于从个体基因甲基化的层面更好地理解乳腺癌的发生发展机制,促进精准医疗的发展。
-
关键词
DNA甲基化
甲基化异常基因
grubbs算法
个体特异分析
Kaplan-Meier生存曲线
生存预测
-
Keywords
DNA methylation
Abnormal methylation genes
grubbs algorithm
Individual specific analysis
Kaplan Meier survival curve
Survival prediction
-
分类号
R318
[医药卫生—生物医学工程]
R737.9
[医药卫生—基础医学]
-