一种基于拓扑持久性谱理论的时序异常智能化检测方法

本发明属于地理空间智能数据分析和机器学习技术领域，具体涉及一种基于拓扑持久性谱理论的时序异常智能化检测方法。本发明将拓扑数据分析理论与机器学习方法相结合，开展特定领域异常智能化检测；首先将数据通过窗口转换为点云数据，然后对数据进行重塑和欧几里得距离计算，得到点之间的距离矩阵；通过生成和分析边界算子，将复形转化为边界矩阵；计算边界矩阵的拉普拉斯矩阵，并求解其特征值，从而得到各过滤值下的拓扑不变量；将各过滤值下的拓扑特征数据得到的特征值输入机器学习从而发现时间序列的异常点；本发明具有较高的准确性和适应性，将在地理空间智能领域有效提升部分领域应用智能化异常检测水平。