见 http://www.infoq.com/cn/articles/deep-learning-time-series-anomaly-detection
但是不够详细
本文转自张昺华-sky博客园博客，原文链接：http://www.cnblogs.com/bonelee/p/7777265.html，如需转载请自行联系原作者
相关文章
- 01-04【转】时间序列数据中的离群点
- 01-04拓端tecdat|R语言分布滞后线性和非线性模型（DLNM）分析空气污染（臭氧）、温度对死亡率时间序列数据的影响
- 01-04ARIMA模型——如果数据序列是非平稳的，并存在一定的增长或下降趋势，则需要对数据进行差分处理!ARIMA（p，d，q）称为差分自回归移动平均模型，AR是自回归， p为自回归项； MA为移动平均，q为移动平均项数，d为时间序列成为平稳时所做的差分次数
- 01-04什么是 TSDBm，用来处理时间序列数据的软件
- 01-04时间序列数据的样本熵
- 01-04【异常检测】基于常用数据集LANL和CERT的异常检测源代码（https://github.com/pnnl/safekit）解读
- 01-04TODS：从时间序列数据中检测不同类型的异常值
- 01-04在使用Linq to SQL并序列化一个数据对象的时候报System.InvalidOperationException异常，序列化类型XXX的对象时检测到循环引用。
- 01-04又一款基于HBase的时间序列数据库？PinalyticsDB 了解一下
- 01-04哨兵2的NDVI时间序列数据下载