基本信息

---

下载

文档摘要

---

摘要

在现代统计分析与数据科学实践中，对于多元时间序列而言，检测和估计其中

的稀疏变点是十分重要的，特别是在环境监测、生产质量控制、股市分析及交通网

络流量等关键领域。在时间序列数据分析中，面对现代数据分析中的挑战，如大规

模多维数据的处理、数据中的噪声与异常值的影响、以及适应复杂的数据依赖结构，

使得传统变点检测方法在适用性等方面受到限制。本文旨在提出创新性调整的变点

检测视角，专注于通过稀疏估计来检测多元序列数据中的多变点，以提高变点检测

在多元序列数据分析中的应用效率与准确度。

在此基