DEV Community
·
基于免费托管的游乐场演示网站，用于《时间序列常态检测的有效算法》文章
💡
原文英文，约200词，阅读约需1分钟。
📝
内容提要
本文介绍了一种基于可变长度滑动窗口的时间序列常态检测算法，能够有效识别长度大于等于指定值且最大最小值差小于等于某值的时间段。该算法的复杂度为O(N log N)。
🎯
关键要点
- 本文介绍了一种基于可变长度滑动窗口的时间序列常态检测算法。
- 该算法能够识别长度大于等于指定值且最大最小值差小于等于某值的时间段。
- 算法的复杂度为O(N log N)，其中N为时间序列的长度。
- 可以在提供的演示网站上测试该算法的效果。
❓
延伸问答
这篇文章介绍了什么算法？
文章介绍了一种基于可变长度滑动窗口的时间序列常态检测算法。
该算法的复杂度是多少？
该算法的复杂度为O(N log N)，其中N为时间序列的长度。
如何使用该算法进行常态检测？
可以在提供的演示网站上测试该算法的效果。
该算法能识别什么样的时间段？
该算法能够识别长度大于等于指定值且最大最小值差小于等于某值的时间段。
演示网站的链接是什么？
演示网站的链接是http://andreikeino.somee.com/。
该算法的应用场景有哪些？
文章未具体列出应用场景，但可以用于时间序列数据的常态检测。
➡️
