Abstract—

This article suggests a technique for building an ensemble based on the DBSCAN algorithm. This technique uses the internal structure of a time series for adaptively selecting input parameters. When used in experiments, it shows a narrower variance and higher levels of anomaly detection using real and synthetic data compared with a number of popular approaches.

中文翻译：

---

基于DBSCAN集成的时间序列异常搜索

摘要—

本文提出了一种基于DBSCAN算法构建集成体的技术。该技术使用时间序列的内部结构来自适应选择输入参数。在实验中使用时，与许多流行方法相比，使用实数据和合成数据可显示出更窄的方差和更高水平的异常检测。