为分析社区中老年人空间行为轨迹的规律并识别其异常空间行为轨迹，建立了基于动态时间规整（ dynamic time warping，DIW）算法和基于密度的空间聚类算法（ density- based

针对传统异常点检测模型难以准确分析汽车驾驶异常行为的情况，建立一种基于自动编码器与孤立森林算法的多维时间序列汽车驾驶异常点检测模型。利用滑动窗口

目前公共场所人群异常行为检测的异常种类检测准确率较低，且多数对突然奔跑等部分异常行为无法识别。为此，提出一种基于YOLO_3与稀疏光流的人群

为提高在负荷波动性较大场景下对异常负荷判别的适应性，提出一种适用于电网异常负荷动态判别的卷积神经网络阈值模型。利用时序历史负荷数据训练卷积神经网络模型进行负荷预测，并根据预测负荷值计算电网未来

基于循环神经网络的日志序列异常检测模型对短序列有较好的检测能力，但对长序列的检测准确性较差。为此，提出一种基于时间卷积网络的通用日志序列异常检测框架。将日志模板序列建模为自然语言序列，把基于神经网络