读书笔记《Outlier Analysis》 第十一章 空间数据的异常检测

1.引言

空间数据是一种上下文数据类型。

空间数据有两种类型的属性：

行为属性：

这是为每个对象测量的感兴趣属性。例如，这个属性可以对应于海面温度、风速、车速、疾病爆发次数、图像像素的颜色等等。

在给定的应用程序中可能有多个行为属性。因此，在许多应用程序中，这个属性是非空间的，因为它测量给定位置的一些感兴趣的数量。然而，在一些数据类型，如轨迹，行为属性是空间的。

上下文属性：

在许多空间数据类型中，上下文属性是空间的，尽管在某些偶然情况下（例如上下文是时间的轨迹）它可能不是空间的。海面温度、风速和车速通常是在特定空间位置的背景下测量的。空间上下文通常用坐标表示，坐标通常对应于两个或三个数值。在某些情况下，上下文属性可以以感兴趣区域的粒度表示，例如县、邮编等。

空间数据和时间序列数据在上下文数据类型方面有许多相似之处。事实上，空间和时间属性往往发生在行为和上下文属性的各种组合中。这种数据也称为时空数据。例如，飓风跟踪，上下文属性都是时间和空间属性。

有一个特别不寻常的情况是在轨迹数据中，行为属性是空间的，而上下文属性是时间的。 因此，很明显，可以根据空间属性是上下文属性还是行为属性来捕获不同类型的语义和应用程序。

一般来说，空间数据有两个关键设置：

空间属性是上下文的：在这种情况中，在不同的空间位置测量一些感兴趣的数量。通常可能还有其他上下文属性。例如，时间属性可能是时间性的。在这种情况下，人们可能有兴趣根据潜在的动力学来确定重要的时空异常（或事件）。例如，行为属性的动态，如湿度、风俗、海面温度和压力，可以用来识别和预测异常天气事件。

空间属性是行为的：最常见的例子是轨迹数据。事实上，轨迹也已看作是多元事件数据的特里。例如，二维实时轨迹