Wenderlog/Testing_and_Comparison_of_Entropy_Methods

# 在线 CPD 熵方法的测试与对比 一个基于熵指标的时间序列在线变点检测 (CPD) Python 库与测试框架。 ## 解决方案概述 * 基于滑动窗口的在线数据处理，采用动态基线校准和三西格玛规则 (three-sigma rule)。 * 支持 5 种变化类型的合成数据生成器：均值漂移、方差变化、自回归偏移、频率变化和异常值。 * 检测质量评估模块：计算 AUPRC、F1-score、ADD (Average Delay of Detection)、ARL (Average Run Length) 以及计算复杂度。 ## 已实现的算法 1. **参数化:** Shannon, Renyi, Tsallis, KLD。 2. **基于模式:** Permutation, Dispersion, Bubble, Slope。 3. **基于复杂度:** Approximate, Sample。 ## 技术栈 Python 3.12, NumPy, SciPy, Pandas。

标签：Apex, AUPRC, F1分数, meg, NumPy, SciPy, 信号处理, 信噪比监测, 信息安全, 变点检测, 合成数据生成, 在线处理, 异常检测, 性能评估, 数据异常, 数据科学, 无监督学习, 时间序列分析, 机器学习, 滑动窗口, 熵度量, 离群值检测, 算法库, 统计分析, 自回归分析, 资源验证, 运维监控