变点检测（GPU 并行加速）
Change Point Detection — GPU Parallel Acceleration
检测序列统计特性（均值、方差、趋势）发生突变的时间点。
01
定义
检测序列统计特性（均值、方差、趋势）发生突变的时间点。
02
公式与计算
二分分割/CUSUM：最大化分段间统计量差异
CUSUM：Sₜ = max(0, S_{t−1} + xₜ − μ − k)
03
适用时机
识别工况切换、传感器更换、结构损伤发生时刻、基准漂移。 迁移到 GPU（CUDA/OpenCL）时可按站点/时段分块并行，单精度为主、关键环节双精度，吞吐由批大小与内存带宽决定。
04
关键参数
最小段长、惩罚项（BIC/AIC）、CUSUM 的 k 与 h；GPU 版本关注批大小、显存占用与 kernel 分支开销，需在 GPU 上复验浮点一致性。
05
注意事项
失效与边界变点只说明"变了"，不解释"为什么变"；必须结合运维记录。 GPU 实现适合多站大规模批处理与参数扫描，须与 CPU 参考实现比对误差并固定随机种子保证可复现。
CLOSE
把 变点检测（GPU 并行加速） 用起来
下一步
实际项目如何应用？
场景设计、设备选型与工程实施，见 xmsiyb.cn 行业应用与智能选型中心。
场景设计、设备选型与工程实施，见 xmsiyb.cn 行业应用与智能选型中心。
相关 SIYB 产品
正式参数、方案与商务资料以 xmsiyb.com 官网为准。
需要把技术判断落到项目？
进入行业应用与智能选型中心，获取场景设计、选型与实施参考。