孙建树[2]等人提出了一种基于ARIMA-SVR组合模型的水文时间序列异常检测算法，使用ARIMA模型对水文时间序列中的线性自相关部分进行预测，SVR模型预测非线性部分，保证异常检测结果的全面性和准确性。

这是一种基于ARIMA-SVR组合模型的水文时间序列异常检测算法，它的主要思想是将ARIMA模型和SVR模型相结合，对水文时间序列中的异常进行检测。ARIMA模型可以预测线性自相关部分，而SVR模型可以预测非线性部分。通过将两种模型的结果进行组合，可以提高异常检测的准确性和全面性。该算法已经被广泛应用于水文领域，并且具有较好的实用性和效果。