时间序列异常检测系统

下面是一个完整的时间序列异常检测系统，使用Flask作为后端框架，实现了AE(自编码器)、TimesNet和LSTM三种模型，并提供可视化展示。

系统概述

这个系统能够：

1. 从多种来源加载时间序列数据
2. 使用三种先进算法进行异常检测
3. 可视化展示原始数据、重建数据和异常点
4. 支持用户上传自定义数据集
5. 提供模型性能评估指标

数据集来源

系统支持以下数据集：

1. NAB数据集 (Numenta Anomaly Benchmark) - 包含真实世界的异常数据
2. Yahoo的Webscope S5数据集
3. NASA的涡轮发动机退化数据集
4. 用户自定义上传的数据集

系统实现

import os
import numpy as np
import pandas as</