[发明专利]一种基于特征点符号聚集近似的时间序列异常挖掘方法

权利要求书

1.一种基于特征点符号聚集近似的时间序列异常挖掘方法，其特征在于：包括特征点符号聚集近似方法和符号串间距离的度量方法；

所述特征点符号聚集近似方法为：通过提取时间序列的特征点来表征所述时间序列，依据符号聚集近似方法，将时间序列划分到若干个等概率空间，得到一个可以表示时间序列的符号串；

所述符号串间距离的度量方法为：根据动态时间弯曲方法，定义两个符号串之间的动态弯曲距离，从而得到符号串之间的距离。

2.如权利要求1所述的基于特征点符号聚集近似的时间序列异常挖掘方法，其特征在于：特征点符号聚集近似方法包括降维和符号化；

所述降维为：选取保持时间段与时间序列长度之比大于等于阈值L的极值点，以及包含N个极值点的分段子序列平均值作为该序列的特征点，达到降维的目的；其中，L的取值根据原始时间序列的长度、不同领域知识以及关注角度而定，一般情况下为0.01~0.1；N的取值最小为1，最大为该序列的所有极值特征点个数；

所述符号化：采用符号化聚集近似方法划分若干个等概率空间，根据特征点的大小映射到不同的概率区间，处于同一概率区间的序列值用相同的符号表示，最后得到一个长度与特征点个数相同的符号串。

3.如权利要求1所述的基于特征点符号聚集近似的时间序列异常挖掘方法，其特征在于：符号串间距离的度量方法包括，定义符号之间的距离代替动态时间弯曲中的欧氏距离，以欧氏距离为基础得到两个符号串之间的距离，进而得到任意一个符号串与其余符号串之间的距离之和，称其为累积距离。