[发明专利]一种基于时间序列特殊点的卫星遥测数据聚类方法

权利要求书

1.一种基于时间序列特殊点的卫星遥测数据聚类方法，其特征在于，

步骤1：对卫星遥测数据的原始时间序列集合X＝[X₁,X₂,…,X_l]，使用Zscore算法预处理；

步骤2：使用SPSegmentation分割表示方法，提取每条卫星遥测数据的原始时间序列X_i的所有特殊点，形成特殊点序列SPS_i＝[x_i(t_p1),x_i(t_p2),…,x_i(t_pk)]，来替代卫星遥测数据的原始序列作为聚类输入；

步骤3：对任意两条特殊点序列SPS_i和SPS_j进行对应时间位置补齐处理，且使两SPS中各元素对应次序的特殊点，在原始时间轴上时间位置对齐；

步骤4：对已经成对对齐的特殊点序列，进行相似性系数计算，由于已经进行序列对齐，可适用于相似性度量计算，最终得到PSPS_Dist相似性矩阵；

步骤5：采用凝聚层次聚类算法，实现时间序列聚类。

2.根据权利要求1所述的基于时间序列特殊点的卫星遥测数据聚类方法，其特征在于，特殊点序列提取：

对于给定时间序列X＝{x(t₁),x(t₂),…,x(t_n)}，序列中的特殊点提取算法的输入为：原始序列X，局部极值保持时间a，三点转折阈值c；输出为：特殊点序列SPS＝{x(t_s1),x(t_s2),…,x(t_sv)}；具体步骤如下：

(1)将x(t₁)与x(t_n)放入初始局部极值集合IM中，并初始化循环变量i＝2；

(2)判断i是否小于等于n-1；若是，则进行步骤(3)；若否，则进行步骤(9)；

(3)判断是否成立；若是，则进行步骤(4)；若否，则进行步骤(5)；

(4)将满足三角转折点条件的值x(t_i)放入转折点集合S中；

(5)判断{x(t_i)≤x(t_i-1)∩x(t_i)＜x(t_i+1)}∪{x(t_i)＜x(t_i-1)∩x(t_i)≤x(t_i+1)}∪{x(t_i)≥x(t_i-1)∩x(t_i)＞x(t_i+1)}∪{x(t_i)＞x(t_i-1)∩x(t_i)≥x(t_i+1)}是否成立；若是，则进行步骤(6)；若否，则进行步骤(7)；

(6)将满足扩充局部极值条件的点放入初始局部极值集合IM；

(7)更新循环变量i＝i+1；

(8)重复进行步骤(2)；

(9)获取初始局部极值集合和三角转折点集合S且q₁＝1，q_m＝n；

初始化循环变量i＝2，并计算筛选出的局部极值IM集合长度m

(10)若im-1成立，则进行步骤(11)，否则进行步骤(16)；

(11)若q_j+1-q_j-1≤a成立，则进行步骤(12)，否则进行步骤(14)；

(12)从IM中删除

(13)更新IM的长度变量m＝m-1；

(14)更新循环变量i＝i+1；

(15)重新进行步骤(10)；

(16)获取特殊点序列SPS＝{x(t_p1),x(t_p2),…,x(t_pv)}＝S∪IM；

其中，SPS提取的控制参数决定了序列中SP的数量与表示质量。