[发明专利]基于重要点双重评价因子时间序列趋势特征提取方法

说明书

本发明公开了一种基于重要点双重评价因子的时间序列趋势特征提取方法，以时间序列分段线性表示为基础，并定义重要点作为时间序列分段点的备选集，计算重要点距离因子和趋势因子，用距离因子度量其相对差异程度，用趋势因子在全局上度量其对整体趋势的影响程度，用综合评价模型评价每个重要点对整体趋势的重要程度来选取分段点，最后将相邻分段点连接得到时间序列的分段趋势表示。本发明提出了时间序列重要点距离因子的概念，并将两种评价因子相结合对时间序列重要点进行评价，克服了现有分段线性化方法评价函数单一和具有局部性的缺点，可以有效削弱噪声干扰，保留时间序列变化趋势特征，处理速度快，在分段数相同的情况下提取精度比现有方法高。

技术领域

本发明涉及时间序列数据处理技术，具体地，涉及一种基于重要点双重评价因子时间序列趋势特征提取方法。

背景技术

时间序列数据挖掘是近年来数据挖掘领域的热点研究内容。时间序列挖掘的结果对于动态系统知识获取、控制决策等具有重要意义，在商业、工业、科学等领域有广泛的应用前景。时间序列趋势变化信息是时间序列的重要特征，可使人们更直观地理解时间序列中包含的信息。由于实际应用中的时间序列均具有“高维、海量”的特点，直接在原始数据上应用传统的数据处理技术已不甚适应现实需要。

为挖掘时间序列的趋势变化信息，压缩数据，提高算法效率，人们提出了时间序列模式表示方法来对时间序列进行降维。目前常见的时序数据模式表示方法包括频域表示法(包括离散小波变换法和离散Fourier变换法)、符号表示法、奇异值分解法和分段直线表示法^[2]等。由于傅里叶变换或者小波变换等方法大多基于点距离，无法刻画时间序列的动态属性，而分段线性表示法(Piecewise Linear Representation，PLR)具有形式直观、数据压缩度高、时间多解析性和距离度量灵活等特点，其应用范围越来越广。时间序列PLR的中心思想是用若干条首尾相邻的直线段来近似代替原有时间序列，从而完成数据压缩和趋势提取的任务，其关键在于分段点的确定。传统的PLR算法如Keogh的自底向上的分段线性化方法、Keogh和Yi的时间序列PAA分段表示算法等，对原始数据分段均采用单一的拟合误差作为阈值，分段效果不太理想。为了提高算法本身的通用性、时间复杂度等性能，许多学者进行了这方面的研究，如Perng等人提出的一种基于关键点的时间序列分段方法；Sanghyun等人提出用特征点作为时间序列的分段点；以及尚福华和廖俊的基于趋势转折点的分段线性表示等等。上述基于PLR方法均对时间序列的趋势提取、数据压缩起到良好的效果，但是其中关键点、特征点、转折点及其评价函数均使用相邻3点的关系来定义和计算，属于局部分析方法，易受局部噪声影响，难以刻画整体趋势，且其输入参数会对结果产生重要影响。

综上所述，现有的时间序列趋势特征提取方法存在无法刻画时间序列动态属性、易受局部噪声和输入参数影响、难以刻画整体趋势、输出结果不稳定等问题。

发明内容

为了解决目前时间序列趋势特征提取方法所存在的问题，本发明提出了一种基于时间序列重要点双重评价因子的趋势提取方法，创新性地提出了时间序列重要点距离因子的概念，并首次将两种评价因子相结合对时间序列重要点进行评价，以此为依据选取分段点。本发明方法克服了现有分段线性化方法评价函数单一和具有局部性的缺点，可以有效削弱噪声干扰，准确刻画整体趋势，实现时间序列变化趋势信息的准确提取。

为了达到上述技术目的，本发明的技术方案是，

一种基于重要点双重评价因子的时间序列趋势特征提取方法，包括以下步骤：

步骤1：初始化，为待处理初始时间序列确定分段数、设置距离因子阈值和权值；

步骤2：根据时间序列重要点定义选取重要点作为时间序列分段点的备选集；

步骤3：计算重要点距离因子，用距离因子度量重要点相对差异程度；根据给定距离因子阈值滤除伪重要点，更新分段点备选集，并判断是否满足分段数要求，若不满足则需返回步骤1重新设定分段数；