[发明专利]一种识别时间序列的数据模式的方法及装置

权利要求书

1.一种识别时间序列气温温度变化趋势的数据模式的方法，其特征在于，包括：

获取待识别数据模式的时间序列；所述时间序列中每个时刻对应有观测所述数据模式的观测值；所述数据模式为气温温度变化趋势；

根据所述观测值，以及预设数值范围对应的事件，确定所述时间序列每个分段对应的事件；所述事件与所述气温温度变化趋势的程度相对应；

根据已确定的每个分段对应的事件确定同类事件，并生成所述同类事件的带权结构；其中，所述带权结构包括所述同类事件发生的第一频率和所述同类事件之间发生转移的第二频率；

根据所述同类事件、所述第一频率和所述第二频率，从已知数据模式的带权结构集中选择目标带权结构；并将所述目标带权结构对应的已知数据模式作为所述气温温度变化趋势的数据模式的识别结果。

2.根据权利要求1所述的方法，其特征在于，所述根据所述观测值，以及预设数值范围对应的事件，确定所述时间序列每个分段对应的事件，包括：

根据所述观测值，对所述时间序列进行分段；

根据预设数值范围对应的事件，以及每个分段对应的观测值均值，确定每个分段对应的事件。

3.根据权利要求1所述的方法，其特征在于，所述根据所述同类事件、所述第一频率和所述第二频率，从已知数据模式的带权结构集中选择目标带权结构；并将所述目标带权结构对应的已知数据模式作为所述气温温度变化趋势的数据模式的识别结果，包括：

从所述带权结构集中选择与所述带权结构具有相同同类事件的待选带权结构集；

根据如下公式分别计算所述带权结构与所述待选带权结构集中每一个之间的结构距离：

其中，x表示所述待选带权结构集中的第x个、Dist(G₁,m(G_x))是所述带权结构G₁与所述待选带权结构集中每一个m(G_x)之间的结构距离、所述Dist(v_i,m(v_i))是所述带权结构G₁中的事件v_i发生的第一频率与所述m(G_x)中的相同事件m(v_i)发生的第一频率之间的第一距离、V表示所述带权结构G₁中所有的事件集合、所述Dist((v_i,v_j),m(v_i,v_j))是所述带权结构G₁中的转移事件关系(v_i,v_j)之间发生转移的第二频率、与所述m(G_x)中相同的转移事件关系m(v_i,v_j)之间发生转移的第二频率之间的第二距离、E表示所述带权结构G₁中所有的转移事件集合；

选择所述Dist(G₁,m(G_x))数值最小的m(G_x)作为所述目标带权结构。

4.根据权利要求3所述的方法，其特征在于，所述第一距离根据如下公式进行计算：

Dist(v_i,m(v_i))＝|w(v_i)-w(m(v_i))|²

其中，Dist(v_i,m(v_i))是所述第一距离、w(v_i)是所述带权结构G₁中的事件v_i发生的第一频率、w(m(v_i))是所述m(G_x)中的相同事件m(v_i)发生的第一频率。