[发明专利]一种基于霍夫变换的可视化时序模式匹配方法

权利要求书

1.一种基于霍夫变换的可视化时序模式匹配方法，其特征在于：包括以下步骤：

步骤1、判断待匹配的历史数据为单维时序数据还是多维时序数据，如果为单维时序数据则直接执行步骤2，如果为多维时序数据则对该时序数据执行归一化处理后再执行步骤2；

步骤2、时序选择；采用时间窗的模式从历史数据中选择一段待匹配的时序，选择后的时序将从历史数据中排除，以方便从剩下的历史数据中匹配到相似的时序数据；

步骤3、利用霍夫变换，将原坐标中的时序图转换到霍夫空间，并运用投票机制，判断出时序的相似度匹配情况；

所述霍夫变换包括数据池更新，XY轴投影到霍夫空间，投票三部分；

步骤4、筛选：根据投票结果找到最相似的一组时序并输出，得到该时序在历史数据中所处的位置，并将该时序从历史数据中所处位置中删掉，并令相似的时序数加1，从步骤3开始，再进行下一轮投票计算，直至完成所有历史数据的匹配。

2.根据权利要求1所述的一种基于霍夫变换的可视化时序模式匹配方法，其特征在于：所述步骤2的具体方法为：

如果历史数据为单维时序数据History[i]，i为时间序列值，且0≤i≤History.length-1，History.length为历史数据的长度，选取的待匹配的时序为Query[j]，时序长度为Range，0≤j＜Range且Range＝QueryMax-QueryMin，QueryMax和QueryMin分别为待匹配时序的终止点和起始点，则从历史数据中排除选择的匹配时序后，剩下的时序长度为History.length-Range；

如果历史数据为多维时序数据History′[dim][i]，dim为不同的维度索引，i为时间序列值，History′[0].length为第0维历史数据的长度，且0≤i≤History′[0].length-1，待匹配的时序为Query′[dim][j]，时序长度为Range，0≤j＜Range，且Range＝QueryMax-QueryMin，QueryMax和QueryMin分别为待匹配时序的终止点和起始点，则从历史数据中排除选择的匹配时序后，剩下的时序长度为History′[0].length-Range。

3.根据权利要求2所述的一种基于霍夫变换的可视化时序模式匹配方法，其特征在于：步骤3所述数据池更新的具体方法为：

所述数据池更新的具体方法为：当从历史数据中匹配到与待匹配时序相似的时序数据时，就将匹配到的时序从历史数据中排除实现数据池的更新；

如果历史数据为单维时序数据，则匹配到的第n个相似的时序时，历史数据中剩下的时序长度如下公式所示：

History.length＝History.length-(n+1)*Range

如果历史数据为多维时序数据，则匹配到的第n个相似的时序时，历史数据中剩下的时序长度如下公式所示：

History′[dim].length＝History′[dim].length-(n+1)*Range。