[发明专利]识别时间序列模式的方法和装置

说明书

本发明公开了一种识别时间序列模式的方法和装置，属于信息技术领域。包括：对需要分析的时间序列进行预处理，得到至少两个归一化的子序列；对每个归一化的子序列转化的符号化的子序列进行预设次数的随机投影；记录每个符号化的子序列在预设次数的随机投影过程中与其他符号化的子序列在投影位置上具有相同符号的次数；将大于第一阈值的每个次数所对应的每两个归一化的子序列构成初始模式，比较长度相同的每两个初始模式的起点间的距离，得到一组时间序列片段，每组时间序列片段及未组成时间序列片段的初始模式分别构成时间序列模式。本发明通过比较长度相同的每两个初始模式的起点之间的距离，以构成时间序列模式，提高识别时间序列模式的准确性。

技术领域

本发明涉及信息技术领域，特别涉及一种识别时间序列模式的方法和装置。

背景技术

随着信息技术的发展，越来越多的数据呈现为时间序列的形式，如股票数据、心电图数据等。在这些时间序列中有许多重复出现的子序列，这些重复出现的子序列形成的模式被称为时间序列模式。由于这些时间序列模式对统计规律和预测有十分重要的意义，因此，如何从一段时间序列中识别出时间序列模式，成为研究时间序列问题的关键。

在识别时间序列模式时，文章Discovering original motifs with differentlengths from time series，Tang H，Liao S S.[J].Knowledge-Based Systems，2008，21(7):666-671提出首先将需要分析的时间序列作归一化处理，得到至少两个归一化的子序列。其次，通过SAX（Symbolic Aggregate approXimation，符号集近似）方法将每个归一化的子序列转化为符号化的子序列，再对每个符号化的子序列进行预设次数的随机投影，记录每个符号化的子序列在所述预设次数的随机投影过程中与其他符号化的子序列在投影位置上具有相同符号的次数。最后，将记录的次数大于阈值的每个次数所对应的每两个归一化的子序列分别作为横坐标和纵坐标，并在坐标系中标记出来，坐标系的横轴和纵轴的坐标分别代表对应的归一化的子序列。将坐标系中用户指定范围内的横坐标对应的子序列构成一个时间序列片段，纵坐标对应的子序列构成一个时间序列片段，得到一组时间序列片段，每组时间序列片段及坐标系中未连接的子序列分别构成时间序列模式。

在实现本发明的过程中，发明人发现现有技术至少存在以下问题：

由于上述识别时间序列模式的方式中，将记录的大于第一阈值的每个次数所对应的每两个归一化的子序列在坐标系中标记出来之后，会将坐标系中用户指定范围内的横坐标及纵坐标对应的子序列分别构成时间序列片段，并将每组时间序列片段构成时间序列模式，导致原本在需要分析的时间序列中重复出现的概率不高的序列通过上述过程识别后被识别出来，而这类时间序列模式中的子序列之间可能存在较大的位移差别，因而识别出的时间序列模式不够精准。

发明内容

为了解决现有技术的问题，本发明实施例提供了一种识别时间序列模式的方法和装置。所述技术方案如下：

一方面，提供了一种识别时间序列模式的方法，所述方法包括：

获取需要分析的时间序列，对所述时间序列进行预处理，得到至少两个归一化的子序列；

将每个归一化的子序列转化为符号化的子序列，并对每个符号化的子序列进行预设次数的随机投影；

记录每个符号化的子序列在所述预设次数的随机投影过程中与其他符号化的子序列在投影位置上具有相同符号的次数；

将记录的次数与第一阈值进行比较，并将大于第一阈值的每个次数所对应的每两个归一化的子序列构成一个初始模式，每个初始模式包括的两个归一化的子序列中位置靠前的子序列为所述初始模式的起点，位置靠后的子序列为所述初始模式的终点，每个初始模式的起点与终点之间的距离为初始模式的长度；