[发明专利]一种基于重要点的时间序列固定分段算法

权利要求书

1.一种基于重要点的时间序列固定分段算法，其特征在于包括以下步骤：

步骤1、对时间序列数据进行归一化处理，初始化分段点的集合,将时间序列数据的起点和终点加入到分段点的集合中，将时间序列数据的起点和终点构成的分段加入到优先级队列中；

步骤2、计算优先级队列中新加入的分段拟合误差，将优先级队列按照分段拟合误差从大到小的优先级进行排序；

步骤3、取出优先级队列中按照分段拟合误差排列的前k段，对前K段按照时间序列的分段长度进行从小到大排序；

步骤4、取出按分段长度排序的前两段，进行拟合预处理：模拟进行各自的重要点进行分段之后，计算各自分段前后减小的误差，选择拟合误差减小较多的进行分段；

步骤5、计算分段拟合误差中的最大值和最小值以及分段拟合误差中的最大值和最小值的符号，比较分段拟合误差的最大值和最小值的符号和大小关系，当满足条件时，确定两个重要点进行分段，否则确定一个重要点进行分段，同时重要点个数递增，当重要点个数没有达到固定分段数时，返回步骤2进行循环迭代，直到达到固定的分段数。

2.根据权利要求1所述的一种基于重要点的时间序列固定分段算法，其特征在于：所述步骤2计算分段拟合误差的公式为：

E=Σi=1n(Xi-Xic)2]]>

其中，E代表该段的拟合误差，X_i代表该点的实际值，代表通过重要点分割之后线性插值获得的预测值。

3.根据权利要求1所述的一种基于重要点的时间序列固定分段算法，其特征在于：所述步骤3中的k的默认值为5。

4.根据权利要求1所述的一种基于重要点的时间序列固定分段算法，其特征在于：所述步骤4中的重要点采用如下公式计算：

height=|ya+(yc-ya)xb-xaxc-xa-yb|]]>

其中,height代表该点对应的距离，x_a，y_a代表该段的起点坐标，x_b，y_b，代表该段的终点坐标,重要点为height距离最大的点,重要点坐标表示为height距离最大的点对应的x索引。