[发明专利]一种多元时间序列基于傅里叶系数符号化类别集生成方法

权利要求书

1.一种多元时间序列基于傅里叶系数符号化类别集生成方法，其特征在于，所述方法步骤如下：

S1：获取多元时间序列数据；

S2：对多元时间序列数据进行预处理，获得具有高斯分布的均值为0且方差为1的标准序列；

S3：采用分段聚合近似表示算法对多元时间序列进行分段，并获取各序列的所有分段信息；

S4：将各序列的分段数据分别进行离散傅里叶变换，得到由傅里叶系数表示的序列段内的趋势特征；

S5：采用符号聚合近似表示方法对多元时间序列的序列段进行符号化表示，每个序列段所对应的符号和傅里叶系数即为该序列段完整的符号化类别集。

2.如权利要求1所述的多元时间序列基于傅里叶系数符号化类别集生成方法，其特征在于，所述步骤S2中对多元时间序列进行预处理的具体步骤如下：

S21：设多元时间序列为分别有n个观测值的m个独立的时间序列组成，式中，X_i表示第i条原始时间序列，x_ij表示第i条时间序列在j时刻的原始观测值数据大小)：

计算各个序列数据的均值和标准差

S22：归一化的过程即消除各序列数据的维度量纲，对多元时间序列数据进行归一化处理得到符合正态分布的新多元序列为式中，X′_i表示第i条归一化得到的时间序列，x′_ij表示第i条时间序列在j时刻的归一化后的观测值数据大小。

3.如权利要求1所述的多元时间序列基于傅里叶系数符号化类别集生成方法，其特征在于，所述步骤S3的多元序列采用分段聚合近似方法进行分段的具体步骤如下：

S31：根据数据特征，对每个序列进行分段数目w_i(1≤i≤m)的确定；

S32：采用分段聚合近似的方法，输入各序列的分段数目，经过计算得到各序列分段的平均值，由此获取一个由各分段的平均值组成的新的多元序列为式中，表示第i条分段聚合近似得到的时间序列，表示第i条时间序列在j时刻的分段聚合近似得到的观测值数据大小。

4.如权利要求3所述的多元时间序列基于傅里叶系数符号化类别集生成方法，其特征在于，所述步骤S4包括有：

由每个序列被分为了w段，则每段内的数据个数为作为子序列段；每条序列都有w个子序列段，依次将其从原序列中提取出来，对提取出来的子序列段分别进行离散傅里叶变换，选择其傅里叶系数的前3个数据作为该序列内第K个子序列段的趋势特征表示；将所有子序列段的都集合起来就得到该多元时间序列的整体分段趋势特征表示式中，表示第i条离散傅里叶变换得到的时间序列，其中由表示第i条时间序列在j时刻的离散傅里叶变换得到的3个傅里叶系数组成。

5.如权利要求3所述的多元时间序列基于傅里叶系数符号化类别集生成方法，其特征在于，所述步骤S5具体包括有：

S51：采用符号聚合近似方法对由分段聚合近似算法计算得到的每个子序列段的均值进行符号化，得到相应的符号序列；

S52：在每个分段所表示的符号后面加上由离散傅里叶变换得到的傅里叶系数按照序列顺序合成一个新的序列，作为一个完整的多元时间序列的符号化类别集式中，表示第i条符号化得到的符号序列，其中由1个符号和3个傅里叶系数组成。

6.如权利要求5所述的多元时间序列基于傅里叶系数符号化类别集生成方法，其特征在于，所述步骤S51具体包括有：

S511：首先确定字母表的大小，即定义符号的种类数α；

S512：通过把步骤S511得到的符合高斯分布的序列按照分割点的大小划分为α个等概率区间，每个区间对应表示一种符号，其中分割点的定义和字母表大小的关系按照从低到高的方式进行分配，即从下而上依次为A，B，C，...；

S513：比较序列段的均值和分割点的大小，如果序列段的均值在分割区间内，则将该序列段表示为这个分割区间所对应的符号。