[发明专利]一种基于数据特征片段的时间序列数据分类方法

权利要求书

1.一种基于数据特征片段的时间序列数据分类方法，其特征在于，该时间序列数据分类方法用于设备运行状态的划分，包括步骤如下：

S1，预设数据趋势点选取率ρ、数据特征片段Shapelets的选取数量阈值Num、数据特征片段Shapelets质量评估标准即信息增益、子类划分标准率μ；

数据特征片段Shapelets的选取数量阈值Num是指最终产生的数据特征片段Shapelets的数量；

信息增益是指某个数据特征片段sub对整个时间序列数据集不确定性减少的程度，对于某个数据特征片段sub，其信息增益gain(sub)计算方式如公式(Ⅰ)所示：

式(Ⅰ)中，D为原始数据集，D_L和D_R为原始数据集被划分后的两个数据集，n、nL、nR分别为D、D_L、D_R这三个数据集中包含时间序列的数目；e(D)、e(D_L)、e(D_R)分别表示D、D_L、D_R这三个数据集的熵，即数据集中不同类对该数据集造成的影响，假定数据集D中含有c个不同的类，类i中时间序列在数据集中占得比例为pi，则数据集D的熵计算方式如公式(Ⅱ)所示：

S2，针对原始数据集D，选取出表示原始数据集D中所有数据分类特性的时间序列数据集RTS；

S3，针对步骤S2得到时间序列数据集RTS，利用数据趋势点从时间序列数据集RTS中选取相应的数据特征片段Shapelets；

S4，根据上述步骤S3获取到的数据特征片段Shapelets，采用标准化的数据特征片段转换操作，形成数据特征矩阵；

S5，利用步骤S4形成的数据特征矩阵后，采用ST算法完成最后的时间序列分类操作。

2.根据权利要求1所述的一种基于数据特征片段的时间序列数据分类方法，其特征在于，所述步骤S2，包括步骤如下：

a.对原始数据集D中的全部时间序列按照其类标签进行划分，并在每个类的全体时间序列中寻找该类的中心序列，所述中心序列是指某一分类中到其它时间序列的累加距离最小的一条时间序列Tcen；

b.根据步骤a找到的中心序列，计算每个类中的每个时间序列与中心序列的距离，按照从小到大的顺序进行重新排序，并利用子类划分的标准率μ对每个类中全体时间序列进行子类划分；

c.在步骤b得到的每一个子类中，选择到该子类中其它时间序列的累加距离最短的时间序列，作为该子类的数据特征序列，按照此操作，从原始数据集D中每一个子类选取出一条数据特征序列，组成相应的时间序列数据集RTS。

3.根据权利要求2所述的一种基于数据特征片段的时间序列数据分类方法，其特征在于，所述距离是指欧氏距离或动态时间弯曲距离。