[发明专利]数据变化识别方法及设备

说明书

本发明实施例提供一种数据变化识别方法及设备，该方法包括获取目标序列数据和样本序列数据，其中所述目标序列数据和所述样本序列数据位于相同的时间区间；从所述时间区间内选取多个时间点作为时间点集合；针对所述时间点集合内每个时间点，以所述时间点为界线，将目标序列数据和样本序列数据进行分割，并根据分割后得到的序列数据确定所述时间点对应的距离差；根据所述时间点集合内各时间点对应的距离差，识别所述目标序列数据相对于所述样本序列数据的变化信息。本发明实施例能够对变化量级较低的微弱变化进行精确的识别。

技术领域

本发明实施例涉及数据处理技术领域，尤其涉及一种数据变化识别方法及设备。

背景技术

序列数据是地球科学各学科(自然地理学、环境科学、生态学、水文水资源学、气候学、地质学等)的基础研究数据，其记载了自然因素(如火山喷发、自然气候变迁、地质灾害、地壳运动等)或人类活动(如大气和土壤污染、道路和水利工程建设、生态破坏等)在十数年至数万年时间不等时间内的变化信息，研究人员利用长时间序列的地球科学要素信息认识自然和人类活动影响的规律。

现有技术中，通常采用统计分析或稳态检验等常规的变化检测方法来检测表征地球科学要素信息的一个序列数据的变化来掌握自然因素及认为因素的影响规律。

然而，地球科学领域的序列数据的变化时常是微弱的，变化幅度比较小，上述常规的变化检测方法精度有限，难以提取出变化的信息。

发明内容

本发明实施例提供一种数据变化识别方法及设备，以提高识别数据变化的精度。

第一方面，本发明实施例提供一种数据变化识别方法，包括：

获取目标序列数据和样本序列数据，其中所述目标序列数据和所述样本序列数据位于相同的时间区间；

从所述时间区间内选取多个时间点作为时间点集合；针对所述时间点集合内每个时间点，以所述时间点为界线，将目标序列数据和样本序列数据进行分割，并根据分割后得到的序列数据确定所述时间点对应的距离差；其中，时间点对应的距离差为所述时间点前的目标序列数据和样本序列数据间的距离，与所述时间点后的目标序列数据和样本序列数据间的距离之差；

根据所述时间点集合内各时间点对应的距离差，识别所述目标序列数据相对于所述样本序列数据的变化信息。

第二方面，本发明实施例提供一种数据变化识别设备，包括：

获取模块，用于获取目标序列数据和样本序列数据，其中所述目标序列数据和所述样本序列数据位于相同的时间区间；

处理模块，用于从所述时间区间内选取多个时间点作为时间点集合；针对所述时间点集合内每个时间点，以所述时间点为界线，将目标序列数据和样本序列数据进行分割，并根据分割后得到的序列数据确定所述时间点对应的距离差；其中，时间点对应的距离差为所述时间点前的目标序列数据和样本序列数据间的距离，与所述时间点后的目标序列数据和样本序列数据间的距离之差；

识别模块，用于根据所述时间点集合内各时间点对应的距离差，识别所述目标序列数据相对于所述样本序列数据的变化信息。

第三方面，本发明实施例提供一种数据变化识别设备，包括：至少一个处理器和存储器；

所述存储器存储计算机执行指令；

所述至少一个处理器执行所述存储器存储的计算机执行指令，使得所述至少一个处理器执行如上第一方面以及第一方面各种可能的设计所述的方法。

第四方面，本发明实施例提供一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机执行指令，当处理器执行所述计算机执行指令时，实现如上第一方面以及第一方面各种可能的设计所述的方法。