[发明专利]一种基于时间序列复杂度差异性的封闭图形相似性搜索方法

权利要求书

1.一种基于时间序列复杂度差异性的封闭图形相似性搜索方法，

其特征在于，包括以下步骤：

S1、观测封闭图形，获得封闭图形的时间序列，其中的自变量为观测轨迹，因变量是观测点到封闭图形沿弧线观测获得的距离；

S2、设定两个时间序列的复杂度差异性CO；

S3、设定复杂度时间度量标准TSD；

S4、采用穷近法对S3中的复杂度时间度量标准完成近邻搜索；

S5、采用三角不等式对距离值进行修正；

S6、在系列化的索引数据结构中获得二维封闭图的相对位置，从相对位置对应的时间序列集中，获得与目标对应的相似性时间序列。

2.根据权利要求1所述的一种基于时间序列复杂度差异性的封闭图形相似性搜索方法，其特征在于，在S2中，复杂度差异性是将两个时间序列S和T复杂度的差别，设定为现有距离度量的差异因子OF(S，T)，ED(S，T)是欧氏距离，两个时间序列实际复杂度差异性定义为：

CO(S，T)＝ED(S，T)×OF(S，T)。

3.根据权利要求2所述的一种基于时间序列复杂度差异性的封闭图形相似性搜索方法，其特征在于，所述差异因子OF确保最终度量的合理性，欧氏距离只起到在标准坐标系内的度量作用，而差异因子OF检验时间序列相对度量的作用，OF将具有不同复杂性的时间序列二次分类，当所有时间序列都具有相同复杂度差异性的情况下，CO等同于欧氏距离。

4.根据权利要求1所述的一种基于时间序列复杂度差异性的封闭图形相似性搜索方法，其特征在于，所述复杂度时间度量标准TSD是时间序列T的复杂度时间度量，用于标识在时间尺度下序列复杂度的差异性，全面度量波动时间序列，包括直线型时间序列：

5.根据权利要求1所述的一种基于时间序列复杂度差异性的封闭图形相似性搜索方法，其特征在于，所述复杂度时间度量标准TSD在采用穷近法的近邻搜索中，要与时间序列典型数据库进行全部比较。