[发明专利]一种基于二维变换的时间序列相似性度量方法及系统

权利要求书

1.一种基于二维变换的时间序列相似性度量方法，其特征在于，包括：

将原始时间序列的观测值由一维空间映射到二维空间；

对映射后的时间序列进行归一化处理；

统计归一化后的时间序列在二维空间的分布情况，获取空间分布矩阵；

基于空间分布矩阵，采用相似性度量函数度量时间序列的相似性。

2.如权利要求1所述的一种基于二维变换的时间序列相似性度量方法，其特征在于，所述映射处理为：

对原始时间序列的每一个观测值映射到二维空间<x_i，y_i>的计算方法为：

其中，t_i为原始时间序列的观测值，n为原始时间序列的长度。

3.如权利要求1所述的一种基于二维变换的时间序列相似性度量方法，其特征在于，所述归一化处理为：

对于二维映射后的时间序列中的每一个元素<x_i，y_i>进行归一化为<x′_i，y′_i>的计算方法为：

其中，min(x)是x₁，x₂，...，x_i，…，x_n中的最小值，max(x)是x₁，x₂，...，x_i，...，x_n中的最大值；min(y)是y₁，y₂，...，y_i，...，y_n中的最小值，max(y)是y₁，y₂，...，y_i，...，y_n中的最大值，n为原始时间序列的长度。

4.如权利要求1所述的一种基于二维变换的时间序列相似性度量方法，其特征在于，所述获取空间分布矩阵具体为：

对二维空间进行子空间划分，得到若干个子空间，

对每一个子空间中所包含的时间序列点进行计数；

将所有子空间的时间序列点的数目汇总到二维空间分布矩阵中。

5.如权利要求1所述的一种基于二维变换的时间序列相似性度量方法，其特征在于，所述相似性度量函数为：

T″′＝{t_i，j}0≤i≤m，0≤j≤m

其中，t_i，j代表了从左向右数第i列，从下向上数第j行子空间中所包含的时间序列点的数目，m表示将二维空间的每一维等分为m份。

6.一种基于二维变换的时间序列相似性度量系统，其特征在于，包括：

映射模块，其用于将原始时间序列的观测值由一维空间映射到二维空间；

归一化模块，其用于对映射后的时间序列进行归一化处理；

空间分布矩阵构建模块，其用于统计归一化后的时间序列在二维空间的分布情况，获取空间分布矩阵；

相似性度量模块，其用于基于空间分布矩阵，采用相似性度量函数度量时间序列的相似性。

7.如权利要求6所述的一种基于二维变换的时间序列相似性度量系统，其特征在于，

所述空间分布矩阵构建模块具体为：

对二维空间进行子空间划分，得到若干个子空间，

对每一个子空间中所包含的时间序列点进行计数；

将所有子空间的时间序列点的数目汇总到二维空间分布矩阵中。

8.如权利要求6所述的一种基于二维变换的时间序列相似性度量系统，其特征在于，

所述相似性度量模块中相似性度量函数为：

T″′＝{t_i，j}0≤i≤m，0≤j≤m

其中，t_i，j代表了从左向右数第i列，从下向上数第j行子空间中所包含的时间序列点的数目，m表示将二维空间的每一维等分为m份。