[发明专利]一种时间序列数据特征提取及分类方法

摘要

本发明公开一种时间序列数据特征提取及分类方法，首先对时间序列数据进行数据规整处理，使数据点之间具有相同的时间间隔；规整后的时间序列数据剔除时间序列数据中存在的异常点；对于时间序列数据中原本存在的缺失值及被剔除的异常值进行数据补充，对时间序列数据作简单移动平均；对简单移动平均后的时间序列数据做平稳性校验，以此判断时间序列数据特征是否为平稳或是波动；按照设定的周期长度切分数据；将相邻的两个时间序列数据段两两做皮尔逊相关系数计算，得到皮尔逊相关系数数组，取数组中的中位数为最终的相关系数，当相关系数大于或等于阈值，则判定该时间序列具有相应的周期性质；根据提取到的数据特征对时间序列数据进行分类。本发明提高了时间序列数据异常检测的准确性。