[發(fā)明專利]一種基于權(quán)重的時間序列數(shù)據(jù)降維與多分辨率表示方法

在審

• 申請?zhí)枺?/td>: 201810846403.6
• 申請日: 2018-07-27
• 公開（公告）號: CN109241130A
• 公開（公告）日: 2019-01-18
• 發(fā)明（設(shè)計）人: 胡宇鵬;趙新曉;李學慶;秦東;黃剛?cè)~
• 申請（專利權(quán)）人: 山東大學
• 主分類號: G06F16/2458
• 分類號: G06F16/2458;G06F16/248
• 代理公司: 濟南金迪知識產(chǎn)權(quán)代理有限公司 37219
• 代理人: 楊樹云

本發(fā)明涉及一種基于權(quán)重的時間序列數(shù)據(jù)降維與多分辨率表示方法，該方法以時間序列數(shù)據(jù)分割的核心算法：分段線性表示為基礎(chǔ)，結(jié)合自頂向下分段線性表示以及數(shù)據(jù)權(quán)重較大的數(shù)據(jù)點，對時間序列數(shù)據(jù)進行數(shù)據(jù)分割與降維操作，并在操作的過程中對相應(yīng)的數(shù)據(jù)點按照其權(quán)重的不同，建立多分辨率數(shù)據(jù)表示索引，在數(shù)據(jù)降維的基礎(chǔ)上既保證了數(shù)據(jù)表達的精確性(擬合精度)又以多分辨率顯示的方式滿足了不同用戶對數(shù)據(jù)簡化表達與數(shù)據(jù)展示的多樣性需求。

技術(shù)領(lǐng)域

本發(fā)明涉及一種基于權(quán)重的時間序列數(shù)據(jù)降維與多分辨率表示方法，尤其涉及了一種基于分段線性表示(Piecewise linear representation，PLR)的“高維”時間序列數(shù)據(jù)的數(shù)據(jù)降維與多分辨率數(shù)據(jù)可視化方法，屬于數(shù)據(jù)分析與數(shù)據(jù)挖掘的技術(shù)領(lǐng)域。

背景技術(shù)

隨著“互聯(lián)網(wǎng)+”時代的到來，各種基于網(wǎng)絡(luò)技術(shù)、移動通信技術(shù)、物聯(lián)網(wǎng)技術(shù)的應(yīng)用層出不窮，在各種電子商務(wù)活動以及各種工業(yè)信息化交互中都產(chǎn)生了大量的、基于時間序列的業(yè)務(wù)數(shù)據(jù)信息，被稱為時間序列數(shù)據(jù)(Time Series Data)。時間序列數(shù)據(jù)不僅反映了數(shù)據(jù)在某一時刻的狀態(tài)信息，時序數(shù)據(jù)整體也反映了一定的數(shù)據(jù)變化規(guī)律和趨勢。過去幾年隨著社交網(wǎng)絡(luò)的不斷發(fā)展壯大、工業(yè)4.0概念的提出，社會已經(jīng)進入了大數(shù)據(jù)時代(2013年也被稱為大數(shù)據(jù)元年)，這就意味著大數(shù)據(jù)開始進入商用階段，因此，針對時間序列數(shù)據(jù)的分析與挖掘的相關(guān)研究工作也愈演愈烈，逐漸成為大數(shù)據(jù)分析與挖掘的熱點問題之一。目前，傳統(tǒng)的數(shù)據(jù)分析與數(shù)據(jù)可視化技術(shù)無法直接應(yīng)用于時間序列數(shù)據(jù)的研究，主要包括以下幾方面的原因：

1、數(shù)據(jù)存儲成本大、數(shù)據(jù)分析代價高

時間序列數(shù)據(jù)一般具有“海量”、“高維”、“連續(xù)”等特點，與傳統(tǒng)的靜態(tài)數(shù)據(jù)有很大的不同，受制于相應(yīng)的計算代價與存儲成本的限制，無法對時間序列原始數(shù)據(jù)直接開展相應(yīng)的數(shù)據(jù)分析與挖掘研究工作。因此，需要在分析之前進行相應(yīng)的數(shù)據(jù)降維與簡化表示操作。

2、數(shù)據(jù)降維與數(shù)據(jù)簡化表示思路相對局限

目前，基于時間序列的降維操作，往往僅局限于時序數(shù)據(jù)中的極值點，并以極值點的權(quán)重作為數(shù)據(jù)簡化表達的依據(jù)。這樣進行數(shù)據(jù)簡化表達往往過于主觀，在某些應(yīng)場景下數(shù)據(jù)表達的效果并不十分理想。因此，需要采用更加合理的度量數(shù)據(jù)權(quán)重的一般性方法。

3、數(shù)據(jù)表達和數(shù)據(jù)可視化形式單一

前主流的基于時間序列數(shù)據(jù)的降維方法與數(shù)據(jù)簡化表示只能按照某些用戶所指定具體的擬合精度進行簡化表示，即數(shù)據(jù)降維與數(shù)據(jù)簡化表示形式相對單一，如果想在某次數(shù)據(jù)分析之后，對擬合精度進行修改并再次進行數(shù)據(jù)分析，則需要重復(fù)相同的數(shù)據(jù)降維過程，無疑對數(shù)據(jù)分析和挖掘工作增加了不必要的分析成本。此外，相對固定的數(shù)據(jù)表達方式，無法滿足用戶針對不同的應(yīng)用場景以多分辨率形式進行數(shù)據(jù)可視化的基本要求。

根據(jù)以上的分析，針對時間序列數(shù)據(jù)的分析與可視化研究，首先需要對時間序列數(shù)據(jù)進行相應(yīng)的數(shù)據(jù)降維操作與數(shù)據(jù)簡化表示。分段線性表示(Piecewise linearrepresentation，PLR)是目前主流的時間序列數(shù)據(jù)降維和數(shù)據(jù)簡化表示的重要方法之一，它與人類視覺的數(shù)據(jù)觀測規(guī)律相吻合，是非常直觀和簡潔的數(shù)據(jù)表示方法。通過對時序數(shù)據(jù)進行“分段線性表示”，可以以較低的數(shù)據(jù)維度為分布式數(shù)據(jù)存儲設(shè)計索引邊界函數(shù)，也可以極大地提高相似序列檢索的計算效率。目前，分段線性表示的時間序列數(shù)據(jù)簡化方法廣泛應(yīng)用于時間序列數(shù)據(jù)分析與挖掘的研究之中，是時間序列數(shù)據(jù)分類、聚類、異常點監(jiān)測、數(shù)據(jù)預(yù)測、數(shù)據(jù)子序列匹配等熱點問題研究方法的基礎(chǔ)和前提。

發(fā)明內(nèi)容

針對現(xiàn)有技術(shù)中存在的問題，本申請?zhí)峁┝艘环N基于權(quán)重的時間序列數(shù)據(jù)降維與多分辨率表示方法；

本發(fā)明對時間序列數(shù)據(jù)進行有效的數(shù)據(jù)降維操作，并對相應(yīng)的數(shù)據(jù)簡化表示以一種靈活的、多分辨率的形式進行數(shù)據(jù)可視化展現(xiàn)。