[發明專利]一種基于短時線性正則變換的時序數據表示方法

在審

• 申請號: 201911366194.6
• 申請日: 2019-12-26
• 公開（公告）號: CN111125196A
• 公開（公告）日: 2020-05-08
• 發明（設計）人: 于溥春;黃磊
• 申請（專利權）人: 江蘇食品藥品職業技術學院
• 主分類號: G06F16/2458
• 分類號: G06F16/2458;G06K9/62
• 代理公司: 蘇州中合知識產權代理事務所(普通合伙) 32266
• 代理人: 劉召民

本發明公開了一種基于短時線性正則變換的時序數據表示方法，包括以下步驟：S1：獲取時間序列數據；S2：對原始時間序列數據分段并采用符號化近似表示方法；S3：對分段后獲取的時間域時序數據進行短時線性正則變換處理，計算該段數據的短時線性正則變換系數；S4：將獲取的線性正則變換系數與S2獲取的符號化近似表示方法融合，實現基于短時線性正則變換時序數據的表示。本發明將短時線性正則變換與符號化近似表示方法融合，形成了基于短時線性正則變換的時序數據表示方法，該方法不僅保留了原符號化近似算法的優點，又通過短時線性正則變換系數，刻畫了時序數據的變化趨勢，實現了時序數據的近似表示，為后續時序數據的分析提供了基礎。

技術領域

本發明涉及一種時間序列數據挖掘領域，特別涉及一種基于短時線性正則變換的時序數據表示方法。

背景技術

在信號分析領域，線性正則變換是經典傅里葉變換的推廣，它帶有三個自由參數。因而具備比傅立葉變換、分數階傅立葉變換更靈活的操作。它對信號時頻平面的作用可理解為壓縮拉伸及旋轉的效果。近幾年線性正則變換的廣義特性受到了許多學者的關注。然而線性正則變換是全局核變換，因而仍然沒擺脫類似于傅立葉變換那樣的缺陷，即它們無法刻畫非平穩信號的頻率隨時間變化的關系。若將其應用到時序數據分析領域，也無法刻畫數據隨時間變化的趨勢特征。為了解決線性正則變換的這一缺陷，有學者對線性正則變換加窗函數處理，以此克服了線性正則變換的缺陷。

另一方面，經典的時間序列數據符號化方法(Symbolic AggregateApproximation,SAX)主要思想是對時序數據平均分割以達到降維目的，進而通過分治法思想減少數據分析量級，其中分割后的數據段取其平均值作為符號化表示的特征，將其映射到符號表，最終形成符號化表示算法。分段數目越少,降維比例越大,但特征表示越粗糙，反之同理。然而經典SAX算法雖然具有簡單高效等優勢，但其存在的一個主要問題是無法精確的反映子段數據的變化趨勢，此局限性限制了該方法在某些領域的應用。例如在一些工業生產過程中，運行過程產生的時序數據的變化趨勢在很大程度上表征了設備運行的狀態。也即：經典的符號化算法如同線性正則變換一樣，只能反映數據的大致變化，對于精確的趨勢特征，無法獲取。因此將短時線性正則變換系數表征子段數據的變化特征結合符號化算法的優勢，解決時序數據表示中趨勢表征問題。

缺點：經典的符號化算法如同線性正則變換一樣，只能反映數據的大致變化，對于精確的趨勢特征，存在無法獲取的問題。

因此亟需一種能表征趨勢特征的時序數據表示方法。

發明內容

有鑒于此，本發明所要解決的技術問題是提供一種通過融合時序數據符號化算法與短時線性正則變換，可以表征數據變化趨勢的時序數據表示方法。將短時線性正則變換與符號化近似表示方法融合，形成了基于短時線性正則變換的時序數據表示方法，該方法不僅保留了原符號化近似算法的優點，又通過短時線性正則變換系數，刻畫了時序數據的變化趨勢。形成了一種基于短時線性正則變換的時序數據表示方法。

本發明的目的是這樣實現的：

本發明提供的一種基于短時線性正則變換的時序數據表示方法，包括以下步驟：

S1：獲取時間序列數據；

S2：對原始時間序列數據分段并采用符號化近似表示方法；

S3：對分段后獲取的時間域時序數據進行短時線性正則變換處理，計算該段數據的短時線性正則變換系數；

S4：將獲取的線性正則變換系數與S2獲取的符號化近似表示方法融合，實現基于短時線性正則變換時序數據的表示。

進一步，根據權利要求1所述的基于短時線性正則變換的時序數據表示方法，其特征在于：所述步驟S2中對原始時間序列數據分段并采用符號化近似表示方法，具體步驟如下：

S21：對時序數據進行歸一化處理，并等長分段；