一种基于数据特征片段的时间序列数据分类方法

摘要

本发明涉及一种基于数据特征片段的时间序列数据分类方法，本发明先对具体时间序列训练集中的不同类别中的全体序列进行子类划分，同时选取相应的中心序列，并对每一个子类的中心序列再次利用数据趋势点，按照数据特征的权重排序，优先选择权重较大的数据特征片段，组成数据特征片段集合Shaplets，最后以Shaplets集合为核心，利用相应的Shapelets转换算法完成最终的时间序列分类。本发明极大地提高了Shapelets生成的效率，同时也提升了基于Shapelets进行时间序列分类的算法的整体处理效率。效率提升幅度在3个数量级以上。