一种面向时空场景构建的多元时间序列分割聚类方法

摘要

本发明公开了一种面向时空场景构建的多元时间序列分割聚类的方法，属于数据挖掘技术的应用，构建Bi‑LG‑LSTM神经网络模型，运用交叉实验的方法训练模型，最终得到多元时间序列中每一个变量的分割结果，根据分割段的时间信息，对多变量上的分割结果进行时间关联，最终获得了基于时间的关联分割结果；利用滑动窗口技术，采用DTWCorr距离度量和多段图最短路径算法；获取场景聚类簇；对每一个聚类簇中的多元时间序列数据进行时空特征提取；根据时空特征对每一个聚类簇中的数据进行再次聚类，获取的每一个聚类簇作为时空场景。本发明能够实现高效地针对海量多元数据提取对应的事件数据，并且实现多元时间序列的异步分割，最终获得精确的时空场景。