一种基于动态网格划分的时序数据趋势特征提取方法

摘要

本发明提出一种基于动态网格划分的时序数据趋势特征提取方法，包括以下步骤：设定目标数N，根据时序数据的密度分布动态划分网格，将时序数据的时间和值分别划分为m段和n段；遍历每个网格内的局部数据，采用线性分割计算距离的方式，获取关键特征点的优先级队列；汇总各网格中提取的关键特征点的优先级队列，得到原数据的一维特征子序列S1；根据目标数N，在时间序列中等间隔的抽取数据点，得到原数据的一维趋势子序列S2；整合特征子序列S1和趋势子序列S2得到用于数据挖掘的新序列S。本发明可用少量数据点保留时序数据中的关键特征点和趋势信息，提高后续数据建模分析的效率和准确性。