一种连续模拟量时间序列数据挖掘方法与流程

技术特征：

1.一种连续模拟量时间序列数据挖掘方法，其特征在于包括以下步骤：

1)数据清洗，发现并纠正数据文件中可识别的错误，包括检查数据一致性、处理无效值和缺失值等；

2)确定周期划分；

3)确定傅立叶变换的输出点数和抽样数据的抽样点数n；

4)周期内数据进行傅立叶变换，设周期内数据为x，其中F(x)表示对x进行傅立叶变换，n表示抽样点数；

5)周期内数据抽样，每个周期与傅立叶变换相同的点数的抽样，作为代表时域的特征；

6)把傅立叶变换输出数据和抽样数据存储为一个节点；

7)计算整体平均节点密度；

8)标记所有节点为未访问；

9)随机选择一个未分类点P_x并标已访问；

10)若点P_x的S邻域至少有m个点，则创建一个新簇C_n并把P_x添加到簇C_n中，其中S邻域表示距离点P_x小于某个值的区域，m为S邻域中最少点的个数；

11)令N为P_x的S邻域的节点集合；

12)对每个N中的每个节点P_Ni进行如下操作：

若节点P_Ni为未访问，则标记为已访问；

若节点P_Ni的S邻域至少有m个点，则把这些点添加到N中；

若节点P_Ni还不是任何簇的成员，则把节点P_Ni添加到簇C_n中；

把C_n添加到簇C中；

13)查看还有未访问节点吗，如有，则返回步骤9)；

14)输出簇C。

2.如权利要求1所述一种连续模拟量时间序列数据挖掘方法，其特征在于在步骤2)中，所述周期划分根据自然周期设定为生产的一个周期。

3.如权利要求2所述一种连续模拟量时间序列数据挖掘方法，其特征在于所述自然周期采用日、星期、月、季度、年中的一种。

4.如权利要求1所述一种连续模拟量时间序列数据挖掘方法，其特征在于在步骤3)中，所述傅立叶变换的输出点数为8～24。