一种基于时间序列类别的计算机数据分类方法与流程

技术特征：

1.一种基于时间序列类别的计算机数据分类方法，其特征在于，包括如下步骤：

步骤1，生成搜索长度集合；

步骤2，为每一个搜索长度，生成所有时间序列数据的子序列，子序列的长度为L2，并标准化所有子序列，标准化后的所有子序列组成集合S；

步骤3，利用集合S，训练一个SOINN神经网络，将训练好的神经网络的每一个节点，加入到Shapelet候选集合C中；

步骤4，使用Shapelet候选集合C，将所有时间序列转换到Shapelet表示，转换后的数据集合为T；

步骤5，使用特征选取算法，在数据集合T上选取特征，得到特征集合为A，同时训练得到分类器Cls；

步骤6，对于特征集合A中的每一个特征，将其相应的候选Shapelet加入到Shapelet集合中；

步骤7，预测时间序列的类别：使用Shapelet集合中的Shapelet对时间序列进行转换，然后使用分类器Cls对转换后的数据进行分类。

2.根据权利要求1所述的方法，其特征在于，步骤1包括如下步骤：

步骤1-1，人工设定参数：最大搜索长度MaxLength，最小搜索长度MinLength和参数beta，跳转至步骤1-2；

步骤1-2，令L＝MaxLength，若L<MinLength，则结束步骤1；否则将L加入到搜索长度集合中，跳转至步骤1-3；

步骤1-3，将L更新为L/beta，跳转至步骤1-2。

3.根据权利要求2所述的方法，其特征在于，步骤2中，假设时间序列t的搜索长度为N，则其开始于位置e的长度为L2的子序列集合S为<t(e),t(e+1),…t(e+L2-1)>，采用z－标准化，将该子序列归一化为均值等于0，方差等于1，标准化的方法如下：

mean(S)＝(S(1)+S(2)+…+S(L2))/L2，

std(S)＝sqrt(((S(1)-mean(S))^2+(S(2)-mean(S))^2+…+(S(L2)-mean(S))^2)/L2)，

S＝<(S(1)-mean(S))/std(S),(S(2)-mean(S))/std(S),…,(S(L2)-mean(S))/std(S)>，

其中，mean(S)表示子序列集合S中所有数据的平均值，S(e)表示子序列集合S中位置e上的取值，std(S)表示子序列集合S中所有数据的标准差，sqrt表示开方运算。

4.根据权利要求3所述的方法，其特征在于，步骤3中使用的聚类算法为SOINN自组织增量神经网络算法，SOINN神经网络由节点集合和边集合构成，每个节点都有一个权重、阈值和累积值，节点的阈值为该节点的邻居中离该节点最远的节点与该节点的距离，节点的权重为所有属于该节点的类别的数据的平均值，节点的累积值为属于该节点类别的数据的数量。

5.根据权利要求4所述的方法，其特征在于，步骤4中，长度为N的时间序列t和长度为L2的Shapelet sp之间的距离为时间序列t的所有标准化后的长度为L2的子序列与sp的欧式距离中最小的一个，定义如下：

dist(sp,t)＝minqEuclideanDistance(sp,S(t,L2,q))，

其中，S(T,L2,q)代表时间序列t起始于位置q的长度为L2的标准化后的子序列，EuclideanDistance代表欧式距离，minq代表位置q变动时后面式子的最小值，dist(sp,t)代表Shapelet sp和时间序列t之间的距离，sp表示一个Shapelet；

时间序列t在Shapelet空间中，对应属性上的属性值如下：

tran(sp,t)＝exp(-dist(sp,t)/(sp.threshold*alpha)；

其中alpha为设置的参数，dist(sp,t)为Shapelet sp和时间序列t之间的距离，exp为指数函数,sp.threshold为候选Shapelet sp在SOINN神经网络中对应节点的阈值，tran(sp,t)代表转化后的属性值，

给定K1个候选Shapelet<sp1,sp2,…,spK1>，时间序列t转化到Shapelet空间后的数据为：

<tran(sp1,t),tran(sp2,t),…,tran(spK1,t)>；

其中tran(spR,t)为表示时间序列t在Shapelet spR上的取值，R取值范围为1～K1，

根据上述方式将所有时间序列转换到Shapelet空间得到一个新的数据集合T。

6.根据权利要求5所述的方法，其特征在于，步骤5中，使用L1正则化项作为特征选择算法，svm作为分类器，训练过程为最小化以下损失函数L(w)：

$L\left(w\right)=\underset{j=1}{\overset{k}{\&Sigma;}}\left|w_j\right|+C\underset{i=1}{\overset{n}{\&Sigma;}}max{(0,1-y_i{w}^T{x}_i)}^2$

其中n为时间序列数量，k为候选Shapelet数量，w为svm的权重，wj为权重w第j维上的取值，w^T为权重w的转置,x_i为第i个时间序列转化到Shapelet空间后的数据，y_i为第i个时间序列的类别，C为设置的参数，max(x,y)代表取x,y中的最大值，最小化L(w)后，得到的w即为svm分类器的权重。

7.根据权利要求6所述的方法，其特征在于，步骤6中，使用步骤5中训练的w，选择Shapelet：如果一个w在一个特征上的取值不为0，则将其对应的候选Shapelet加入到Shapelet集合中；否则将w在该特征上的取值全部删除。

8.根据权利要求7所述的方法，其特征在于，步骤7中，对于一个新的时间序列，首先使用步骤6中选取的Shapelet集合，将时间序列数据转化到Shapelet空间，然后使用训练好的w对转化后的数据进行分类：对于二类问题，只训练一个w，分类时，若w^Tx₁>0，输出正类，否则，输出负类；对于多类问题，对于每一个类别，训练一个w，分类时，输出w^Tx₁最大的类别，x₁表示转化后的数据。