基于重要点双重评价的时间序列趋势提取

来源：信息与控制杂志2018年第6期北京时间：

作者：谢婷玉, 徐德刚, 阳春华, 桂卫华

摘要：实际应用中，时间序列具有高维、海量的特点，且由于噪声干扰的存在，局部波动频繁，不利于整体趋势分析.为了滤除噪声干扰、压缩原始数据，从而准确提取时间序列中的趋势特征，本文在时间序列分段线性表示的基础上，提出了基于重要点双重评价因子的时序趋势提取算法.首先定义重要点作为时间序列分段点的备选集，并给出两种重要点评价因子的定量计算方式，用距离因子度量其相对差异程度，用趋势因子在全局上度量其对整体趋势的影响程度，综合评价每个重要点对整体趋势的重要程度来选取分段点.仿真实验表明，该方法克服了现有分段线性化方法评价函数单一和具有局部性的缺点，有效削弱噪声干扰，在分段数相同的情况下提取精度比现有方法高，在浮选泡沫灰度变化趋势提取中的应用也验证了其有效性.

关键词：时间序列, 重要点, 趋势因子, 距离因子, 趋势特征