周期性时间序列数据处理方法技术

本发明专利技术涉及数据处理技术领域。本发明专利技术公开了一种周期性时间序列数据处理方法，以解决现有技术数据序列趋势转折点判断不准确的问题。本发明专利技术的周期性时间序列数据处理方法，包括步骤：a、将时间段K内的数据按自然周进行分组，分别提取各组中对应时间的数据，组成7个数据序列S(1)、S(2)……S(7)；b、对7个数据序列中的对应位置的数据求和，得到第8数据序列S(8)；c、求取数据序列S(1)、S(2)……S(8)的趋势转折点；其中：K≥7n，n为正整数。本发明专利技术的有益效果是，能够排除数据周期性变化对转折点识别的影响，提高转折点识别的准确性，真正反应数据的变化波动趋势，为决策提供更科学的依据。本发明专利技术简化了数据处理过程，提高了数据处理效率。

【技术实现步骤摘要】
周期性时间序列数据处理方法
本专利技术涉及数据处理
，特别涉及具有周期性特征的时间序列数据处理方法，具体而言，涉及数据序列周期性数据趋势转折点的识别方法。
技术介绍
我们在进行预测时，需要分析时间序列的形状特征，是上升？下降？还是平稳？这需要选取人们视觉中最关注的点，也就是时间序列数据转折点，转折点的共同特征就是两侧的变化趋势有明显不同。时间序列数据蕴含趋势信息，可以根据数据的趋势信息提取趋势转折点，达到压缩数据、减少噪声影响的目的。通过分析时间序列数据可以对事件的变化趋势进行预测和判断，为各种决策提供依据。常规的转折点识别方法都没考虑一周内的周期性波动。在一个典型的应用场景中，旅客的出行数据就具有明显的以自然周为周期的特征，旅客出行数据以7天为一个循环周期。由于7天内周期性波动的存在，把数据直接进行处理寻求转折点，无法把转折点准确地定位到某一天。实践中，大量的交通旅客出行数据呈周期性特征，比如铁路交通数据，周一、周二、……、周日有明显的周期性。京沪高铁北京-上海区段周五、周日客流明显高于其他日期。以全年为目标，7月～8月为暑运高峰期，6月有明显的上升趋势。这种数据序列一周之内本文档来自技高网...

【技术保护点】
1.周期性时间序列数据处理方法，其特征在于，包括步骤：a、将时间段K内的数据按自然周进行分组，分别提取各组中对应时间的数据，组成7个数据序列S(1)、S(2)……S(7)；b、对7个数据序列中的对应位置的数据求和，得到第8数据序列S(8)；c、求取数据序列S(1)、S(2)……S(8)的趋势转折点；其中：K≥7n，n为正整数。

【技术特征摘要】
1.周期性时间序列数据处理方法，其特征在于，包括步骤：a、将时间段K内的数据按自然周进行分组，分别提取各组中对应时间的数据，组成7个数据序列S(1)、S(2)……S(7)；b、对7个数据序列中的对应位置的数据求和，得到第8数据序列S(8)；c、求取数据序列S(1)、S(2)……S(8)的趋势转折点；其中：K≥7n，n为正整数。2.根据权利要求1所述的周期性时间序列数据处理方法，其特征在于，还包括步骤：d、以数据序列S(8)的趋势转折点数量作为时间段K的趋势转折点数量。3.根据权利要求1所述的周期性时间序列数据处理方法，其特征在于，步骤c具体为：采用数学方法求取数据序列S(1)、S(2)……S(8)的趋势转折点。4.根据权利要求3所述的周期性时间序列数据处理方法，其特征在于，所述数学方法具体为：将数据序列排列起来，用直线连接各个数据点，根据某数据点与左右两侧相邻数据点之间连线的斜率差来进行判断，斜率差大于设定阀值时，即将该数据列为转折点；或将数据序列排列起来...

【专利技术属性】
技术研发人员：文曙东，
申请(专利权)人：四川眷诚天佑科技有限公司，
类型：发明
国别省市：四川,51