一种无限长时间序列的分段线性拟合算法

时间序列的分段线性拟合（PiecewiseLinearFitting，简称PLF）是指用K条首尾相邻的线段近似表示长度为L的时间序列。传统的PLF算法依赖于L及领域知识，当L为无穷大时不再适用。本文提出了一种无限长时间序列的分段线性拟合（InfiniteTimeeries_PiecewiceLinearFitting，简称ITS_PLF）算法，该算法根据关键点保持时间段的统计特性，确定选择关键点的区间范围；若某点的保持时间段不在区间范围，则根据连续三个时间数据之间的夹角与筛选角度之间的关系判断其成为关键点的可能性。实验表明，ITS_PLF算法的执行不依赖于L及领域知识，可以有效识别关键点，并可根据数据压缩率的变化实现自适应拟合。