一种时间段划分的方法及智能设备与流程

技术特征：
1.一种智能设备，其特征在于，包括：接收器，被配置为获取预设时间范围内n个时段对应的n段流量数据；其中，所述n个时段具有相同的时长；处理器，被配置为：根据所述n段流量数据确定任意两段流量数据之间的影响因子；根据所述影响因子确定所述影响因子对应的k个表征信息；根据所述k个表征信息将所述n段流量数据分成m组；其中，属于同一组的各流量数据的表征信息类似；将所述n个时段中流量数据属于同一组的划为同一时间集合得到m个时段。2.如权利要求1所述的智能设备，其特征在于，所述处理器，被配置为：将每段流量数据对应的k个表征信息确定为一个样本点；通过层次聚类算法对n个样本点进行聚类得到m组。3.如权利要求2所述的智能设备，其特征在于，所述处理器，被配置为：计算每段流量数据对应的k维特征向量从而得到一个样本点，其中，k维特征向量与k个表征信息一一对应。4.如权利要求1所述的智能设备，其特征在于，所述处理器，还被配置为：确定所述n段流量数据中异常流量数据所在的异常时段；将所述异常时段的相似时段的流量数据作为所述异常时段的流量数据；所述相似时段为与所述异常时段具有重叠的相邻时段，和/或，对于不同周期中与所述异常时段相同的时段。5.如权利要求1所述的智能设备，其特征在于，所述处理器，还被配置为：判断所述m个时段中是否存在孤立时段；所述孤立时段是指时长小于设定阈值且与相邻时段所属的时间集合不同的时段；将所述相邻时段所属的时间集合确定为所述孤立时段所属的时间集合。6.如权利要求1至5任一项所述的智能设备，其特征在于，所述处理器，还被配置为：根据所述影响因子生成所述n段流量数据对应的邻接矩阵；根据所述邻接矩阵计算拉普拉斯矩阵；计算所述拉普拉斯矩阵的特征信息；根据所述拉普拉斯矩阵的特征信息，确定所述k个表征信息。7.一种时间段划分的方法，其特征在于，所述方法包括：获取预设时间范围内n个时段对应的n段流量数据；其中，所述n个时段具有相同的时长；根据所述n段流量数据确定任意两段流量数据之间的影响因子；根据所述影响因子确定所述影响因子对应的k个表征信息；根据所述k个表征信息将所述n段流量数据分成m组；其中，属于同一组的各流量数据的表征信息类似；将所述n个时段中流量数据属于同一组的划为同一时间集合得到m个时段。8.如权利要求7所述的方法，其特征在于，所述根据所述k个表征信息将所述n段流量数据分成m组，包括：
将每段流量数据对应的k个表征信息确定为一个样本点；通过层次聚类算法对n个样本点进行聚类得到m组。9.一种计算机设备，其特征在于，包括：存储器，用于存储程序指令；处理器，用于调用所述存储器中存储的程序指令，按照获得的程序执行权利要求7或8所述的方法。10.一种计算机可读非易失性存储介质，其特征在于，包括计算机可读指令，当计算机读取并执行所述计算机可读指令时，使得计算机执行如权利要求7或8所述的方法。

技术总结
本发明公开了一种时间段划分的方法及智能设备，包括：接收器，被配置为获取预设时间范围内N个时段对应的N段流量数据；处理器，被配置为：根据N段流量数据确定任意两段流量数据之间的影响因子；根据影响因子确定影响因子对应的K个表征信息；根据K个表征信息将N段流量数据分成M组；将N个时段中流量数据属于同一组的划为同一时间集合得到M个时段。本发明通过影响因子确定影响因子对应的K个表征信息，基于流量数据本身存在的客观内在特性进行时间段划分，避免了大量外界工程经验的干扰。同时从数据整体进行考量，使得时间段划分更加准确。确。确。


技术研发人员：陈维强 高雪松 孙萁浩 孟卫明
受保护的技术使用者：海信集团有限公司
技术研发日：2020.05.16
技术公布日：2021/11/23