买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜北京宝兰德软件股份有限公司申请的专利性能指标时序数据的波形识别方法和装置获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN114943247B 。

龙图腾网通过国家知识产权局官网在2025-05-27发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210397641.X，技术领域涉及：G06F18/213；该发明授权性能指标时序数据的波形识别方法和装置是由易存道设计研发完成，并于2022-04-15向国家知识产权局提交的专利申请。

本性能指标时序数据的波形识别方法和装置在说明书摘要公布了：本发明提供一种性能指标时序数据的波形识别方法和装置，其中，该方法包括：采集目标系统在目标时间段内的运行数据，确定至少一个性能指标的时序数据；基于预先设定的波形识别算法，对所确定的每个性能指标的时序数据进行波形特征识别；其中，所述波形识别算法包括突升突降型识别算法、周期型识别算法、趋势型识别算法和阶梯型识别算法；将识别得到的波形特征输入分类模型，得到所述分类模型输出的每个所述性能指标在所述目标时间段内波形形态的预测结果；其中，所述分类模型是基于性能指标样本的时序数据的波形特征与其所标注的波形形态训练得到。本发明可以实现对性能指标的时序数据波形形态的准确预测。

本发明授权性能指标时序数据的波形识别方法和装置在权利要求书中公布了：1.一种性能指标时序数据的波形识别方法，其特征在于，包括：采集目标系统在目标时间段内的运行数据，确定至少一个性能指标的时序数据；所述性能指标包括主机的CPU占用率、进程数和内存的使用率；基于预先设定的波形识别算法，对所确定的每个性能指标的时序数据进行波形特征识别；其中，所述波形识别算法包括突升突降型识别算法、周期型识别算法、趋势型识别算法和阶梯型识别算法；将识别得到的波形特征输入分类模型，得到所述分类模型输出的每个所述性能指标在所述目标时间段内波形形态的预测结果；其中，所述分类模型是基于性能指标样本的时序数据的波形特征与其所标注的波形形态训练得到；所述基于预先设定的波形识别算法，对所确定的每个性能指标的时序数据进行波形特征识别，包括：基于预先设定的突升突降型识别算法，对每个所述性能指标的时序数据进行突升突降型波形特征识别；基于预先设定的周期型识别算法，对每个所述性能指标的时序数据进行周期型波形特征识别；基于预先设定的趋势型识别算法，对每个所述性能指标的时序数据进行趋势型波形特征识别；基于预先设定的阶梯型识别算法，对每个所述性能指标的时序数据进行阶梯型波形特征识别；对每个所述性能指标的时序数据进行突升突降型波形特征识别、周期型波形特征识别、趋势型波形特征识别和阶梯型波形特征识别得到的特征进行汇聚，得到每个所述性能指标的时序数据的波形特征；所述基于预先设定的突升突降型识别算法，对每个所述性能指标的时序数据进行突升突降型波形特征识别，包括：确定每个所述性能指标的时序数据中的极值，并确定每个所述极值附近目标数量的时序数据的平均值；基于所确定的极值及其附近时序数据的平均值，确定每个所述性能指标的时序数据中的峰值，并确定每个所述峰值在所述目标时间段的占比；若所确定的峰值占比在预先设定的峰值占比阈值区间内，则确定对应的性能指标的时序数据具有突升突降型波形特征；和或，确定每个所述性能指标的时序数据的平均值，并确定每个所述性能指标的时序数据的标准差；基于所确定的标准差的三倍标准差和对应的平均值，确定每个所述性能指标的时序数据的范围；若所述性能指标的时序数据中具有不在所确定的对应性能指标的时序数据的范围内的数据，则确定对应的性能指标的时序数据具有突升突降型波形特征；所述基于预先设定的周期型识别算法，对每个所述性能指标的时序数据进行周期型波形特征识别，包括：基于每个所述性能指标的时序数据中每个数据与其前后数据之间的大小关系，确定每个所述性能指标的时序数据中的波峰；若所述性能指标的时序数据中波峰的数量大于预先设定的第一数量阈值，则确定对应的性能指标的时序数据中的递增子序列和递减子序列和或常数子序列；若所确定的相同类型的子序列的差分为固定值，则基于数据在子序列中出现的次数大于预先设定的次数阈值，确定对应的性能指标的时序数据具有周期型波形特征；和或，基于每个所述性能指标的时序数据构建对应的性能指标时序数据的波形，并对所构建的每个性能指标时序数据的波形进行快速傅立叶变换，得到每个所述性能指标的时序数据的振幅谱；若所述性能指标的时序数据的振幅谱中拐点的数量小于预先设定的第二数量阈值，则确定对应的性能指标的时序数据具有周期型波形特征；基于预先设定的时间窗口，确定具有所述周期型波形特征的性能指标时序数据的波形在不同时间窗口中的自相关系数，得到具有所述周期型波形特征的性能指标的时序数据的周期；所述基于预先设定的趋势型识别算法，对每个所述性能指标的时序数据进行趋势型波形特征识别，包括：对每个所述性能指标的时序数据进行一阶多项式拟合，得到每个所述性能指标的时序数据对应的直线；确定每个所述性能指标的时序数据在所确定的对应直线的两侧偏离所述直线的最大距离之和；若所确定的所述性能指标的时序数据偏离对应直线的最大距离之和小于预先设定的距离阈值，则确定对应的性能指标的时序数据具有趋势型波形特征；所述基于预先设定的阶梯型识别算法，对每个所述性能指标的时序数据进行阶梯型波形特征识别，包括：基于预先设定的时间窗口，对每个所述性能指标的时序数据进行抽样；若抽样数据中的数据的种类小于预先设定第三数量阈值，则确定对应的性能指标的时序数据具有阶梯型波形特征。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人北京宝兰德软件股份有限公司，其通讯地址为：100020 北京市朝阳区东三环北路19号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。