时间序列分段算法 [Time series Breakout Detection]

在时间序列分析中，断点检测（breakout detection）是一个很基本的问题。

通过捕捉时序数据中的断点（breakout），来发现时序数据所表示的系统在过去是否发生了某种事件（event）,进而为系统诊断提供必要的数据支持。

 

为了实现对时序断点的检测，我们首先需要对时序的整体时序做拟合。

这里我们通过一条直线来拟合一段时序，如果时序的趋势发生了变化，则用多条直线来拟合整条时序数据。

如下是对一条波动规律明显的时序做拟合之后的结果。

每个红色线条的转折点，就是我们找到的断点。

 

以上数据是我们在实验环境下，为了检测算法效果而人工构造的一条时序。

那么，该算法在实际情况下表现如何？