时间序列分割就是把时间序列在统计意义上分割成存在同种特性的不间断子序列的过程，时间序列分割存优势凸显在有两点，首先，它能够提取出时间序列上的关键特新；除此之外，还能够监测出时间序列的转变走向。从而获取许多的隐藏认知。时间序列分割是数据挖掘方面十分实际意义的课题，并且应用到的领域触及十分的广。例如水文监测[1]、工业产品质量分析、图像分割等。

时间序列分割基本上都是使用优化方法进行。优化方式不足之处在于其分割并没有满足时间域信息和数据的同质特征同时存在的条件。除此之外，可解释性并不是分割后得到的子序列所具备的特性，考虑到这几个方面的不足之处从而提出基于模糊聚类的时间序列分割算法。第一步先利用Gath-Geva(G-G)模糊聚类对时间序列进行模糊分割，因而捕捉到详尽的时间信息，继而归纳出一个带有时间域的模糊分割，为了达到使时间序列的分割更为均匀的目的，可以通过使用信息颗粒来解释。最终，在实际分割数据应用中频繁的运用以上方法。通过实验结果考验检测可以总结出这类方法可以发现时间序列简便的趋势与特性，因而得出时间序列分割的应用是真实可靠有效的。77706

现如今数据库中的量已经达到了十分庞大的规模。如今的社会已步入“信息爆炸”的时代，由此诞生的庞大而复杂的数据系统面临着如下挑战：

(1)庞大的数据让使用者感到乏力无畏，毫无条理性可言，根本找不到一个良好的切入点对这些大量的数据进行处理。

(2)真正有价值有意义的数据往往潜藏在繁多的数据之中很难被发掘只有找出并合理使用这些潜藏数据中大量有价值的讯息才能为企业的交易计划和政策成长服务才行，不然洪量的数据只会成为企业的累赘，甚至拖累企业的发展。因此，如何面对大数据时代所带来的挑战已经成为人们无法逃避的问题。论文网

现今更多的企业认识到掌握计算机和网络技术对企业的发展起着至关重要的作用。对数据堆栈和数据发掘技术进行深层次的开掘，剖析从古至今的洪量数据。经过对企业生产和规划的实现情形及相关情况数据来多角度和深层次的剖析，来达到让企业的管理者可以及时了解企业的运作状态和发展走向趋势。并为制定生产企划和久远目标提供事实理论凭据，提高企业策划着的水平和优势。

伴随着在工业中的计算机应用发展，使用计算机监视控制系统的方式，得以实现对某种系统的自动控制在生产过程中已经变得十分频繁。监控系统自主搜集获取大量数据，提高管理质量，加快生产效率。为更好的处理时间序列数据，从大型数据库发现暗藏的知识，必须从度量的相似性、分割的时间序列、时间序列聚类等一系列相关知识面对相应的数据进行总结挖掘，研究特性。