《一種基於時間序列相似匹配的海洋災害預警裝置》是上海海洋大學於2010年9月27日申請的專利，該專利的公布號為CN102005105A，授權公布日為2011年4月6日，發明人是黃冬梅、廖娟、蘇誠、何盛琪、郭偉其、王建、張明華、袁小華、鄭小羅、謝文輝、裴軍峰。
《一種基於時間序列相似匹配的海洋災害預警裝置》公開了一種基於時間序列相似匹配和GPS/陀螺儀、電子指南針的海洋災害預警裝置，該裝置包括GPS模組、陀螺儀、電子指南針、視頻獲取設備、多點觸控設備、數據處理裝置、感測器、GIS和LBS基於位置服務、報警裝置等。所述的GPS模組、陀螺儀、電子指南針三部分構成定位裝置，獲得定位信息。GIS和LBS基於位置服務用於地理位置的精確確定，疊加更多現實世界信息。數據處理裝置存儲歷年海洋災害發生時記載的特徵數據及處理方法，並把感測器獲得實時數據採用相似匹配的方法告知海洋災害預警裝置是否處在危險地帶。最後，多點觸控手持設備會在海洋災害預警裝置處在危險地段時發出警報聲，及螢幕顯示為紅色區域，用戶可以多點滑動找到安全地段並撤退或指導撤退。《一種基於時間序列相似匹配的海洋災害預警裝置》不僅可以用於海上作業人員、普通漁民和研究員，而且領導可以把其作為一種輔助決策的手段，具有實時性，易於攜帶。
2020年7月14日，《一種基於時間序列相似匹配的海洋災害預警裝置》獲得第二十一屆中國專利獎優秀獎。
（概述圖為《一種基於時間序列相似匹配的海洋災害預警裝置》摘要附圖）
基本介紹
- 中文名：一種基於時間序列相似匹配的海洋災害預警裝置
- 申請人：上海海洋大學
- 申請日：2010年9月27日
- 申請號：2010102927926
- 公布日：2011年4月6日
- 公布號：CN102005105A
- 發明人：黃冬梅、廖娟、蘇誠、何盛琪、郭偉其、王建、張明華、袁小華、鄭小羅、謝文輝、裴軍峰
- 地址：上海市臨港新城滬城環路999號
- Int. Cl.：G08B21/10(2006.01)I、G08B31/00(2006.01)I、G01S19/14(2010.01)I、G01C17/32(2006.01)I等；
- 類別：發明專利
專利背景,發明內容,專利目的,技術方案,附圖說明,技術領域,權利要求,實施方式,榮譽表彰,
專利背景
海洋是資源寶庫、是食品資源基地、是重要的能源基地、是金屬礦產資源基地、是水資源基地、是再生能源基地、是生產生活的空間資源、是世界交通的要道。而由於經濟的發展和環境的變化，每年發生的海洋災害給沿海地區造成的經濟損失與人員傷亡，已對沿海地區的經濟建設與和諧社會建設構成嚴重威脅。因此，研究預警技術，加強沿海地區海洋災害監測，獲取海洋即時信息，研製防災決策輔助系統，發布準確的災情，是保障人民生命財產安全與社會穩定的迫切需要。
時間序列相似性匹配在統計理論、機器學習以及數據挖掘等方面具有重要的意義，相似性度量常用於發現具有相似起伏的股票、確定具有相似銷售模式的產品、分類具有相似形狀的恆星光譜曲線等等。海洋災害的歷史數據比較豐富，充分利用這些數據是保障人民生命安全的一個有力手段。定位裝置在汽車導航中使用最為廣泛，技術也比較成熟，與2010年之前基於現實技術相結合，更好的疊加現實世界內容。
發明內容
專利目的
《一種基於時間序列相似匹配的海洋災害預警裝置》的目的是提供一種基於相似性匹配的海洋災害預警手持裝置，尤其適於風暴潮災害的預警裝置，方便用戶攜帶。主要套用於海上作業人員和研究員。在全球氣候變化和沿海經濟的快速發展的背景下，海洋災害發生頻率和強度突顯，如風暴潮、江蘇南通的怪潮等。
技術方案
1）定位裝置：通過電子指南針、MEMS陀螺儀與GPS接收信息，當GPS信號被阻擋時，由陀螺儀和電子指南針接收信息，同時，MEMS陀螺提供手持設備的姿態，根據設備的不同方向而讀取不同的場景內容；電子指南針指示用戶當前所在位置的準確方向；GPS定位用戶所處位置的準確方向。通過LBS位置服務獲得矯正對象手持設備的經緯度，從而確定用戶的具體位置。
2）獲得用戶的場景內容：用戶通過視頻獲取設備攝取定位裝置和LBS所定位的場景，並呈現在多點觸摸手持設備上。
3）感測器的使用：海洋災害上多於溫度、氣壓等相關，因此《一種基於時間序列相似匹配的海洋災害預警裝置》確定至少擁有溫度、氣壓兩個感測器，可以根據需要再增加感測器的種類。感測器接收回來的數據傳給數據處理裝置，與歷年案例相比較，給出一個閾值，如果相似度大於等於這個閾值，則認為是危險區域。傳給報警裝置一個信號，告知此地是危險區域，且手持設備上顯示紅色區域。
4）數據處理裝置：數據處理裝置在《一種基於時間序列相似匹配的海洋災害預警裝置》中非常關鍵，它接收來自感測器的數據，同時存有歷年災害發生時的特徵數據和處理方法。步驟如下：
A、將海洋災害目錄數據轉換為一定時空範圍內、一定級別以上的海洋災害事件系列集。這樣，不同時空範圍內的海洋災害就構成了不同的海洋災害序列。下面給出海洋災害序列及其相似性的定義和海洋災害序列相似性的度量模型。
定義1（海洋災害相關地區）：海洋災害發生頻繁的地理區域。
定義2（海洋災害事件）.將海洋災害目錄資料庫中記錄的每一次海洋災害看作一個事件。將所有海洋災害事件按空間屬性和區域而分為不同的海洋災害事件集，把發生在一定級別以上且同時在t時刻發生的海洋災害事件記為E（t）。
定義3（海洋災害事件序列）.在某海洋災害相關地區中，把發生在時間範圍F內的事件集Et＝{E（t）|t∈時間範圍F}在時間軸上的一個排列稱為海洋災害事件序列，其中每一個單獨的事件E（t）稱為一個事件項。
定義4（海洋災害序列）.依據海洋災害發生的時間和等級，把海洋災害事件項的空間屬性略去，在時間軸上抽象為一個時間單位上的風暴潮強度值。從而，一個海洋災害事件序列就被抽象為一個時間序列，稱其為海洋災害序列，用S＝{S（t）|t＝0，1，2，...，n}來表示，海洋災害事件序列中，一個事件項對應海洋災害序列中的一個元素。這裡要特別說明的是，根據領域特性，將海洋災害事件發生的時間t擴展為一個單位時間間隔範圍，即t∈Tgap。
定義5（海洋災害序列長度）.對於海洋災害序列S，用|S|表示其長度，即海洋災害序列S的元素個數。S[i]表示海洋災害序列S中的第i個元素，S（t）表示海洋災害序列S在t時刻的等級取值。
定義6（稠密海洋災害序列）.在某一時間區域內，對海洋災害序列S，在沒有發生海洋災害事件的單位時間段補充了空元素以後形成的海洋災害序列，稱為稠密海洋災害序列S′。註：以下所說的序列及元素都是指稠密序列或稠密序列之中的元素。
定義7（海洋災害相似性）.設x和y是任意兩個不同海洋災害序列中的對應元素，用標記函式A（x，y）來描述x和y元素的相似性，元素x、y之間的距離使用動態彎曲距離（DTW），記為：D（x，y）。標記函式A（x，y）定義為：
如果D（x，y）≤Mthreshold，則A（x，y）＝0；如果D（x，y）＞Mthreshold，則A（x，y）＝1。這裡，Mthreshold為誤差閾值，由用戶根據具體需求來確定。誤差閾值越小，表示兩個元素所代表的海洋災害強度差別越小。特別值得注意的是，因為允許相關海洋災害發生的時間有一定的間隔，所以x和y兩元素可以對應不同的時間點，用戶可以根據需要給定這個時間間隔的範圍。
另一方面，海洋各災害序列中常常會出現這樣的現象：在時間軸的某些單位時間段內，沒有海洋災害事件發生。這時，可以在序列中補充空元素，即在沒有海洋災害事件的時間段補充取值為0的元素。當非空元素與空元素進行相似性比較時，標記函式取值為0。
定義8（海洋災害相似性度量模型）.設S和Q是兩個不同的海洋災害序列，則S和R的相似性可以用兩序列中的相似性標記函式和來度量。其定義如下：
定義9（海洋災害序列分段線性表示）.在一定時間範圍內，將海洋災害序列按照時間t表示成多段相鄰的近似直線。由於海洋災害的數據具有局部離群的特徵，此線性分段採用滑動視窗的方法。即給定一個長度為n的海洋災害事件序列s和長度為w的時間視窗，記s為（x1，x2，...，xn），將時間視窗放在時間序列的起始位置，此時時間視窗對應序列上長度為w的一段子序列，依次類推，共分為n-w+1段。
定義10（相關海洋災害支持數及支持度）.相關海洋災害支持數Sup（S，Q）及支持度η定義為
其中，E（t）∈{St，Qt}表示在一個時間間隔範圍t∈[T-Tgap，T+Tgap]內，只要序列S和序列Q中均有海洋災害事件發生，支持度總數就增加1；如果序列S和序列Q有一個沒有海洋災害事件，就不記入支持度總數。式（2）中的n為時間間隔總數。
B、尋找海洋災害相關地區的序列相似性匹配算法
結合相關海洋災害的特點，在定義了海洋災害序列分段線性表示、相關海洋災害的支持度和海洋災害序列相似性度量模型的基礎上，提出了一種基於支持數和線性分段的整體序列相似性匹配算法。下面給出算法的步驟：
步驟1：預處理——從海洋災害目錄數據中取出數據，根據其包含的經緯度信息，按空間位置劃分為不同的區域，並將經緯度和區域的對應信息都一同存放在預處理結果檔案中；
步驟2：構成海洋災害序列——從預處理結果檔案中，提取具有相同區域編號的數據歸併到一起，分別放入不同的臨時檔案中，並累計此區域內的海洋災害記錄條數，記入（區域號、條數）鍊表結構中。最後，各區域內的案例記錄按時間排序，就形成一組海洋災害時間序列EQS；
步驟3：序列分段線性表示——將海洋災害時間序列EQS按照滑動視窗劃分的方法將序列分為n-w+1段，如定義9所示。
步驟4：兩兩進行相似性分析——具體過程是：分別取出處於不同區域中的海洋災害時間序列，若兩序列的相似度達到要求，則作相應的記錄。然後計算支持度，並根據支持度是否達到閾值輸出相關序列並查看於此相關的歷史處理記錄；
步驟5：合併結果——將海洋災害相關地區依據地理位置進行合併，並重新計算支持度。
在此算法中對兩個序列進行相似性判定時，需要逐個元素比較。
根據需要給定一個閾值，利用感測器接收的數據進行計算，如果所得結果大於或等於這個閾值，則判斷是危險區域，把信號傳給報警裝置，同時，如果用戶已經在危險區域，則在觸控螢幕上查看地圖，選擇離該危險區域最近的地方撤退。如果是管理人員使用，還可以進一步確定其與歷史數據哪一年的最接近，借鑑當年處理險情的方法，把危害降到最低。
5）報警裝置，包括一個顏色變換裝置和一個發聲裝置，根據數據處理裝置的結果，報警裝置給予不同的回應，當到了危險區域時，發聲系統發出警報，同時該區域變為紅色。
6）感測器裝置，及時接收溫度、氣壓、水溫等數據傳給數據處理裝置進行處理。
附圖說明
圖1為《一種基於時間序列相似匹配的海洋災害預警裝置》海洋預警裝置的結構圖。
圖2為發明海洋預警裝置的邏輯功能圖。
技術領域
《一種基於時間序列相似匹配的海洋災害預警裝置》涉及一種利用GPS、陀螺儀、電子指南針組合的導航裝置，及使用感測器接收數據進行時間序列相似匹配的海洋災害預警裝置。
權利要求
1.一種基於時間序列相似匹配的海洋災害預警裝置的方法，其特徵在於，應該包括：一定位裝置102，由一電子指南針、一MEMS陀螺儀與一GPS組成；
一數據處理裝置104，存放歷年海洋災害發生時記載的特徵數據及處理方法，且用時間序列相似匹配的方法；
一報警裝置106，根據數據處理裝置傳回來的數據判斷是否產生報警信號；
一感測器裝置107，把接收回來的數據傳給數據處理裝置進行處理；
一LBS、GPS結合模組105，把GPS技術的一部分嵌入到多點觸控手持設備上，結合LBS位置服務，獲得更多用戶所需的詳細信息；
一視頻獲取設備103，把定位裝置攝取的場景通過該設備獲取並呈現在多點觸控手持設備上。
一多點觸控手持設備101，該設備具有多點觸摸的功能，利用定位裝置和視頻獲取設備及LBS、GPS結合技術，就能判斷用戶所在的特定位置和存儲信息。
2.根據權利要求1所述的定位裝置，其特徵是，GPS定位穩定時，GPS定位用戶所處位置的準確方向，MEMS陀螺提供手持設備的姿態，根據設備的不同方向而讀取不同的場景內容；電子指南針指示用戶當前所在位置的準確方向；當GPS不能準確定位時，由MEMS陀螺儀和電子指南針來確定。
3.根據權利要求1所述的數據處理裝置，其特徵是，利用時間序列相似性匹配的方法，步驟如下：
A、將海洋災害目錄數據轉換為一定時空範圍內、一定級別以上的海洋災害事件系列集。這樣，不同時空範圍內的海洋災害就構成了不同的海洋災害序列。下面給出海洋災害序列及其相似性的定義和海洋災害序列相似性的度量模型。
定義1（海洋災害相關地區）：海洋災害發生頻繁的地理區域。
定義2（海洋災害事件）.將海洋災害目錄資料庫中記錄的每一次海洋災害看作一個事件。將所有海洋災害事件按空間屬性和區域而分為不同的海洋災害事件集，把發生在一定級別以上且同時在t時刻發生的海洋災害事件記為E（t）。
定義3（海洋災害事件序列）.在某海洋災害相關地區中，把發生在時間範圍F內的事件集Et＝{E（t）|t∈時間範圍F}在時間軸上的一個排列稱為海洋災害事件序列，其中每一個單獨的事件E（t）稱為一個事件項。
定義4（海洋災害序列）.依據海洋災害發生的時間和等級，把海洋災害事件項的空間屬性略去，在時間軸上抽象為一個時間單位上的風暴潮強度值。從而，一個海洋災害事件序列就被抽象為一個時間序列，稱其為海洋災害序列，用S＝{S（t）|t＝0，1，2，...，n}來表示，海洋災害事件序列中，一個事件項對應海洋災害序列中的一個元素。這裡要特別說明的是，根據領域特性，將海洋災害事件發生的時間t擴展為一個單位時間間隔範圍，即t∈Tgap。
定義5（海洋災害序列長度）.對於海洋災害序列S，用|S|表示其長度，即海洋災害序列S的元素個數。S[i]表示海洋災害序列S中的第i個元素，S（t）表示海洋災害序列S在t時刻的等級取值。
定義6（稠密海洋災害序列）.在某一時間區域內，對海洋災害序列S，在沒有發生海洋災害事件的單位時間段補充了空元素以後形成的海洋災害序列，稱為稠密海洋災害序列S′。註：以下所說的序列及元素都是指稠密序列或稠密序列之中的元素。
定義7（海洋災害相似性）.設x和y是任意兩個不同海洋災害序列中的對應元素，用標記函式A（x，y）來描述x和y元素的相似性，元素x、y之間的距離使用動態彎曲距離（DTW），記為：D（x，y）。標記函式A（x，y）定義為：
如果D（x，y）≤Mthreshold，則A（x，y）＝0；如果D（x，y）＞Mthreshold，則A（x，y）＝1。這裡，Mthreshold為誤差閾值，由用戶根據具體需求來確定。誤差閾值越小，表示兩個元素所代表的海洋災害強度差別越小。特別值得注意的是，因為允許相關海洋災害發生的時間有一定的間隔，所以x和y兩元素可以對應不同的時間點，用戶可以根據需要給定這個時間間隔的範圍。
另一方面，海洋各災害序列中常常會出現這樣的現象：在時間軸的某些單位時間段內，沒有海洋災害事件發生。這時，可以在序列中補充空元素，即在沒有海洋災害事件的時間段補充取值為0的元素。當非空元素與空元素進行相似性比較時，標記函式取值為0。
定義8（海洋災害相似性度量模型）.設S和Q是兩個不同的海洋災害序列，則S和R的相似性可以用兩序列中的相似性標記函式和來度量。其定義如下：
定義9（海洋災害序列分段線性表示）.在一定時間範圍內，將海洋災害序列按照時間t表示成多段相鄰的近似直線。由於海洋災害的數據具有局部離群的特徵，此線性分段採用滑動視窗的方法。即給定一個長度為n的海洋災害事件序列s和長度為w的時間視窗，記s為（x1，x2，...，xn），將時間視窗放在時間序列的起始位置，此時時間視窗對應序列上長度為w的一段子序列，依次類推，共分為n-w+1段。
定義10（相關海洋災害支持數及支持度）.相關海洋災害支持數Sup（S，Q）及支持度η定義為
其中，E（t）∈{St，Qt}表示在一個時間間隔範圍t∈[T-Tgap，T+Tgap]內，只要序列S和序列Q中均有海洋災害事件發生，支持度總數就增加1；如果序列S和序列Q有一個沒有海洋災害事件，就不記入支持度總數。式（2）中的n為時間間隔總數。
B、尋找海洋災害相關地區的序列相似性匹配算法
結合相關海洋災害的特點，在定義了海洋災害序列分段線性表示、相關海洋災害的支持度和海洋災害序列相似性度量模型的基礎上，提出了一種基於支持數和線性分段的整體序列相似性匹配算法。下面給出算法的步驟：
步驟（1）：預處理——從海洋災害目錄數據中取出數據，根據其包含的經緯度信息，按空間位置劃分為不同的區域，並將經緯度和區域的對應信息都一同存放在預處理結果檔案中；
步驟（2）：構成海洋災害序列——從預處理結果檔案中，提取具有相同區域編號的數據歸併到一起，分別放入不同的臨時檔案中，並累計此區域內的海洋災害記錄條數，記入（區域號、條數）鍊表結構中。最後，各區域內的案例記錄按時間排序，就形成一組海洋災害時間序列EQS；
步驟（3）：序列分段線性表示——將海洋災害時間序列EQS按照滑動視窗劃分的方法將序列分為n-w+1段，如定義9所示。
步驟（4）：兩兩進行相似性分析——具體過程是：分別取出處於不同區域中的海洋災害時間序列，若兩序列的相似度達到要求，則作相應的記錄。然後計算支持度，並根據支持度是否達到閾值輸出相關序列並查看於此相關的歷史處理記錄；
步驟（5）：合併結果——將海洋災害相關地區依據地理位置進行合併，並重新計算支持度。
在此算法中對兩個序列進行相似性判定時，需要逐個元素比較。
4.根據權利要求1所述的感測器裝置，其特徵是至少包含溫度感測器和氣壓感測器。
5.根據權利要求1所述的視頻獲取設備，其特徵是把當前定位裝置所攝取的範圍獲取到手持設備上。
6.根據權利要求1所述的多點觸控手持設備，其特徵是有USB接口、發聲裝置，螢幕切換功能，支持縮放與手持式且體積小、重量輕，適合攜帶型攜帶。
7.根據權利要求1所述，其特徵是多點觸控手持設備利用GIS和位置信息服務結合起來，即把所需的某些GIS技術移植到手持設備上，利用空間定位技術和GIS技術，將獲取的位置信息以及其他空間和屬性信息蒐集起來，供用戶選擇所需的信息。
8.根據權利要求2所述，其特徵是採用MEMS陀螺儀和電子指南針對GPS定位進行補充和使其更加準確，當GPS信號被擋住時，可以使用MEMS陀螺儀的移動信息進行路徑的引導，再輔以電子指南針指明方向，從而，整個預警裝置的導航很穩定。
實施方式
圖1所示為《一種基於時間序列相似匹配的海洋災害預警裝置》海洋災害預警裝置的邏輯結構圖，包括定位裝置102（由電子指南針、MEMS陀螺儀與GPS組成）、LBS和GPS技術結合105、數據處理裝置104：存放歷年海洋災害發生時記載的特徵數據及處理方法、報警裝置106：根據數據處理裝置傳回來的數據判斷是否產生報警信號、感測器裝置107：把接收回來的數據傳給數據處理裝置進行處理、視頻獲取設備103：把定位裝置攝取的場景通過該設備獲取並呈現在多點觸控手持設備上以及多點觸控手持設備101。與傳統的海洋災害預警裝置不同，該裝置具有實時性，且攜帶方便，使用對象更加廣泛。通過LBS基於位置服務和視頻獲取設備，在現實世界上，疊加更多信息，具有現實增強的特點。其中：
定位裝置102，用於接收定位信號確定使用者所在的位置和方向以及當前所見的範圍。GPS模組，用於接收衛星定位信號，實時定位，並將定位結果保存在定位裝置中；電子指南針模組，用於指示預警裝置所處的方向，並隨著陀螺儀姿態的轉變而顯示不同的方向；陀螺儀模組，輔助GPS提供準確的方位，在GPS接收信號不穩定時，可以作為定位裝置提供移動信息。
數據處理裝置104，用於接收來自感測器的數據，同時存有歷年災害發生時的特徵數據和處理方法。利用時間序列相似性匹配的方法，下面以海洋風暴潮為例（可以是海洋災害的任意一種，如颱風、怪潮等），步驟如下：
A、將風暴潮目錄數據轉換為一定時空範圍內、一定級別以上的風暴潮事件系列集.這樣，不同時空範圍內的風暴潮就構成了不同的風暴潮序列.下面給出風暴潮序列及其相似性的定義和風暴潮序列相似性的度量模型。
定義1（風暴潮相關地區）：風暴潮發生頻繁的地理區域。
定義2（風暴潮事件）.將風暴潮目錄資料庫中記錄的每一次風暴潮看作一個事件。將所有風暴潮事件按空間屬性和區域而分為不同的風暴潮事件集，把發生在一定級別以上且同時在t時刻發生的風暴潮事件記為E（t）。
定義3（風暴潮事件序列）.在某風暴潮相關地區中，把發生在時間範圍F內的事件集Et＝{E（t）|t∈時間範圍F}在時間軸上的一個排列稱為風暴潮事件序列，其中每一個單獨的事件E（t）稱為一個事件項。
定義4（風暴潮序列）.依據風暴潮發生的時間和等級，把風暴潮事件項的空間屬性略去，在時間軸上抽象為一個時間單位上的風暴潮強度值。從而，一個風暴潮事件序列就被抽象為一個時間序列，稱其為風暴潮序列，用S＝{S（t）＝0，1，2，...，n}來表示，風暴潮事件序列中，一個事件項對應風暴潮序列中的一個元素。這裡要特別說明的是，根據領域特性，將風暴潮事件發生的時間t擴展為一個單位時間間隔範圍，即t∈Tgap。
定義5（風暴潮序列長度）.對於風暴潮序列S，用|S|表示其長度，即風暴潮序列S的元素個數。S[i]表示風暴潮序列S中的第i個元素，S（t）表示風暴潮序列S在t時刻的等級取值。
定義6（稠密風暴潮序列）.在某一時間區域內，對風暴潮序列S，在沒有發生風暴潮事件的單位時間段補充了空元素以後形成的風暴潮序列，稱為稠密風暴潮序列S′。註：以下所說的序列及元素都是指稠密序列或稠密序列之中的元素。
定義7（風暴潮相似性）.設x和y是任意兩個不同風暴潮序列中的對應元素，用標記函式A（x，y）來描述x和y元素的相似性，元素x、y之間的距離使用動態彎曲距離（DTW），記為：D（x，y）。標記函式A（x，y）定義為：
如果D（x，y）≤Mthreshold，則A（x，y）＝0；如果D（x，y）＞Mthreshold，則A（x，y）＝1。這裡，Mthreshold為誤差閾值，由用戶根據具體需求來確定。誤差閾值越小，表示兩個元素所代表的風暴潮強度差別越小。特別值得注意的是，因為允許相關風暴潮發生的時間有一定的間隔，所以x和y兩元素可以對應不同的時間點，用戶可以根據需要給定這個時間間隔的範圍。
另一方面，海洋各災害序列中常常會出現這樣的現象：在時間軸的某些單位時間段內，沒有海洋災害事件發生。這時，可以在序列中補充空元素，即在沒有海洋災害事件的時間段補充取值為0的元素。當非空元素與空元素進行相似性比較時，標記函式取值為0。
定義8（風暴潮相似性度量模型）.設S和Q是兩個不同的風暴潮序列，則S和R的相似性可以用兩序列中的相似性標記函式和來度量。其定義如下：
定義9（風暴潮序列分段線性表示）.在一定時間範圍內，將風暴潮序列按照時間t表示成多段相鄰的近似直線。由於海洋災害的數據具有局部離群的特徵，此線性分段採用滑動視窗的方法。即給定一個長度為n的風暴潮事件序列s和長度為w的時間視窗，記s為（x1，x2，...，xn），將時間視窗放在時間序列的起始位置，此時時間視窗對應序列上長度為w的一段子序列，依次類推，共分為n-w+1段。
定義10（相關風暴潮支持數及支持度）.相關風暴潮支持數Sup（S，Q）及支持度η定義為
其中，E（t）∈{St，Qt}表示在一個時間間隔範圍t∈[T-Tgap，T+Tgap]內，只要序列S和序列Q中均有風暴潮事件發生，支持度總數就增加1；如果序列S和序列Q有一個沒有風暴潮事件，就不記入支持度總數。式（2）中的n為時間間隔總數。
B、尋找風暴潮相關地區的序列相似性匹配算法
序列相似性匹配可以分為兩類：一類是整體匹配，即給定m個長度為n的數據序列，一個長度為n的查詢序列和一個容忍度ε，從m個數據序列中找出與查詢序列相似的數據序列；另一類是子序列匹配，查詢序列比資料庫中的記錄序列要短，需要在記錄序列中尋找和查詢序列相似的子序列，也即給定m個數據序列，一個查詢序列和一個容忍度ε，從m個數據序列中找出其子序列與查詢序列相似的數據序列，並給出子序列在數據序列中的偏移量。用序列相似性匹配的算法來查找風暴潮相關地區，主要思想就是在各個地區的風暴潮序列中，用整體序列相似性匹配的方法尋找具有高相似度的風暴潮序列。為此，我們結合相關風暴潮的特點，在定義了風暴潮序列分段線性表示、相關風暴潮的支持度和風暴潮序列相似性度量模型的基礎上，提出了一種基於支持數和線性分段的整體序列相似性匹配算法。下面給出算法的步驟：
步驟（1）：預處理——從風暴潮目錄數據中取出數據，根據其包含的經緯度信息，按空間位置劃分為不同的區域，並將經緯度和區域的對應信息都一同存放在預處理結果檔案中；
步驟（2）：構成風暴潮序列——從預處理結果檔案中，提取具有相同區域編號的數據歸併到一起，分別放入不同的臨時檔案中，並累計此區域內的風暴潮記錄條數，記入（區域號、條數）鍊表結構中。最後，各區域內的案例記錄按時間排序，就形成一組風暴潮時間序列EQS；
步驟（3）：序列分段線性表示——將風暴潮時間序列EQS按照滑動視窗劃分的方法將序列分為n-w+1段，如定義9所示。
步驟（4）：兩兩進行相似性分析——具體過程是：分別取出處於不同區域中的風暴潮時間序列，若兩序列的相似度達到要求，則作相應的記錄。然後計算支持度，並根據支持度是否達到閾值輸出相關序列並查看於此相關的歷史處理記錄；
步驟（5）：合併結果——將風暴潮相關地區依據地理位置進行合併，並重新計算支持度。
在此算法中對兩個序列進行相似性判定時，需要逐個元素比較。
根據需要給定一個閾值，利用感測器接收的數據進行計算，如果所得結果大於或等於這個閾值，則判斷是危險區域，把信號傳給報警裝置，同時，如果用戶已經在危險區域，則在觸控螢幕上查看地圖，選擇離該危險區域最近的地方撤退。如果是管理人員使用，還可以進一步確定其與歷史數據哪一年的最接近，借鑑當年處理險情的方法，把危害降到最低。
報警裝置106，包括一個顏色變換裝置和一個發聲裝置，根據數據處理裝置的結果，報警裝置給予不同的回應，當到了危險區域時，發聲系統發出警報，同時該區域變為紅色。
感測器裝置107，及時接收溫度、氣壓、水溫等數據傳給數據處理裝置進行處理。
視頻獲取設備103，用於獲取定位裝置所攝取的範圍，從而在現實世界上疊加更多信息。
多點觸控手持設備101，使用GIS和位置信息服務結合起來，把所需的某些GIS技術（如把GIS中的球體、地圖等信息）移植到手持設備上，利用空間定位技術和GIS技術，將獲取的位置信息以及其他空間和屬性信息蒐集起來，供用戶選擇所需的信息。
圖2為《一種基於時間序列相似匹配的海洋災害預警裝置》海洋災害預警裝置的邏輯功能圖，定位裝置利用GPS或者陀螺儀獲取位置信息，電子指南針指明裝置所處的方向，陀螺儀根據裝置角度的改變而設定不同的姿態，即在不同姿態下，所攝取的範圍內容是不同的，如在同一海灣區，可能前邊有漩渦或者溝壑，GPS顯示的地理位置信息是相同的，但陀螺儀可以使得攝取的範圍更加精確。GIS和LBS技術結合，把所需的某些GIS技術（如把GIS中的球體、地圖等信息）移植到手持設備上，利用空間定位技術和GIS技術，將獲取的位置信息以及其他空間和屬性信息蒐集起來，供用戶選擇所需的信息。視頻攝取設備把當前定位裝置和GIS、LBS結合的位置服務所見的場景內容拍攝下來並呈現在多點觸摸手持設備上，從而在現實世界上疊加更多信息，具有增強現實的服務。用戶如果處在海洋災害危險地形區域中，則進行預警，手持設備上立即顯示該區域為紅色，且發出警報聲。如果用戶沒有在海洋災害危險地形區域中，則根據感測器的數據，利用數據處理裝置進行計算，判斷該區域是否會發生災害，如海洋風暴潮，可以根據溫度、氣壓等數據進行計算，把實時數據與數據處理裝置中存儲的歷年特徵數據相似匹配，如果匹配的結果值大於或等於給出的閾值，則進行預警，多點觸控手持設備上立即顯示該區域為紅色，且發出警報聲。
綜上所述，《一種基於時間序列相似匹配的海洋災害預警裝置》是一種基於時間序列相似匹配的海洋災害預警裝置，數據處理裝置把感測器獲得的實時數據採用相似匹配的方法判斷用戶是否處在危險地帶，定位裝置提供準確的方向，並呈現在多點觸控手持設備上。
榮譽表彰
2020年7月14日，《一種基於時間序列相似匹配的海洋災害預警裝置》獲得第二十一屆中國專利獎優秀獎。
