時(shí)間序列數(shù)據(jù)蘊(yùn)含趨勢(shì)信息，可以根據(jù)數(shù)據(jù)的趨勢(shì)信息提取趨勢(shì)轉(zhuǎn)折點(diǎn)，達(dá)到壓縮數(shù)據(jù)、減少噪聲影響的目的。通過(guò)分析時(shí)間序列數(shù)據(jù)的趨勢(shì)信息，提出自適應(yīng)數(shù)據(jù)趨勢(shì)轉(zhuǎn)折點(diǎn)提取算法。該算法不依賴任何先驗(yàn)知識(shí)，根據(jù)數(shù)據(jù)本身的趨勢(shì)特征自動(dòng)提取趨勢(shì)轉(zhuǎn)折點(diǎn)，提取信息包括坐標(biāo)索引和對(duì)應(yīng)數(shù)據(jù)。UCR時(shí)間序列分類數(shù)據(jù)集與SEEP、CAP和PAA等算法進(jìn)行對(duì)比的實(shí)驗(yàn)結(jié)果表明，在多種數(shù)據(jù)情況下，該算法擬合誤差和分類錯(cuò)誤率更小，平均擬合誤差為0. 373 6，分類錯(cuò)誤率同原始數(shù)據(jù)的分類錯(cuò)誤率相比減少3.39%。