粗粒度到细粒度的时序数据简化方法、系统、设备及介质

本发明涉及时序数据简化技术领域，尤其涉及粗粒度到细粒度的时序数据简化方法、系统、设备及介质。方法包括识别对时序序列空间结构具有关键影响的锚点，生成预简化时序序列；基于生成预简化时序序列，进行特征识别，量化潜在关键区域，生成候选点集；构建动态决策框架，在候选集中筛选最优关键点逐步优化时序序列。本发明通过三个阶段显著提升简化的效率与精度。该方法通过引入改进的Douglas‑Peucker算法(RDP)作为粗粒度简化的初始化，单次遍历原始时序，动态选择主显著点，通过自适应阈值策略避免了传统方法的低效初始化问题，能够有效降低时间复杂度。