CN106503725A - 一种图形处理方法及装置 - Google Patents

Abstract

本发明公开了一种图形处理方法及装置，该方法包括：接收图形匹配请求，并基于该图形匹配请求，在待分析的二维线图上获取设定区间内的第一图形，根据所述第一图形，分别在预先存储的各二维线图各自的全区间内，获取与所述第一图形相匹配的第二图形，在所述第二图形所属的二维线图上，获取处于所述第二图形所对应的区间之外且满足预设条件的第三图形，展示所述第一图形、第二图形以及第三图形。本申请可基于各二维线图的全区间，查找与第一图形相匹配的图形片段，还将进一步获取额外的图形片段，以对图形后续趋势进行参考分析。

Description

一种图形处理方法及装置

技术领域

本发明涉及计算机技术领域，尤其涉及一种图形处理方法及装置。

背景技术

随着信息技术的发展，信息图形化技术得到了广泛的应用，通过信息图形化技术，可将某些信息转换成二维线图(如：折线图、波形图、走势图等)，例如：将企业各季度的营业额信息转化为趋势图形；将统计得到的各年龄段的人员信息，转换成年龄分布图；根据股票的运营信息转换成股票K线图等等。

在实际应用场景下，用户会有对二维线图的趋势进行分析的需求，具体而言，用户可针对其关注的某一或某些二维线图，选取某一区间范围内的图形，以便对该图形的趋势进行分析。对于此场景，现有技术中，当用户针对待分析的二维线图上选取了某一区间范围内的图形后，服务器或应用通常会基于用户所选取的图形，从其他二维线图中获取相同区间范围之内的图形，并与用户所选取的图形进行对比分析，得到相应的分析结果。

但是，采用现有技术中的上述方式，难以对超出该区间范围的图形的趋势进行分析，尤其是当用户所选取的区间范围涵盖了二维线图的截止位置时，从其他二维线图中获取相同区间范围之内的图形，也将包含其他二维线图的截止位置，换言之，现有技术的方式只能分析二维线图的历史趋势，难以对二维线图在截止位置之后的趋势进行分析。

发明内容

本发明实施例提供一种图形处理方法及装置，用以解决现有技术中对二维线图的趋势进行分析的问题。

本发明实施例提供的一种图形处理方法，包括：

接收图形匹配请求，并基于该图形匹配请求，在待分析的二维线图上获取设定区间内的第一图形；

根据所述第一图形，分别在预先存储的各二维线图各自的全区间内，获取与所述第一图形相匹配的第二图形；

在所述第二图形所属的二维线图上，获取处于所述第二图形所对应的区间之外且满足预设条件的第三图形；

展示所述第一图形、第二图形以及第三图形。

本发明实施例另提供的一种图形处理方法，包括：

接收K线匹配请求，并基于该K线匹配请求，在待分析的股票K线图上获取设定时间段内的第一K线图形；

根据所述第一K线图形，分别在预先存储的各股票K线图各自的全时间段内，获取与所述第一K线图形相匹配的第二K线图形；

在所述第二K线图形所属的股票K线图上，获取时间段晚于所述第二K线图形所对应时间段的第三K线图形；

展示所述第一K线图形、第二K线图形以及第三K线图形。

本发明实施例提供的一种图形处理装置，包括：

第一图形模块，用于接收图形匹配请求，并基于该图形匹配请求，在待分析的二维线图上获取设定区间内的第一图形；

第二图形模块，用于根据所述第一图形，在预先存储的各二维线图各自的全区间内，获取与所述第一图形相匹配的第二图形；

第三图形模块，用于在所述第二图形所属的二维线图上，获取处于所述第二图形所对应的区间之外且满足预设条件的第三图形；

展示处理模块，用于展示所述第一图形、第二图形以及第三图形。

本发明实施例另提供的一种图形处理装置，包括：

第一K线图形模块，用于接收K线匹配请求，并基于该K线匹配请求，在待分析的股票K线图上获取设定时间段内的第一K线图形；

第二K线图形模块，用于根据所述第一K线图形，分别在预先存储的各股票K线图各自的全时间段内，获取与所述第一K线图形相匹配的第二K线图形；

第三K线图形模块，用于在所述第二K线图形所属的股票K线图上，获取时间段晚于所述第二K线图形所对应时间段的第三K线图形；

展示处理模块，用于展示所述第一K线图形、第二K线图形以及第三K线图形。

本发明实施例采用的上述至少一个技术方案能够达到以下有益效果：

当服务器接收到了由终端发送的图形匹配请求后，将基于该图形匹配请求，获取用户指定的二维线图在设定区间内的图形片段，即，第一图形，该第一图形就是用户想要进行匹配分析的图形片段。此后，服务器会根据第一图形，在其存储的各二维线图各自的全区间内，查找与该第一图形相匹配的图形片段，作为第二图形，并在此基础上，在第二图形所属的二维线图上，进一步获取额外的第三图形。

相较于现有技术而言，本申请实施例中的上述方法，不再局限于设定的区间范围之内，而是基于各二维线图的全区间，换言之，“样本”量更加充足，也就能够更加充分地查找与第一图形相匹配的图形片段，并且，在获取到了第二图形的基础上，还将进一步获取额外的图形片段，额外的图形片段能够起到对设定区间之外的图形趋势的参考分析作用，特别是能够起到对包含截止位置的待分析的图形进行分析的作用，从而，能够为用户提供更多的参考选择。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本发明的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1a为本发明实施例提供的图形处理方法所基于的架构示意图；

图1b为本发明实施例提供的图形处理过程示意图；

图2a为本发明实施例提供的图形处理过程在服务器侧的处理架构示意图；

图2b为本发明实施例提供的图形处理过程可能的处理架构示意图；

图3a～3b为本发明实施例提供的对图形进行平滑处理的示意图；

图4为本发明实施例提供的相似图形示意图；

图5a为本发明实施例提供的在实际应用场景下图形处理过程的示意图；

图5b和5c为本发明实施例提供的图形展示结果示意图；

图6为本发明实施例提供的图形处理装置结构示意图；

图7为本发明实施例提供的在实际应用场景下图形处理装置结构示意图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明具体实施例及相应的附图对本发明技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

基于前述内容，本发明实施例中提供了一种图形处理方法，以实现针对用户所选取的二维线图的某段图形，可以在预先存储的所有二维线图的全区间内，查找与该段图形相似的图形片段，并且，还可以在确定出的图形片段的基础上，进一步获取额外图形片段，从而使得获取到的图形片段不再局限在固定的区间范围之内。

这里需要说明的是，对于本发明实施例中图形处理方法而言，在实际应用场景的一种情况下，用户可以使用运行在终端上的应用，实现对二维线图的图形进行分析，此时，用户所使用的应用可以包括：股票应用、数据统计应用或其他具有二维线图显示、分析功能的应用。换言之，在此情况下，应用中包含充分数量的二维线图，并存储在终端本地。

而作为一种通用场景，具体的架构如图1a所示，在图1a中，终端与服务器保持网络连接状态，用户可使用运行在终端上的应用，与相应的服务器进行网络连接，也就是说，服务器用于存储各类二维线图数据并提供各类针对二维线图的分析功能，而用户可通过该应用向服务器发出相应的请求，并获取由服务器反馈的分析结果进行展示。

其中，终端可包括智能手机、平板电脑、智能手表、计算机等。

上述所列举出的方式，可认为是本发明中图形处理方法可能的应用场景，当然，这里并不构成对本发明的限定。

基于以上内容(尤其是如图1a所示的架构)，下面将针对本发明实施例所提供的图形处理方法进行具体说明(下述内容中，执行主体为服务器)：

如图1b所示，为图形处理过程，具体包括以下步骤：

S101：接收图形匹配请求，并基于该图形匹配请求，在待分析的二维线图上获取设定区间内的第一图形。

所述的图形匹配请求，可由应用根据用户的操作指令而发出，可以理解地，用户通过该应用，可选定某一(或某些)二维线图中的图形片段，换言之，图形匹配请求中至少携带了用户所选定的二维线图的标识，以及用户预先设定的区间信息。这里，用户所选定的二维线图，就是待分析的二维线图。

例如：用户预先选定某支股票的K线图，并进一步选定了需要进行分析的交易日区间，那么，图形匹配请求中就将携带有该股票的标识信息(股票名称、股票代码等)，以及交易日区间信息(起始日期、截止日期等)。这里并不构成对本申请的限定。

从而，当服务器接收到了图形匹配请求，就会根据其中携带的标识信息和区间信息，在相应的二维线图上获取设定区间内的第一图形，如上例中，用户所选定的股票在设定的交易日区间内的K线图，就是第一图形。

当然，本申请实施例中所述的区间，可包括二维线图的横轴和/或纵轴的区间。

S102：根据所述第一图形，分别在预先存储的各二维线图各自的全区间内，获取与所述第一图形相匹配的第二图形。

服务器中存储有数据量充足的各二维线图，在这些二维线图中，可能有部分图形片段与第一图形较为相似，如果能够获取到这样图形片段，将对第一图形的趋势分析起到重要的参考作用。但是，由于现有技术中，服务器通常只会根据用户指定的区间范围，获取同区间范围内的各二维线图的图形片段，从而造成用于进行参考的图形片段只能局限在设定的区间范围内。

因此，为了降低或避免现有技术中的局限性，在本步骤中，将在各二维线图各自的全区间内，获取出与第一图形匹配的第二图形，也就是说，本方法中将不再局限在设定的区间范围之内。

需要说明的是，第一图形所属的二维线图的其他区间，可能出现与第一图形趋势相匹配的图形片段，那么，该图形片段也可以作为第二图形。所以，在实际操作时，服务器确定第二图形所基于的各二维线图，也包含第一图形所属的二维线图。

可以理解地，服务器中所存储的各二维线图应与第一图形属于相同类型，换言之，如图第一图形属于股票K线图，那么，各二维线图也应是股票K线图。

S103：在所述第二图形所属的二维线图上，获取处于所述第二图形所对应的区间之外且满足预设条件的第三图形。

正如前述内容，现有技术中的服务器所获取的图形片段，均局限在设定区间之内，故难以针对超出该设定区间范围的趋势的参考作用。

因此，在本申请实施例中，在确定出了第二图形之后，还将在该第二图形所属的二维线图上，进一步确定出额外的图形片段(即，第三图形)，第三图形便可以起到对超出设定区间范围的图形趋势进行参考分析的作用。

在获取第三图形的过程中，不同的应用场景中的预设条件可能各不相同，如：在一些场景中，预设条件可以是“处于第二图形所对应的区间之后并与第二图形相连”，这里，处于第二图形所对应的区间之后，通常是指第三图形所对应的区间值的绝对值，大于或等于第二图形所对应的区间值的绝对值。假设第二图形的横坐标区间值为[10,13]，那么，第三图形的横坐标区间值至少应为13。

又如：在另一些场景中，预设条件可以是“至少与第二图形所对应的区间相隔一定区间长度后的区间范围内”。仍假设第二图形的横坐标区间值为[10,13]，并假设相隔一定区间长度为8，那么，第三图形的横坐标区间值至少应为21。

当然，本发明实施例中的预设条件可以根据实际应用的需要进行设定，不应构成对本发明的限定。

S104：展示所述第一图形、第二图形以及第三图。

在本申请实施例中，第一图形、第二图形以及第三图形均由服务器基于图形匹配请求进行确定后并获取，此后，服务器会将上述的图形反馈给用户所使用的应用，以使得所述应用进行展示，进一步而言，用户通过应用便可以直观地获取与其选定的第一图形相匹配的若干第二图形，并可根据第三图形对超出设定区间范围之外的趋势进行分析。

通过上述步骤，当服务器接收到了由终端发送的图形匹配请求后，将基于该图形匹配请求，获取用户指定的二维线图在设定区间内的图形片段，即，第一图形，该第一图形就是用户想要进行匹配分析的图形片段。此后，服务器会根据第一图形，在其存储的各二维线图各自的全区间内，查找与该第一图形相匹配的图形片段，作为第二图形，并在此基础上，在第二图形所属的二维线图上，进一步获取额外的第三图形。

相较于现有技术而言，本申请实施例中的上述方法，不再局限于设定的区间范围之内，而是基于各二维线图的全区间，换言之，“样本”量更加充足，也就能够更加充分地查找与第一图形相匹配的图形片段，并且，在获取到了第二图形的基础上，还将进一步获取额外的图形片段，额外的图形片段能够起到对设定区间之外的图形趋势的参考分析作用，特别是能够起到对包含截止位置的待分析的图形进行分析的作用，从而，能够为用户提供更多的参考选择。

针对前述内容需要说明的是，在现有技术中，服务器主要依赖中央处理器(Central Processing Unit，CPU)完成为大量用户提供的二维线图的匹配分析业务，而由于CPU串行处理的局限性，以及服务器中所存储的二维线图的数量巨大，导致服务器的CPU工作负荷剧增，响应速度较慢。为了保证服务器对图形匹配业务的响应速度，故现有技术中服务器在获取第二图形时，不会遍历各二维线图的全区间，而只是在设定的区间范围之内。

正是考虑到此，在本申请实施例中采用图形处理器(Graphics Processing Unit，GPU)实现对大量二维线图的图形匹配处理，由于GPU较强的并行处理能力以及远超CPU的内核数量，使得GPU可在极短时间内完成对大量二维线图的图形匹配处理。

具体而言，在本申请实施例中，服务器内可以采用如图2a所示的架构，从图2a中可见，CPU用于对业务进行处理，具体为，接收图形匹配请求，并基于该图形匹配请求，确定出用户所指定的二维线图在指定区间范围内的第一图形，后续负责将GPU的处理结果反馈给终端。而涉及到对图形的匹配处理过程，则交由GPU完成，换言之，GPU可用于执行：准备比较和被比较段的数据、初始化GPU host和device内存、初始化纹理内存、正则化数据、初始化常量内存数据、计算被比较图形片段的标准差、计算相似度距离、保存相似度距离信息、图形片段起始位置信息等步骤。

当然，作为本申请实施例中的另一种可能方式，还可以通过终端内的GPU实现对大量二维线图的图形匹配处理。

此外，本申请实施例中并不局限于使用GPU的处理方式。作为本申请实施例的一种实际应用场景，后台服务器可采用分布式的集群架构，如图2b所示，这将极大增强服务器的运算处理能力，同样也能够实现在极短时间内完成对大量二维线图的图形匹配处理。

以上方式均是本申请在实际应用场景中的可能方式，不应构成对本申请的限定。

在本申请实施例中，在各二维线图的全区间内，较为准确地查找出与第一图形相匹配的图形片段(第二图形)并选取在设定区间范围之外的第三图形，将对图形趋势的分析产生重要影响。那么，下面将对查找第二图形并选取第三图形的过程进行详细说明。

在实际应用场景下，二维线图通常是非平滑的图形，也就是说，二维线图上存在图像噪声，例如：如图3a所示，该二维线图上存在大量图形上下震荡的情况(即，图像噪声)，显然，这些图像噪声将对后续进行图形匹配的过程产生干扰。

因此，在本申请实施例中，将对二维线图进行平滑处理，以滤除二维线图上的图像噪声。需要说明的是，作为一种实际应用方式，可由服务器预先针对所有已存储的二维线图进行平滑处理。

其中，可采用小波变换、偏微分方程(Partial differential equation，PDE)去噪、空间域中值滤波去噪、全变分(Total Variation，TV)去噪等方法实现对二维线图的平滑处理。

延续如图3a所示的示例，针对该示例中的二维线图进行了平滑处理后，可以得到如图3b所示的二维线图。显然，相较于图3a中的二维线图，图3b中的二维线图中消除了原二维线图中的“毛躁”部分。

基于此，服务器便可以在经过了平滑处理后的二维线图中进行图形的匹配处理。

这里需要说明的是，二维线图相匹配，并非是指两个二维线图的区间范围一致或图形尺寸完全一致，而是二维图形的图形趋势、升降特征相匹配。以图4为例：其中，虽然以虚线标示的曲线的区间为[0，b]，而以实线标示的曲线的区间为[0，a]，显然，两条曲线的区间范围不一致，但两条曲线都为正弦曲线，具有相同(或相似)的图形趋势及升降特征，因此，图4中的两条曲线相匹配。

基于该示例可知，在本申请实施例进行图形匹配的过程中，实质上就是查找与第一图形相似的图形片段。所以，前述步骤S102中，分别在预先存储的各二维线图各自的全区间内，获取与所述第一图形相匹配的第二图形，具体包括：针对预先存储的每一个二维线图，根据预设的相似度计算模型，确定该二维线图在全区间内的图形与所述第一图形的相似度，根据所述相似度，确定与所述第一图形相匹配的第二图形。

所述预设的相似度计算模型包括：动态时间弯曲算法、欧式距离算法中的至少一种。

其中，通过动态时间弯曲算法，能够确定出区间范围不一致的相似图形片段。具体而言，针对给定的两个序列：X＝(x₁，...，x_N)和Y＝(y₁，...，y_M)，动态时间弯曲算法旨在确定两个序列中就是点与点之间的对应关系(即，扭曲路径)。表示为：

Φ(K)＝(Φ_x(K)，Φ_y(K))

其中，Φ_x(K)的取值为1，2…N；

Φ_y(K)的取值为1，2…M；

k＝1…T

也就是说，求出T个从X序列中点到Y序列中点的对应关系。

在确定了Φ(K)的基础上，可进一步确定出两个序列的累积距离，表示为如下公式：

累计距离越小，则表明两个序列越相似，从而，基于动态时间弯曲算法，可在各二维线图的全区域的图形中，查找出与第一图形较为相似的图形片段。

换言之，确定该二维线图在全区间内的图形与所述第一图形之间的相似度，具体包括：分别对该二维线图在全区间内的图形以及所述第一图形进行离散化处理，生成该二维线图在全区间内的离散序列，以及该第一图形的离散序列，根据所述第一图形的离散序列，以及该二维线图在全区间内的离散序列，确定该二维线图在全区间内的离散序列与所述第一图形的图形序列的相似度距离。

根据所述相似度，确定与所述第一图形相匹配的第二图形，具体包括：按照相似度距离由低到高的顺序，在该二维线图在全区间内的离散序列中，筛选出设定数量的局部离散序列，将筛选出的局部离散序列所对应的图形确定为与第一图形相匹配的第二图形。

另外，在实际操作时，不同的图形所对应的值可能不同，为了便于使用上述方法确定相似度，在本申请实施例中，可对不同的图形进行数据标准化处理，将各图形所对应的数值标准化至相同的区间内，具体可以采用0-1标准化、标准差标准化等方法，这里并不构成对本申请的限定。

一旦确定出了与第一图形相似的第二图形，便可以在第二图形的基础上，获取第三图形，这里为了能够更加清楚地说明获取第三图形的过程，以所述区间为时间区间的场景进行描述，也即，获取处于所述第二图形所对应的区间之外的第三图形，具体包括：获取处于所述第二图形所对应的时间区间之后预设时间范围内的第三图形。

本申请实施例中的上述方法，适用于针对股票K线图的匹配分析场景。在实际应用中股票K线图的场景下，用户通常会关注某支(或若干支)股票的K线图，以对该股票的走势进行分析，基于此，现有技术中，用户可以使用相应的应用(如：股票应用)，针对该用户所关注的股票，指定相应的时间段(该时间段以当前交易日为截止时间)，向服务器发出请求，使得服务器基于该请求，查询与该股票在指定时间段内相似的其他股票的K线图，以进行K线走势的分析。

但是，在现有技术中，服务器在选定其他股票K线图时，通常只会以当前交易日为截止时间，并向历史时间方向选取与指定时间段时长相等的K线图数据，显然，由于各K线图数据的截止时间均为当前交易日，这将导致难以对用户所关注股票未来走势进行分析。

故在本申请实施例中，还提供一种图形处理方法，如图5a所示。该方法具体包括以下步骤：

S501：接收K线匹配请求，并基于该K线匹配请求，在待分析的股票K线图上获取设定时间段内的第一K线图形。

在本申请实施例中，K线匹配请求可由用户所使用的股票应用所发出，当然，如图5a所示的方法，仍可采用前述如图1a所示的架构，可以理解地，此时的服务器，可以是股票应用所对应的股票业务提供商后台的服务器，这里并不构成对本申请的限定。

S502：根据所述第一K线图形，分别在预先存储的各股票K线图各自的全时间段内，确定与所述第一K线图形相匹配的第二K线图形。

确定第二K线图形的过程，可参考前述确定第二图形的方法，这里需要说明的是，考虑到在实际应用中，K线图中还能够反映出某时刻的交易量、开盘价、收盘价等股票特征信息，所以，在本申请实施例中，除了采用图形匹配的方式之外，还可以采用如下方式确定出第二K线图形：

提取所述第一K线图形所对应的股票特征信息，根据提取的所述股票特征信息，在已存储的各股票K线图的全时间段内，确定具有相同股票特征信息的图形，作为与所述第一K线图形相匹配的第二K线图形。

S503：在所述第二K线图形所属的股票K线图上，获取时间段晚于所述第二K线图形所对应时间段的第三K线图形。

S504：展示所述第一K线图形、第二K线图形以及第三K线图形。

在图5a所示的方法中，对于股票K线图而言，K线图的变化跟时间强相关，故上述的区间，在该场景下就是时间区间。具体例如：用户所选取的某支股票的K线图片段(即，第一K线图形)如图5b所示，根据前述方法，可查找到与该第一K线图形最为相似的4个K线图片段(即，第二K线图形)，如图5c所示，同时针对每一第二K线图形，还选取了相应的延展K线图片段(即，第三K线图形，图中灰色部分)，作为对第一K线图形未来走势的参考。

以上为本发明实施例提供的图形处理方法，基于同样的思路，本发明实施例还提供一种图形处理装置。如图6所示，图形处理装置包括：

第一图形模块601，用于接收图形匹配请求，并基于该图形匹配请求，在待分析的二维线图上获取设定区间内的第一图形；

第二图形模块602，用于根据所述第一图形，在预先存储的各二维线图各自的全区间内，获取与所述第一图形相匹配的第二图形；

第三图形模块603，用于在所述第二图形所属的二维线图上，获取处于所述第二图形所对应的区间之外且满足预设条件的第三图形；

展示处理模块604，用于展示所述第一图形、第二图形以及第三图形。

所述第二图形模块602，具体用于针对预先存储的每一个二维线图，根据预设的相似度计算模型，确定该二维线图在全区间内的图形与所述第一图形的相似度；其中，所述预设的相似度计算模型包括：动态时间弯曲算法、欧式距离算法中的至少一种。

进一步而言，第二图形模块602，具体用于分别对该二维线图在全区间内的图形以及所述第一图形进行离散化处理，生成该二维线图在全区间内的离散序列，以及该第一图形的离散序列，根据所述第一图形的离散序列，以及该二维线图在全区间内的离散序列，确定该二维线图在全区间内的离散序列与所述第一图形的图形序列的相似度距离。

此后，第二图形模块602，具体用于按照相似度距离由低到高的顺序，在该二维线图在全区间内的离散序列中，筛选出设定数量的局部离散序列，将筛选出的局部离散序列所对应的图形，确定为与第一图形相匹配的第二图形。

在所述区间为时间区间的场景下，所述第三图形模块603，具体用于获取处于所述第二图形所对应的时间区间之后预设时间范围内的第三图形。

当然，作为本申请实施例中的一种方式，上述装置中还可包括：预处理模块605，用于预先对全区间的各二维线图进行平滑处理。

此外，针对股票K线图的场景，本发明实施例还提供一种图形处理装置。如图7所示，图形处理装置包括：

第一K线图形模块701，用于接收K线匹配请求，并基于该K线匹配请求，在待分析的股票K线图上获取设定时间段内的第一K线图形；

第二K线图形模块702，用于根据所述第一K线图形，分别在预先存储的各股票K线图各自的全时间段内，获取与所述第一K线图形相匹配的第二K线图形；

第三K线图形模块703，用于在所述第二K线图形所属的股票K线图上，获取时间段晚于所述第二K线图形所对应时间段的第三K线图形；

展示处理模块704，用于展示所述第一K线图形、第二K线图形以及第三K线图形。

当然，作为一种可行的方式，该装置中还可包括预处理模块705，用于预先对全区间的各股票K线图进行平滑处理。

至于该装置的各模块的具体功能，与前述如图6所示的装置类似，具体可参考上述内容，这里不再详细赘述。

在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。

内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。

计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。

还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。

本领域技术人员应明白，本发明的实施例可提供为方法、系统或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

以上所述仅为本发明的实施例而已，并不用于限制本发明。对于本领域技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本发明的权利要求范围之内。

Claims (10)

1.一种图形处理方法，其特征在于，所述方法包括：

接收图形匹配请求，并基于该图形匹配请求，在待分析的二维线图上获取设定区间内的第一图形；

根据所述第一图形，分别在预先存储的各二维线图各自的全区间内，获取与所述第一图形相匹配的第二图形；

在所述第二图形所属的二维线图上，获取处于所述第二图形所对应的区间之外且满足预设条件的第三图形；

展示所述第一图形、第二图形以及第三图形。

2.如权利要求1所述的方法，其特征在于，分别在预先存储的各二维线图各自的全区间内，获取与所述第一图形相匹配的第二图形，具体包括：

针对预先存储的每一个二维线图，根据预设的相似度计算模型，确定该二维线图在全区间内的图形与所述第一图形的相似度；

根据所述相似度，获取与所述第一图形相匹配的第二图形；

其中，所述预设的相似度计算模型包括：动态时间弯曲算法、欧式距离算法中的至少一种。

3.如权利要求2所述的方法，其特征在于，确定该二维线图在全区间内的图形与所述第一图形之间的相似度，具体包括：

分别对该二维线图在全区间内的图形以及所述第一图形进行离散化处理，生成该二维线图在全区间内的离散序列，以及该第一图形的离散序列；

根据所述第一图形的离散序列，以及该二维线图在全区间内的离散序列，确定该二维线图在全区间内的离散序列与所述第一图形的图形序列的相似度距离；

根据所述相似度，获取与所述第一图形相匹配的第二图形，具体包括：

按照相似度距离由低到高的顺序，在该二维线图在全区间内的离散序列中，筛选出设定数量的局部离散序列；

将筛选出的局部离散序列所对应的图形，确定为与第一图形相匹配的第二图形。

4.如权利要求1所述的方法，其特征在于，所述区间为时间区间；

获取处于所述第二图形所对应的区间之外且满足预设条件的第三图形，具体包括：

获取处于所述第二图形所对应的时间区间之后预设时间范围内的第三图形。

5.如权利要求1所述的方法，其特征在于，在接收图形匹配请求之前，所述方法还包括：

预先对全区间的各二维线图进行平滑处理。

6.一种图形处理方法，其特征在于，所述方法包括：

接收K线匹配请求，并基于该K线匹配请求，在待分析的股票K线图上获取设定时间段内的第一K线图形；

根据所述第一K线图形，分别在预先存储的各股票K线图各自的全时间段内，获取与所述第一K线图形相匹配的第二K线图形；

在所述第二K线图形所属的股票K线图上，获取时间段晚于所述第二K线图形所对应时间段的第三K线图形；

展示所述第一K线图形、第二K线图形以及第三K线图形。

7.一种图形处理装置，其特征在于，所述装置包括：

第一图形模块，用于接收图形匹配请求，并基于该图形匹配请求，在待分析的二维线图上获取设定区间内的第一图形；

第二图形模块，用于根据所述第一图形，在预先存储的各二维线图各自的全区间内，获取与所述第一图形相匹配的第二图形；

第三图形模块，用于在所述第二图形所属的二维线图上，获取处于所述第二图形所对应的区间之外且满足预设条件的第三图形；

展示处理模块，用于展示所述第一图形、第二图形以及第三图形。

8.如权利要求7所述的装置，其特征在于，所述第二图形模块，具体用于针对预先存储的每一个二维线图，根据预设的相似度计算模型，确定该二维线图在全区间内的图形与所述第一图形的相似度。

9.如权利要求7所述的装置，其特征在于，所述区间为时间区间，所述第三图形模块，具体用于获取处于所述第二图形所对应的时间区间之后预设时间范围内的第三图形。

10.一种图形处理装置，其特征在于，所述装置包括：

第一K线图形模块，用于接收K线匹配请求，并基于该K线匹配请求，在待分析的股票K线图上获取设定时间段内的第一K线图形；

第二K线图形模块，用于根据所述第一K线图形，分别在预先存储的各股票K线图各自的全时间段内，获取与所述第一K线图形相匹配的第二K线图形；

第三K线图形模块，用于在所述第二K线图形所属的股票K线图上，获取时间段晚于所述第二K线图形所对应时间段的第三K线图形；

展示处理模块，用于展示所述第一K线图形、第二K线图形以及第三K线图形。