1.一种时间序列的有序分类方法，其特征在于，包括：

获取M个对象中每个对象的时间序列数据，得到时间序列数据集，M为正整数；

从所述时间序列数据集中随机选取目标对象，并从所述目标对象的时间序列数据中随机选取目标子序列数据，所述目标子序列数据为所述时间序列数据中的任意长度的数据；

获取所述目标子序列数据的覆盖集中度和优势度评估值，包括：

获取所述目标子序列数据的覆盖集中度；

所述时间序列数据集中还包括：对应于每个时间序列数据的类别标签，所述获取所述目标子序列数据的覆盖集中度，包括：其中， 表示目标子序列数据的覆盖集中度，表示任意一个目标子序列数据；

表示目标子序列数据在时间序列数据集上的覆盖，其中，表示在所述时间序列数据集中，类别标签为 且包含所述目标子序列数据的样本数量，是所述时间序列数据集的类别数量； 表示目标子序列数据在所述时间序列数据集上覆盖的方差， 表示所述方差的上界，且 ；

获取所述目标子序列数据的覆盖优势度，包括：

其中， 表示目标子序列数据的覆盖优势度， 表示时间序列数据集中类别标签为的时间序列数据的样本数量，表示类别标签为 的覆盖率； 表示目标子序列数据对时间序列数据集中各类别的覆盖率， 表示 的降序排列；

基于所述目标子序列数据的覆盖集中度和覆盖优势度，确定所述目标子序列数据的覆盖集中度和优势度评估值，包括：其中， 表示目标子序列数据的覆盖集中度和优势度评估值，表示权重因子；

基于所述目标子序列数据的覆盖集中度和优势度评估值，得到目标时间序列特征集，所述目标时间序列特征集包括多个目标子序列数据，包括：基于目标子序列数据的覆盖集中度和优势度评估值，得到时间序列特征集，所述时间序列特征集中的任意目标子序列数据的覆盖集中度和优势度评估值均大于第一评价阈值；

基于所述时间序列特征集，得到初始时间序列特征集，所述初始时间序列特征集中的目标子序列数据的数量小于或等于第一预设值，且所述第一评价阈值更新为所述初始时间序列特征集中最小的覆盖集中度和优势度评估值；

对所述初始时间序列特征集中的目标子序列数据进行自相似处理，得到目标时间序列特征集，所述目标时间序列特征集中的目标子序列数据的数量小于第二预设值，且所述第一预设值为所述第二预设值的h倍，h大于1；

基于所述目标时间序列特征集和所述时间序列数据集，转换得到所述时间序列特征集的特征空间；

基于所述特征空间，训练得到用于对时间序列数据进行分类的有序分类器；

获取待测对象的时间序列数据，基于所述有序分类器对所述待测对象的时间序列数据进行分类。

2.如权利要求1所述的方法，其特征在于，在所述获取所述目标子序列数据的覆盖集中度和优势度评估值之前，还包括：采用布隆过滤器检查所述目标子序列数据是否已获得覆盖集中度和优势度评估值；

若是，返回执行从所述M个对象中随机选取目标对象，并从所述目标对象的时间序列数据中随机选取目标子序列数据的步骤；

若否，执行获取目标子序列数据的覆盖集中度和优势度评估值的步骤。

3.如权利要求1所述的方法，其特征在于，基于所述目标时间序列特征集和所述时间序列数据集，转换得到所述目标时间序列特征集的特征空间，包括：采用预设算法计算所述目标时间序列特征集中的每个目标子序列数据与所述时间序列数据集中的每个时间序列数据的距离，得到所述目标时间序列特征集的特征空间，所述预设算法为如下任意一种：欧氏距离、曼哈顿距离、DTW距离和SAX距离。

4.一种时间序列的有序分类装置，其特征在于，包括：

第一获取模块，用于获取M个对象中每个对象的时间序列数据，得到时间序列数据集，M为正整数；

抽取模块，用于从所述时间序列数据集中随机选取目标对象，并从所述目标对象的时间序列数据中随机选取目标子序列数据，所述目标子序列数据为所述时间序列数据中的任意长度的数据；

第二获取模块，用于获取所述目标子序列数据的覆盖集中度和优势度评估值，包括：第一获取单元，用于获取所述目标子序列数据的覆盖集中度；第二获取单元，用于获取所述目标子序列数据的覆盖优势度；确定单元，用于基于所述目标子序列数据的覆盖集中度和覆盖优势度，确定所述目标子序列数据的覆盖集中度和优势度评估值：所述时间序列数据集中还包括：对应于每个时间序列数据的类别标签，第一获取单元：其中， 表示目标子序列数据的覆盖集中度，表示任意一个目标子序列数据；

表示目标子序列数据在时间序列数据集上的覆盖，其中，表示在所述时间序列数据集中，类别标签为 且包含所述目标子序列数据的样本数量，是所述时间序列数据集的类别标签的总数量； 表示目标子序列数据在所述时间序列数据集上覆盖的方差， 表示所述方差的上界，且 ；

第二获取单元，包括：

其中， 表示目标子序列数据的覆盖优势度， 表示时间序列数据集中类别标签为的时间序列数据的样本数量，表示类别标签为 的覆盖率； 表示目标子序列数据对时间序列数据集中各个类别标签的覆盖率， 表示 的降序排列；

确定单元，包括：

其中， 表示目标子序列数据的覆盖集中度和优势度评估值，表示权重因子；

得到模块，用于基于所述目标子序列数据的覆盖集中度和优势度评估值，得到目标时间序列特征集，所述目标时间序列特征集包括多个目标对象的目标子序列数据，所述得到模块，具体用于：基于目标子序列数据的覆盖集中度和优势度评估值，得到时间序列特征集，所述时间序列特征集中的任意目标子序列数据的覆盖集中度和优势度评估值均大于第一评价阈值；基于所述时间序列特征集，得到初始时间序列特征集，所述初始时间序列特征集中的目标子序列数据的数量小于或等于第一预设值，且所述第一评价阈值更新为所述初始时间序列特征集中最小的覆盖集中度和优势度评估值；以及在基于所述时间序列特征集，得到初始时间序列特征集之后，对所述初始时间序列特征集中的目标子序列数据进行自相似处理，得到目标时间序列特征集，所述目标时间序列特征集中的目标子序列数据的数量小于第二预设值，且所述第一预设值为所述第二预设值的h倍，h大于1；

转换模块，用于基于所述目标时间序列特征集和所述时间序列数据集，转换得到所述时间序列特征集的特征空间数据；

训练模块，用于基于所述特征空间数据，训练得到用于对时间序列数据进行分类的有序分类器；

分类模块，用于获取待测对象的时间序列数据，基于所述有序分类器对所述待测对象的时间序列数据进行分类。

5.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1 3中任一权利要求所~述的方法步骤。

6.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1 3中任一权利要求所述的方法步骤。

~