时间序列是一种重要的数据对象，在现实世界许多领域广泛存在。由于时间序列海量和复杂的数据特点，直接在时间序列上进行数据挖掘不但在存储和计算上要花费高昂代价，而且可能会影响算法的准确性和可靠性。借鉴时间序列线性分段的基本思想，提出了一种基于特征点的分段线性表示。不但可以压缩数据，去除噪声，还能得到时间序列的模式变化特征。与一般的分段线性表示相比，该方法与原始时间序列之间的拟合误差更小，具有较强的适应性，能应用于不同的数据特征环境。