本发明提供了一种基于极值标识的时间序列分类方法,采用符号化的方式标明时间序列的变化趋势，在进行机器学习、模式识别等半监督场景学习过程中，对手部动作和手语标志进行分类时，可以根据用户的实际需要，从时间序列本身固有的最值特征出发，以趋势判定作为时间分类的基准，采用分级描述的方式，确定相应的多级形态表；在形态表参数的获取过程中，采用线段延长线相交的方式，最终判断线段集所属段的趋势；本方法可以更准确的定位线性化特征，获得更优的线性拟合结果；非相邻的线段间的趋势表达的更加全面；具有适应范围广，实用性强的特点。