[求助]帮忙设计一个简单的数据分析算法

需求：

      输入的数据：使用nmon在AIX上收集的性能数据，分两种周期：一周和一天。

      输出的数据：服务器一周内的忙时时段与闲时时段，以及变化趋势。

      一周的数据采样间隔是10分钟，也就是说每10分钟收集一次数据，持续收集一周。而一天为周期的数据收集采样间隔是5分钟。

      使用这些数据我们可以绘制出机器在数据采集周期内的性能图表。现在我们需要设计一个算法，根据CPU的运行数据，计算出这一周的忙时与闲时基线，通过这条基线就可以判断这一周内，这台机器的哪些时段是处于忙时的。就是CPU使用率超过忙时基线的时候，就判断是忙时，低于闲时基线的时候，就判断是闲时，但是实际的计算方式应该要再复杂一点，因为还会涉及到持续时间的因素。接下来还可以基于这些结果做趋势分析。

使用CPU数据编制的图表例子：

我目前有两种方法用来计算这两条基线的：

第一种，比较简单直接，使用一周的数据计算CPU使用率平均值，之后取各个峰值（分为高低峰两种）节点数据算其平均值分别为Ah和Al，数据的总平均值为A，那么闲时基线为：A-m(A-Al)，忙时基线为：A+m(Ah-A)，其中m为权值，m可用不同的方法得出，例如((Al/A)+(A/Ah))/2，最后用这两条基线对每天的数据进行处理，确定一个时间范围T，只有时间间隔大于T的才计入忙闲时；

第二种，使用7天的单天数据，对每天相同时刻的数据取平均值，用这些点就可以构建一个周期为一天的数据模型，所得出的图表曲线相比较实际的单天数据会平缓一些，之后检查各个峰值节点，确定一个时间范围T，以一个峰值节点为中心查找两边的点，找到两边拐点，如果两个拐点之间的时间间隔大于T，则确定这是一个忙时或闲时。

因为感觉这两种方法实在太简陋，觉得这样的统计不够科学，所以之前没有贴出来，请大家见谅，呵呵。

请有相关算法设计经验的老大赐教！