数据处理方法、装置、存储介质及电子设备制造方法及图纸

本申请实施例公开了一种数据处理方法、装置、存储介质及电子设备，其中，本申请实施例通过采集多维特征数据，根据多维特征数据构建时序数据；使用预设窗口的预设窗口大小值对时序数据进行分割，以得到子时序数据；计算出每一子时序数据相应的真实权重，根据损失函数得出真实权重与预测窗口的窗口大小值的关联关系；根据关联关系确定预测窗口相应的目标窗口大小值。以此可以计算出每一子时序数据相应的真实权重，根据损失函数得出真实权重与预测窗口大小值的关联关系，根据损失值最小原则确定出最合适的目标窗口大小值。

【技术实现步骤摘要】
数据处理方法、装置、存储介质及电子设备
本申请涉及电子设备
，尤其涉及一种数据处理方法、装置、存储介质及电子设备。
技术介绍
随着人工智能的不断发展，终端如手机的功能越来越智能化，手机可以通过各种各样的算法模型对数据进行处理，从而更精确的为用户提供各种各样的智能服务，例如，可以使用数据窗口在时序数据上按照一定间隔时间进行窗口分割，实现对时序数据的分割，得到多个用户活动事件，但是，由于数据窗口的大小是固定的，导致数据处理的效率较低。
技术实现思路
本申请实施例提供一种数据处理方法、装置、存储介质及电子设备，可以提升数据处理的效率。第一方面，本申请实施例了提供了一种数据处理方法，包括：采集多维特征数据，根据所述多维特征数据构建时序数据；使用预设窗口的预设窗口大小值对所述时序数据进行分割，以得到子时序数据；计算出每一所述子时序数据相应的真实权重，根据损失函数得出所述真实权重与预测窗口的窗口大小值的关联关系；根据所述关联关系确定预测窗口相应的目标窗口大小值。第二方面，本申请实施例了提供了的一种数据处理装置，包括：采集单元，用于采集多维特征数据，根据所述多维特征数据构建时序数据；分割单元，用于使用预设窗口的预设窗口大小值对所述时序数据进行分割，以得到子时序数据；计算单元，用于计算出每一所述子时序数据相应的真实权重，根据损失函数得出所述真实权重与预测窗口的窗口大小值的关联关系；确定单元，用于根据所述关联关系确定预测窗口相应的目标窗口大小值。第三方面，本申请实施例提供的存储介质，其上存储有计算机程序，当所述计算机程序在计算机上运行时，使得所述计算机执行如本申请任一实施例提供的数据处理方法。第四方面，本申请实施例提供的电子设备，包括处理器和存储器，所述存储器有计算机程序，所述处理器通过调用所述计算机程序，用于执行如本申请任一实施例提供的数据处理方法。本申请实施例通过采集多维特征数据，根据多维特征数据构建时序数据；使用预设窗口的预设窗口大小值对时序数据进行分割，以得到子时序数据；计算出每一子时序数据相应的真实权重，根据损失函数得出真实权重与预测窗口的窗口大小值的关联关系；根据关联关系确定预测窗口相应的目标窗口大小值。以此可以计算出每一子时序数据相应的真实权重，根据损失函数得出真实权重与预测窗口大小值的关联关系，根据损失值最小原则确定出最合适的目标窗口大小值。附图说明下面结合附图，通过对本申请的具体实施方式详细描述，将使本申请的技术方案及其它有益效果显而易见。图1是本申请实施例提供的数据处理方法的应用场景示意图。图2是本申请实施例提供的数据处理方法的流程示意图。图3为本申请实施例提供的数据处理方法的另一流程示意图。图4为本申请实施例提供的数据处理装置的模块示意图。图5为本申请实施例提供的数据处理装置的另一模块示意图。图6为本申请实施例提供的电子设备的结构示意图。图7为本申请实施例提供的电子设备的另一结构示意图。具体实施方式请参照图式，其中相同的组件符号代表相同的组件，本申请的原理是以实施在一适当的运算环境中来举例说明。以下的说明是基于所例示的本申请具体实施例，其不应被视为限制本申请未在此详述的其它具体实施例。本文所使用的术语「模块」可看做为在该运算系统上执行的软件对象。本文该的不同组件、模块、引擎及服务可看做为在该运算系统上的实施对象。而本文该的装置及方法优选的以软件的方式进行实施，当然也可在硬件上进行实施，均在本申请保护范围之内。参考图1，图1为本申请实施例提供的数据处理方法的应用场景示意图。该数据处理方法应用于电子设备。该电子设备中设置有全景感知架构。该全景感知架构为电子设备中用于实现该数据处理方法的硬件和软件的集成。其中，全景感知架构包括信息感知层、数据处理层、特征抽取层、情景建模层以及智能服务层。信息感知层用于获取电子设备自身的信息或者外部环境中的信息。该信息感知层可以包括多个传感器。例如，该信息感知层包括距离传感器、磁场传感器、光线传感器、加速度传感器、指纹传感器、霍尔传感器、位置传感器、陀螺仪、惯性传感器、姿态感应器、气压计、心率传感器等多个传感器。其中，距离传感器可以用于检测电子设备与外部物体之间的距离。磁场传感器可以用于检测电子设备所处环境的磁场信息。光线传感器可以用于检测电子设备所处环境的光线信息。加速度传感器可以用于检测电子设备的加速度数据。指纹传感器可以用于采集用户的指纹信息。霍尔传感器是根据霍尔效应制作的一种磁场传感器，可以用于实现电子设备的自动控制。位置传感器可以用于检测电子设备当前所处的地理位置。陀螺仪可以用于检测电子设备在各个方向上的角速度。惯性传感器可以用于检测电子设备的运动数据。姿态感应器可以用于感应电子设备的姿态信息。气压计可以用于检测电子设备所处环境的气压。心率传感器可以用于检测用户的心率信息。数据处理层用于对信息感知层获取到的数据进行处理。例如，数据处理层可以对信息感知层获取到的数据进行数据清理、数据集成、数据变换、数据归约等处理。其中，数据清理是指对信息感知层获取到的大量数据进行清理，以剔除无效数据和重复数据。数据集成是指将信息感知层获取到的多个单维度数据集成到一个更高或者更抽象的维度，以对多个单维度的数据进行综合处理。数据变换是指对信息感知层获取到的数据进行数据类型的转换或者格式的转换等，以使变换后的数据满足处理的需求。数据归约是指在尽可能保持数据原貌的前提下，最大限度的精简数据量。特征抽取层用于对数据处理层处理后的数据进行特征抽取，以提取该数据中包括的特征。提取到的特征可以反映出电子设备自身的状态或者用户的状态或者电子设备所处环境的环境状态等。其中，特征抽取层可以通过过滤法、包装法、集成法等方法来提取特征或者对提取到的特征进行处理。过滤法是指对提取到的特征进行过滤，以删除冗余的特征数据。包装法用于对提取到的特征进行筛选。集成法是指将多种特征提取方法集成到一起，以构建一种更加高效、更加准确的特征提取方法，用于提取特征。情景建模层用于根据特征抽取层提取到的特征来构建模型，所得到的模型可以用于表示电子设备的状态或者用户的状态或者环境状态等。例如，情景建模层可以根据特征抽取层提取到的特征来构建关键值模型、模式标识模型、图模型、实体联系模型、面向对象模型等。智能服务层用于根据情景建模层所构建的模型为用户提供智能化的服务。例如，智能服务层可以为用户提供基础应用服务，可以为电子设备进行系统智能优化，还可以为用户提供个性化智能服务。此外，全景感知架构中还可以包括多种算法，每一种算法都可以用于对数据进行分析处理，该多种算法可以构成算法库。例如，该算法库中可以包括马尔科夫算法、隐含狄里克雷分布算法、贝叶斯分类算法、支持向量机、K均值聚类算法、K近邻算法、条件随机场、残差网络、长短期记忆网络、卷积神经网络、循环神本文档来自技高网...

【技术保护点】
1.一种数据处理方法，其特征在于，包括：/n采集多维特征数据，根据所述多维特征数据构建时序数据；/n使用预设窗口的预设窗口大小值对所述时序数据进行分割，以得到子时序数据；/n计算出每一所述子时序数据相应的真实权重，根据损失函数得出所述真实权重与预测窗口的窗口大小值的关联关系；/n根据所述关联关系确定预测窗口相应的目标窗口大小值。/n

【技术特征摘要】
1.一种数据处理方法，其特征在于，包括：
采集多维特征数据，根据所述多维特征数据构建时序数据；
使用预设窗口的预设窗口大小值对所述时序数据进行分割，以得到子时序数据；
计算出每一所述子时序数据相应的真实权重，根据损失函数得出所述真实权重与预测窗口的窗口大小值的关联关系；
根据所述关联关系确定预测窗口相应的目标窗口大小值。


2.如权利要求1所述的数据处理方法，其特征在于，所述计算出每一所述子时序数据相应的真实权重，根据损失函数得出所述真实权重与预测窗口的窗口大小值的关联关系的步骤，包括：
计算出每一所述子时序数据相应的真实权重，并建立所述真实权重与预测窗口的窗口大小值的损失函数；
对所述损失函数进行迭代处理，得到所述真实权重与预测窗口的窗口大小值的关联关系。


3.如权利要求2所述的数据处理方法，其特征在于，所述对所述损失函数进行迭代处理，得到所述真实权重与预测窗口的窗口大小值的关联关系的步骤，包括：
对所述损失函数进行计算，以得到预测窗口相应的窗口大小值；
将所述预设窗口大小值替换为所述窗口大小值，并返回执行使用预设窗口的预设窗口大小值对所述时序数据进行分割，以得到子时序数据的步骤，以实现对所述损失函数进行迭代处理，直至得到所述真实权重与预测窗口的窗口大小值的关联关系。


4.如权利要求2或3所述的数据处理方法，其特征在于，所述根据所述关联关系确定预测窗口相应的目标窗口大小值的步骤，包括：
获取迭代处理完成后的子时序数据相应的目标真实权重；
根据所述目标真实权重和关联关系确定出相应的目标窗口大小值。


5.如权利要求1至3任一项所述的数据处理方法，其特征在于，所述采集多维特征数据，根据所述多维特征数据构建时序数据的步...

【专利技术属性】
技术研发人员：陈仲铭，何明，
申请(专利权)人：OPPO广东移动通信有限公司，
类型：发明
国别省市：广东;44