数据处理系统技术方案

本发明专利技术涉及一种数据处理系统，包括数据库，处理器和存储有计算机程序的存储器，所述数据库包括第一数据表和数据配置表，所述第一数据表的每条记录均为周期结果数据，所述周期结果数据为采样数据，所述第一数据表的字段包括结果数据ID、X个时间

【技术实现步骤摘要】
数据处理系统


[0001]本专利技术涉及数据处理
，尤其涉及一种数据处理系统。

技术介绍

[0002]数据处理领域是计算机领域的重要分支。在计算机领域中，根据呈现方式，数据可以包括文本数据、图像数据、音频数据、视频数据等多种；根据存储方式，数据可以被存储到数据库、文本文件、特定格式文件(例如.doc/.xls)等；根据数据形成的方式，可以包括静态数据和动态数据，动态数据尤其是随时间变化的数据，例如通过温度传感器获取的温度数据、通过路由器交换机等网络设备获取的网络流量数据、通过GPS或北斗等采集的设备LBS数据等。数据处理可以为“正向处理”，例如利用某种算法处理图像，使之更清晰，也可以为“逆向处理”，例如在已知合成图像的清楚下，通过计算机程序分离合成图像所使用的多个原始图像。
[0003]静态数据的“逆向处理”相对容易。动态数据之间也会存在关联关系，但因为动态数据多是随时间变化的数据(尤其是随时间高频变化的数据)，需要考虑时间维度对关联关系的影响，不仅会占用较多的计算机存储资源、检索资源、运算处理资源，而且处理精度也不够理想，因此如何高效的通过数据的“逆向处理”，获取动态数据的关联关系，成为数据处理的难点。动态的结果数据通常对应多个分量数据，现有技术通常采用基于多个数据分量以及对应的结果数据的数据集，进行线性回归，得到每个数据分量的权重的方式，来获取数据分量的关联关系。但是，有些分量数据可以直接获取，有些则无法直接获取，这种情况下，则无法直接采用线性回归来获取动态数据的关联关系。此外，由于不同的数据分量可能具有不同的属性，且同一分量可能具有多种属性，因此，直接进行线性回归获取数据分量的关联关系的准确度较低。

技术实现思路

[0004]本专利技术目的在于，提供一种数据处理系统，对于无法直接获取的分量数据，能够通过该数据分量预先配置的中间分量来表征，从而准确、快度地获取到该数据分量对于结果数据的权重。
[0005]能够准确快速地基于周期结果数据得到周期结果数据对应的每个数据分量的权重。
[0006]本专利技术提供了一种数据处理系统，包括数据库，处理器和存储有计算机程序的存储器，所述数据库包括第一数据表和数据配置表，所述第一数据表的每条记录均为周期结果数据，所述周期结果数据为采样数据，所述第一数据表的字段包括结果数据ID、X个时间-采样值对、周期标识、M个数据索引，其中，X为采样周期内固定的采样次数；所述数据配置表的字段包括随机数据标识、随机数据采样时间和随机数据标识对应的多个中间分量随机数据采样值；
[0007]当所述计算机程序被处理器执行时，实现以下步骤：
[0008]步骤S10、接收用户输入的第n-m周期到n周期；
[0009]步骤S20、根据第i周期在所述第一数据表的周期标识中进行检索，获取对应的X个时间-采样值对中的采样值，以及N个数据索引，i＝n-m，n-m+1
…
n，其中，n、m、N均为正整数，n大于等于m，；
[0010]步骤S30、根据X个时间-采样值对中的采样值获取第i周期的周期结果数据；
[0011]步骤S40、根据第i周期在所述数据配置表的随机数据采样时间中进行检索，根据N个数据索引在所述数据配置表的随机数据标识中进行检索，获取N组中间分量随机数据采样值，每组至少包括两个中间分量随机数据采样值；
[0012]步骤S50、根据N组中间分量随机数据采样值获取N个所述数据分量信息对应的每一中间分量信息，每个中间分量随机数据采样值确定一个中间分量信息；
[0013]步骤S60、以N个所述数据分量信息对应的所有中间分量信息作为自变量，以对应的周期结果数据作为因变量构建线性回归方程，获取每个中间分量信息对应的边际拟合优度R；
[0014]步骤S70、获取每一数据分量信息对应的所有的中间分量的边际拟合优度之和MR；
[0015]步骤S80、基于所有MR确定每一数据分量的权重。
[0016]本专利技术与现有技术相比具有明显的优点和有益效果。借由上述技术方案，本专利技术提供的一种数据处理系统可达到相当的技术进步性及实用性，并具有产业上的广泛利用价值，其至少具有下列优点：
[0017]本专利技术能够对结果数据以及结果数据的不同的数据分量可能具有不同的属性，且同一分量可能具有多种属性的数据处理场景，通过多层建模，准确快速地获取到每一数据分量对应结果数据的权重。此外，对于无法直接获取的分量数据，本专利技术通过该数据分量预先配置的中间分量来表征，从而准确、快度地获取到该数据分量对应的权重。
[0018]上述说明仅是本专利技术技术方案的概述，为了能够更清楚了解本专利技术的技术手段，而可依照说明书的内容予以实施，并且为了让本专利技术的上述和其他目的、特征和优点能够更明显易懂，以下特举较佳实施例，并配合附图,详细说明如下。
附图说明
[0019]图1为本专利技术实施例一提供的数据处理系统示意图；
[0020]图2为本专利技术实施例二提供的数据处理系统示意图；
[0021]图3为本专利技术实施例三提供的数据处理系统示意图。
具体实施方式
[0022]为更进一步阐述本专利技术为达成预定专利技术目的所采取的技术手段及功效,以下结合附图及较佳实施例，对依据本专利技术提出的一种数据处理系统的具体实施方式及其功效，详细说明如后。
[0023]实施例一、
[0024]本专利技术实施例提供了一种数据处理系统，如图1所示，包括数据库，处理器和存储有计算机程序的存储器，所述数据库包括第一数据表(table)和第二数据表，所述第一数据表的每条记录均为周期结果数据，所述周期结果数据为采样数据，所述第一数据表的字段
(field)包括结果数据ID、X个时间-采样值对、周期标识、M个数据索引，其中，X为采样周期内固定的采样次数，周期标识根据X个时间-采样值对中最早的时间和最晚时间构成的时间范围确定；所述第二数据表的字段包括随机数据标识、随机数据采样时间和随机数据采样值；当所述计算机程序被处理器执行时，实现以下步骤：
[0025]步骤S1、接收用户输入的第n-m周期到n周期；
[0026]步骤S2、根据第i周期在所述第一数据表的周期标识中进行检索，获取对应的X个时间-采样值对中的采样值，以及M个数据索引，i＝n-m，n-m+1
…
n；
[0027]步骤S3、根据X个时间-采样值对中的采样值获取第i周期的周期结果数据；
[0028]其中，所述周期结果数据可以是X个时间-采样值的均值、中位数、最大值、最小值、最后时间采样值、最初时间采样值等，其中均值可为加权平均值，优选的，所述周期结果数据是X个时间-采样值的加权平均值。
[0029]步骤S4、根据第i周期在所述第二数据表的随机数据采样时间中进行检索，根据M个数据索引在所述第二数据表的随机数据标识中进行检索，获取M组随机数据采样值；
[0030]步骤S5、根据M组随机数据采样值获取M个所述数据分量，所述M个数据分量信息M1本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种数据处理系统，其特征在于：包括数据库，处理器和存储有计算机程序的存储器，所述数据库包括第一数据表和数据配置表，所述第一数据表的每条记录均为周期结果数据，所述周期结果数据为采样数据，所述第一数据表的字段包括结果数据ID、X个时间-采样值对、周期标识、M个数据索引，其中，X为采样周期内固定的采样次数；所述数据配置表的字段包括随机数据标识、随机数据采样时间和随机数据标识对应的多个中间分量随机数据采样值；当所述计算机程序被处理器执行时，实现以下步骤：步骤S10、接收用户输入的第n-m周期到n周期；步骤S20、根据第i周期在所述第一数据表的周期标识中进行检索，获取对应的X个时间-采样值对中的采样值，以及N个数据索引，i＝n-m，n-m+1
…
n，其中，n、m、N均为正整数，n大于等于m；步骤S30、根据X个时间-采样值对中的采样值获取第i周期的周期结果数据；步骤S40、根据第i周期在所述数据配置表的随机数据采样时间中进行检索，根据N个数据索引在所述数据配置表的随机数据标识中进行检索，获取N组中间分量随机数据采样值，每组至少包括两个中间分量随机数据采样值；步骤S50、根据N组中间分量随机数据采样值获取N个所述数据分量信息对应的每一中间分量信息，每个中间分量随机数据采样值确定一个中间分量信息；步骤S60、以N个所述数据分量信息对应的所有中间分量信息作为自变量，以对应的周期结果数据作为因变量构建线性回归方程，获取每个中间分量信息对应的边际拟合优度R；步骤S70、获取每一数据分量信息对应的所有的中间分量的边际拟合优度之和MR；步骤S80、基于所有MR确定每一数据分量的权重。2.根据权利要求1所述的系统，其特征在于：所述步骤S60包括：步骤S601、逐一获取每一所述中间分量信息与周期结果数据的第一相关性，确定第一相关性绝对值最大的中间分量信息F1，基于所述周期结果数据对所述F1进行回归运算，得到拟合优度R1，以及第一残差序列Y1，将F1对应的边际拟合优度确定为R1；步骤S602、逐一获...

【专利技术属性】
技术研发人员：安嘉晨，梁丹璐，
申请(专利权)人：况客科技北京有限公司，
类型：发明
国别省市：