【技术实现步骤摘要】
本专利技术涉及电子数字数据处理，具体涉及一种基于区块链的环境空气监测数据可靠存储方法。
技术介绍
1、由于环境空气质量会直接影响到人们的呼吸系统和身体健康，因此会对环境空气质量进行持续监测，并且会将监测得到的环境空气中的各项数据的数值状态或者污染源的分布和变化趋势上传到区块链进行存储，以便于人们能够及时的了解到当前空气中各项数据的数值状态以及污染源的分布和变化趋势，从而便于采取相应的措施或者便于制定更加有效的环保政策和规则，因此将可靠的环境空气中的各项数据的数值状态或者污染源的分布和变化趋势上传到区块链中至关重要。
2、现有技术中一般基于时序分解算法(stl)对监测得到的空气时序数据进行分解处理，将得到的各分解项分别存储到区块链中，即得到的各分解项可以表征空气时序数据的数值状态、分布情况和变化趋势等，但是监测得到的空气时序数据中的短暂且频繁变化的环境数据点或噪声数据点会使得对空气时序数据进行时序分解的结果受到影响，即会使得分解得到的各分解项的可靠性较低，进而导致存储到区块链中的数据的可靠性较低。
技术实现思路
1、为了解决上述问题，本专利技术提供一种基于区块链的环境空气监测数据可靠存储方法，所采用的技术方案具体如下：
2、本专利技术一个实施例提供了一种基于区块链的环境空气监测数据可靠存储方法，包括以下步骤：
3、获取环境空气监测时间段对应的目标数据曲线；所述目标数据曲线由a个数据点构成，a大于0；
4、根据所述目标数据曲线上的每个数据
5、获取所述目标数据曲线上的每个突变数据点对应的邻域数据点集合，根据所述每个突变数据点对应的邻域数据点集合中的数据点，得到目标数据曲线上的第一突变数据点和第二突变数据点；
6、获取预设的邻域参数值，根据所述预设的邻域参数值，分别获取目标数据曲线上的每个非突变数据点对应的目标邻域参数值、每个第一突变数据点对应的目标邻域参数值以及每个第二突变数据点对应的目标邻域参数值；
7、根据所述目标邻域参数值，得到所述目标数据曲线上的每个非突变数据点、每个第一突变数据点以及每个第二突变数据点对应的趋势项、季节项和残差项；将所述趋势项、季节项和残差项存储到区块链中。
8、优选地，获取环境空气监测时间段对应的目标数据曲线的方法，包括：
9、获取目标地区在环境空气监测时间段中的各初始环境空气数据以及各初始环境空气数据对应的采集时间；
10、根据时间的先后顺序对环境空气监测时间段中的各初始环境空气数据进行排序，将排序后的序列记为环境空气监测时间段对应的初始环境空气数据序列；
11、对所述初始环境空气数据序列进行预处理，将预处理之后的初始环境空气数据序列记为目标环境空气数据序列，将预处理之后的初始环境空气数据序列中的每个初始环境空气数据记为目标环境空气数据；
12、根据所述目标环境空气数据序列中的各目标环境空气数据以及各目标环境空气数据对应的初始环境空气数据的采集时间，绘制所述目标环境空气数据序列对应的数据曲线，并记为环境空气监测时间段对应的目标数据曲线；所述目标数据曲线上的所有数据点的纵坐标值为目标环境空气数据、横坐标值为采集对应目标环境空气数据对应的初始环境空气数据时的时间。
13、优选地，得到目标数据曲线上的每个突变数据点和非突变数据点的方法，包括：
14、将所述目标数据曲线上与各数据点相邻的两个数据点，分别记为目标数据曲线上的各数据点对应的第一邻域数据点和第二邻域数据点；所述各数据点对应的第一邻域数据点的横坐标值小于其对应的第二邻域数据点的横坐标值；
15、对于目标数据曲线上的任一数据点：
16、将该数据点的纵坐标值与其对应的第一邻域数据点的纵坐标值之间的差值，记为该数据点对应的第一差异值；
17、将该数据点对应的第二邻域数据点的纵坐标值与该数据点的纵坐标值之间的差值，记为该数据点对应的第二差异值；
18、将该数据点对应的第二差异值与其对应的第一差异值之间的差值，记为该数据点对应的第一初始变化特征值；
19、将该数据点对应的第一邻域数据点对应的纵坐标值与其对应的第二邻域数据点的纵坐标值的均值，记为该数据点对应的邻域中间值；
20、将该数据点的纵坐标值与其对应的邻域中间值之间的差值的绝对值，记为该数据点对应的第二初始变化特征值；
21、对该数据点对应的第一初始变化特征值和第二初始变化特征值进行归一化处理，将归一化处理后的该数据点对应的第一初始变化特征值与第一权重进行相乘的值，记为该数据点对应的第一目标变化特征值，将归一化处理后的该数据点对应的第二初始变化特征值与第二权重进行相乘的值，记为该数据点对应的第二目标变化特征值；
22、将该数据点对应的第一目标变化特征值与其对应的第二目标变化特征值进行相加的值，记为该环境空气数据对应的突变评估值；
23、判断目标数据曲线上的每个数据点对应的突变评估值是否大于预设突变评估阈值，若是，则将对应的数据点记为突变数据点，否则，则将对应的数据点记为非突变数据点。
24、优选地，获取所述目标数据曲线上的每个突变数据点对应的邻域数据点集合的方法，包括：
25、在目标数据曲线上将位于各突变数据点后面的连续预设第一数量个数据点构建的数据点集合，记为对应突变数据点对应的邻域数据点集合。
26、优选地，得到目标数据曲线上的第一突变数据点和第二突变数据点的方法，包括：
27、对于目标数据曲线上的任一突变数据点：
28、将该突变数据点对应的邻域数据点集合中的最大纵坐标值对应的数据点以及最小纵坐标值对应的数据点，分别记为该突变数据点对应的第一数据点和第二数据点；
29、将该突变数据点对应的邻域数据点集合中的突变数据点的数量与其对应的邻域数据点集合中的数据点的总数量的比值，记为该突变数据点对应的第一初始评估值；
30、对该突变数据点对应的第一数据点对应的纵坐标值与其对应的第二数据点对应的纵坐标值之间的差值进行负相关映射，将负相关映射之后的值，记为该突变数据点对应的第二初始评估值；
31、将第三权重与该突变数据点对应的第一初始评估值进行相乘得到的值，记为该突变数据点对应的第一目标评估值，将第四权重与该突变数据点对应的第二初始评估值进行相乘得到的值，记为该突变数据点对应的第二目标评估值；
32、将该突变数据点对应的第一目标评估值与其对应的第二目标评估值进行相加后得到的值，记为该突变数据点对应的噪声评估值；
33、判断目标数据曲线上的每个突变数据点对应的噪声评估值是否大于等于噪声评估阈值，若是，则将对应的突变数据点记为第二突变数据点，否则，则将对应的突变数据点记为第一突变数据点。
34、优选地，获取目标数据曲本文档来自技高网...
【技术保护点】
1.一种基于区块链的环境空气监测数据可靠存储方法，其特征在于，该方法包括如下步骤：
2.如权利要求1所述的基于区块链的环境空气监测数据可靠存储方法，其特征在于，获取环境空气监测时间段对应的目标数据曲线的方法，包括：
3.如权利要求2所述的基于区块链的环境空气监测数据可靠存储方法，其特征在于，得到目标数据曲线上的每个突变数据点和非突变数据点的方法，包括：
4.如权利要求1所述的基于区块链的环境空气监测数据可靠存储方法，其特征在于，获取所述目标数据曲线上的每个突变数据点对应的邻域数据点集合的方法，包括：
5.如权利要求1所述的基于区块链的环境空气监测数据可靠存储方法，其特征在于，得到目标数据曲线上的第一突变数据点和第二突变数据点的方法，包括：
6.如权利要求1所述的基于区块链的环境空气监测数据可靠存储方法，其特征在于，获取目标数据曲线上的每个非突变数据点对应的目标邻域参数值的方法，包括：
7.如权利要求1所述的基于区块链的环境空气监测数据可靠存储方法，其特征在于，获取每个第一突变数据点对应的目标邻域参数值的方法，
8.如权利要求7所述的基于区块链的环境空气监测数据可靠存储方法，其特征在于，获取每个第二突变数据点对应的目标邻域参数值的方法，包括：
...【技术特征摘要】
1.一种基于区块链的环境空气监测数据可靠存储方法，其特征在于，该方法包括如下步骤：
2.如权利要求1所述的基于区块链的环境空气监测数据可靠存储方法，其特征在于，获取环境空气监测时间段对应的目标数据曲线的方法，包括：
3.如权利要求2所述的基于区块链的环境空气监测数据可靠存储方法，其特征在于，得到目标数据曲线上的每个突变数据点和非突变数据点的方法，包括：
4.如权利要求1所述的基于区块链的环境空气监测数据可靠存储方法，其特征在于，获取所述目标数据曲线上的每个突变数据点对应的邻域数据点集合的方法，包括：
5.如权利要求1所述...
【专利技术属性】
技术研发人员：姚传成，李强，王慧，徐冉，翟庆亮，伏金建，蒿丽敏，
申请(专利权)人：山东奥斯瑞特检验检测有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。