【技术实现步骤摘要】
本专利技术涉及数据处理，尤其涉及一种残疾儿童康复信息平台数据的智慧存储方法。
技术介绍
1、在对残疾儿童的康复信息数据存储之前，需要对康复信息数据进行聚类分析，根据康复信息数据的样本数据信息特征进行分类，以求发现在残疾儿童的康复治疗过程中较优的康复路线和需要重点关注的康复样本信息，从而提高残疾儿童的康复治疗效果。
2、现有技术中，通过dbscan聚类算法对康复信息数据进行聚类分析，利用设定的邻域密度半径进行样本空间中的每个数据点的邻域密度判断，从而将具有同样残疾情况和康复需求的康复信息数据划分为一类。但是在聚类分析过程中，康复信息数据为每个残疾儿童在治疗过程中的评分时序数据，由于每个残疾儿童的康复信息数据中的数据点的时间戳间隔不同，所以导致对应的评分时序数据不同，进而在聚类分析过程中，会存在着评分时序数据之间的数据点对应关系错误所导致的样本点之间的距离评估出现差异，使得dbscan聚类算法对康复信息数据进行聚类分析得到的聚类结果不准确，进而难以根据治疗路径对康复信息数据进行准确的康复模式划分和分类存储。
3、因此，如何提高利用dbscan聚类算法对康复信息数据进行聚类分析所得到的聚类结果的准确性，以保证康复信息数据的分类存储更加符合实际成为亟需解决的问题。
技术实现思路
1、有鉴于此，本专利技术实施例提供了一种残疾儿童康复信息平台数据的智慧存储方法，以解决如何提高利用dbscan聚类算法对康复信息数据进行聚类分析所得到的聚类结果的准确性，以保证康复信息数据的
2、本专利技术实施例中提供了一种残疾儿童康复信息平台数据的智慧存储方法，该方法包括以下步骤：
3、在残疾儿童康复信息平台数据中获取任一残疾类型下的每个儿童在完整治疗过程中的治疗评分时序数据；
4、获取每个所述治疗评分时序数据中的每个数据点的局部窗口，根据所述每个数据点的局部窗口中的数据变化分别获取对应数据点的近邻局部窗口集合，针对任一两个治疗评分时序数据，根据每个所述数据点的局部窗口和近邻局部窗口集合，分别获取所述两个治疗评分时序数据之间的任意两个数据点的差异优化因子；
5、根据所述两个治疗评分时序数据之间的任意两个数据点的差异优化因子，对所述两个治疗评分时序数据之间的dtw距离进行优化，得到优化后的dtw距离，基于每两个所述治疗评分时序数据之间的优化后的dtw距离，对所有治疗评分时序数据进行聚类，得到对应的聚类结果；
6、根据所述聚类结果对所述残疾类型下的每个儿童的康复信息数据进行分类存储，其中，所述康复信息数据包括所述治疗评分时序数据。
7、优选的，所述根据所述每个数据点的局部窗口中的数据变化分别获取对应数据点的近邻局部窗口集合，包括：
8、针对任一治疗评分时序数据中的任一数据点，将除所述治疗评分时序数据之外的每个治疗评分时序数据中的每个数据点的局部窗口作为目标局部窗口；
9、针对任一目标局部窗口，计算所述数据点的局部窗口和所述目标局部窗口之间的相同位置处的两个数据点之间的差值绝对值，得到差值绝对值之和，将所述数据点的局部窗口与每个所述目标局部窗口之间的差值绝对值之和进行从小到大的排序，取排序后的前k个差值绝对值之和所对应的目标局部窗口组成所述数据点的近邻局部窗口集合，k为正整数。
10、优选的，所述获取每个所述治疗评分时序数据中的每个数据点的局部窗口，包括：
11、将任一数据点作为局部窗口的第一个数据点，并在所述数据点所属的治疗评分时序数据中得到预设长度的局部窗口，若所述数据点在所属的治疗评分时序数据中的局部窗口的长度不满足所述预设长度，则按照所述数据点的局部窗口中的最后一个数值进行补值操作，直至所述数据点的局部窗口的长度满足所述预设长度。
12、优选的，所述根据每个所述数据点的局部窗口和近邻局部窗口集合，分别获取所述两个治疗评分时序数据之间的任意两个数据点的差异优化因子，包括：
13、针对所述两个治疗评分时序数据之间的任一两个数据点，在所述两个数据点的近邻局部窗口集合中，统计相同局部窗口的第一数量，计算所述第一数量与所述近邻局部窗口集合中的局部窗口总数量之间的比值，获取常数1与所述比值之间的第一差值；其中，所述相同局部窗口是指两个局部窗口中的数据点的数值完全相同；
14、取所述两个数据点中的任一数据点为目标数据点，对所述目标数据点的近邻局部窗口集合中所包含的数据点构建二维平面，所述二维平面的横轴为时间戳，所述二维平面的纵轴为数据点对应的数值，对所述二维平面上的所有数据点进行线性拟合，得到对应的线性拟合函数；
15、根据所述线性拟合函数获取所述目标数据点的局部窗口中的每个数据点的拟合值，计算所述目标数据点的局部窗口中的每个数据点的数值与对应的拟合值之间的第一差值绝对值，得到差值绝对值总和，获取所述两个数据点的差值绝对值总和之间的第二差值绝对值，将所述第二差值绝对值的相反数代入以自然常数为底数的指数函数中，得到对应的指数函数结果；
16、获取常数1与所述指数函数结果之间的第二差值，将所述第一差值与所述第二差值之间的乘积作为所述两个数据点的差异优化因子。
17、优选的，所述根据所述两个治疗评分时序数据之间的任意两个数据点的差异优化因子，对所述两个治疗评分时序数据之间的dtw距离进行优化，得到优化后的dtw距离，包括：
18、针对所述两个治疗评分时序数据之间的任一两个数据点，将所述两个数据点分别记为第一数据点和第二数据点，根据所述第一数据点的时间戳在所述第二数据点对应的线性拟合函数中获取对应的第一拟合值，计算所述第一数据点的数值和所述第一拟合值之间的第三差值绝对值；
19、根据所述第二数据点的时间戳在所述第一数据点对应的线性拟合函数中获取对应的第二拟合值，计算所述第二数据点的数值和所述第二拟合值之间的第四差值绝对值，获取所述第三差值绝对值和所述第四差值绝对值的均值；
20、将所述均值和所述两个数据点的差异优化因子之间的乘积作为对所述两个治疗评分时序数据进行动态时间规整过程中的所述两个数据点之间的优化距离；
21、根据所述两个治疗评分时序数据进行动态时间规整过程中的每两个数据点之间的优化距离，获取所述两个治疗评分时序数据之间的优化后的dtw距离。
22、优选的，所述基于每两个所述治疗评分时序数据之间的优化后的dtw距离，对所有治疗评分时序数据进行聚类，得到对应的聚类结果，包括：
23、将所有治疗评分时序数据映射在样本空间中，得到每个所述治疗评分时序数据对应的一个样本点，在所述样本空间中获取每个所述样本点的k-距离，统计每种k-距离的数量，构建k-距离的数量变化曲线，获取所述数量变化曲线中的拐点，将所述拐点对应的k-距离的k取值作为dbscan聚类算法中的聚类半径；
24、基于每两个所述治疗评分时序数据之间的优化后的dtw距离，利用所述聚类半径和预本文档来自技高网...
【技术保护点】
1.一种残疾儿童康复信息平台数据的智慧存储方法，其特征在于，所述一种残疾儿童康复信息平台数据的智慧存储方法包括：
2.根据权利要求1所述的一种残疾儿童康复信息平台数据的智慧存储方法，其特征在于，所述根据所述每个数据点的局部窗口中的数据变化分别获取对应数据点的近邻局部窗口集合，包括：
3.根据权利要求1所述的一种残疾儿童康复信息平台数据的智慧存储方法，其特征在于，所述获取每个所述治疗评分时序数据中的每个数据点的局部窗口，包括：
4.根据权利要求1所述的一种残疾儿童康复信息平台数据的智慧存储方法，其特征在于，所述根据每个所述数据点的局部窗口和近邻局部窗口集合，分别获取所述两个治疗评分时序数据之间的任意两个数据点的差异优化因子，包括：
5.根据权利要求4所述的一种残疾儿童康复信息平台数据的智慧存储方法，其特征在于，所述根据所述两个治疗评分时序数据之间的任意两个数据点的差异优化因子，对所述两个治疗评分时序数据之间的DTW距离进行优化，得到优化后的DTW距离，包括：
6.根据权利要求1所述的一种残疾儿童康复信息平台数据的智慧存储方
...【技术特征摘要】
1.一种残疾儿童康复信息平台数据的智慧存储方法，其特征在于，所述一种残疾儿童康复信息平台数据的智慧存储方法包括：
2.根据权利要求1所述的一种残疾儿童康复信息平台数据的智慧存储方法，其特征在于，所述根据所述每个数据点的局部窗口中的数据变化分别获取对应数据点的近邻局部窗口集合，包括：
3.根据权利要求1所述的一种残疾儿童康复信息平台数据的智慧存储方法，其特征在于，所述获取每个所述治疗评分时序数据中的每个数据点的局部窗口，包括：
4.根据权利要求1所述的一种残疾儿童康复信息平台数据的智慧存储方法，其特征在于，所述根据每个所述数...
【专利技术属性】
技术研发人员：张茂利，
申请(专利权)人：山东硕杰医疗科技有限公司，
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。