[发明专利]测量数据的处理方法和装置

说明书

本发明提出一种测量数据的处理方法和装置，其中，该方法包括：根据各个测量时间点的测量数据，生成原始序列，将原始序列划分为多个时间片段，针对每一个时间片段，根据时间片段内测量时间点的测量数据，采用多种算法进行扩维计算，得到时间片段的各维度序列，对时间片段的各维度序列，分别提取多种特征，得到时间片段的符号向量，对根据多个时间片段的符号向量生成的符号向量序列，采用模体发现算法进行处理。解决了现有技术中的时序转换算法在对时序进行降维后，使得时序片段提供的特征和信息太少，造成motif发现不准确，从而导致行为识别效果较差的技术问题。

技术领域

本发明涉及测试技术领域，尤其涉及一种测量数据的处理方法和装置。

背景技术

伴随移动计算，网络与传感器技术的普及与提高，识别与追踪人体活动成为了可穿戴领域的重要应用。通过追踪人体行为建立人体健康图谱，而人体行为识别包括坐、站、走、跑步、骑车和开车等独立行为识别与发现，也包括一段较长时间内各种不同行为状态的切换。

而对人体行为的识别，基于测量得到的序列进行分析和提取，这里的序列是指随着时间变化而形成的有序数据列表，它反映了某个事务/事件随着时间变化的状态，其状态可以用实数值或符号来表示。

现有技术中，这种为了避免维度灾难，将序列降低维度，再利用模体(motif)发现进行识别的方式，造成motif发现不准确，从而导致行为识别效果较差的问题。

发明内容

本发明旨在至少在一定程度上解决相关技术中的技术问题之一。

为此，本发明的第一个目的在于提出一种测量数据的处理方法，解决了现有技术中的时序转换算法在对时序进行降维后，使得时序片段提供的特征和信息太少，造成motif发现不准确，从而导致行为识别效果较差的技术问题。

本发明的第二个目的在于提出一种测量数据的处理装置。

本发明的第三个目的在于提出一种计算机设备。

本发明的第四个目的在于提出一种非临时性计算机可读存储介质。

本发明的第五个目的在于提出一种计算机程序产品。

为达上述目的，本发明第一方面实施例提出了一种测量数据的处理方法，包括：

根据各个测量时间点的测量数据，生成原始序列；

将所述原始序列划分为多个时间片段；其中，每一个时间片段包含多个测量时间点；

针对每一个时间片段，根据所述时间片段内测量时间点的测量数据，采用多种算法进行扩维计算，得到所述时间片段的各维度序列；

对所述时间片段的各维度序列，分别采用多个维度提取特征，得到所述时间片段的符号向量；所述符号向量，包括对各维度序列进行特征提取得到的符号子向量，每一个符号子向量包括多个维度特征；

对根据多个时间片段的符号向量生成的符号向量序列，采用模体发现算法进行处理。

本实施例的一种测量数据的处理方法中，根据各个测量时间点的测量数据，生成原始序列，将原始序列划分为多个时间片段，针对每一个时间片段，根据时间片段内测量时间点的测量数据，采用多种算法进行扩维计算，得到时间片段的各维度序列，对时间片段的各维度序列，分别采用多个维度提取特征，得到时间片段的符号向量，对包括多个时间片段的符号向量的符号向量序列，采用模体发现算法进行处理。解决了现有技术中的时序转换算法在对时序进行降维后，使得时序片段提供的特征和信息太少，造成motif发现不准确，从而导致行为识别效果较差的技术问题。

为达上述目的，本发明第二方面实施例提出了一种测量数据的处理装置，包括：

生成模块，用于根据各个测量时间点的测量数据，生成原始序列；