[发明专利]一种数据处理方法、装置、智能终端及存储介质

权利要求书

1.一种数据处理方法，其特征在于，包括：

获取多个输入数据以及各所述输入数据分别对应的输出数据，根据所述输入数据和输出数据确定拟合数据组；

利用预设的具有单调性的曲线拟合模型，对所述拟合数据组中的多个输入数据以及各所述输入数据分别对应的输出数据进行单调回归拟合计算，得到初始拟合曲线；

若所述初始拟合曲线不收敛，则对所述拟合数据组进行异常值数据处理，得到更新后的拟合数据组；重新利用所述曲线拟合模型对更新后的拟合数据组进行单调回归拟合计算，直到拟合得到的初始拟合曲线收敛时，将所述初始拟合曲线作为目标拟合曲线。

2.根据权利要求1所述的方法，其特征在于，对所述拟合数据组进行异常值数据处理，得到更新后的拟合数据组，具体包括：

按照预设数据筛选规则，从所述拟合数据组中筛选出异常数据，并将所述异常数据删除，得到更新后的拟合数据组。

3.根据权利要求2所述的方法，其特征在于，按照预设数据筛选规则，从所述所述拟合数据组中筛选出异常数据，并将所述异常数据删除，得到更新后的拟合数据组，具体包括：

获取数据更新模型，所述数据更新模型包括数据更新集合、原始数据集合、异常数据集合之间的逻辑关系；所述逻辑关系为所述数据更新集合等于所述原始数据集合减去异常数据集合；其中，所述数据更新集合为更新后的拟合数据组；所述原始数据集合中包括有所述拟合数据组中的多个输入数据以及各所述输入数据分别对应的输出数据；异常数据集合的初始值为空集；

计算在所述数据更新集合中数据拟合的标准方差和在原始数据集合中每个输出数据的预测值；

根据所述数据更新集合中数据拟合的标准方差和在原始数据集合中每个输出数据的预测值，对异常数据集合进行更新，将并将更新后的异常数据集合代入所述数据更新模型，对所述数据更新集合进行更新，以得到更新后的拟合数据组。

4.根据权利要求1-3中任一项所述的方法，其特征在于，利用预设的具有单调性的曲线拟合模型，对所述拟合数据组中的多个输入数据以及各所述输入数据分别对应的输出数据进行单调回归拟合计算，包括：

获取每个输出数据对应的输出预测值；

计算每个输出数据与对应的输出预测值之间差值的平方；

根据每个数据对应的权重值与每个输出数据与对应的输出预测值之间差值的平方的乘积，得到每个输出数据的权重参考函数；

根据minimize优化算法，对所有数据的权重参考函数之和进行优化计算。

5.一种数据处理装置，其特征在于，所述装置包括：

获取模块，用于获取多个输入数据以及各所述输入数据分别对应的输出数据，根据所述输入数据和输出数据确定拟合数据组；

处理模块，用于利用预设的具有单调性的曲线拟合模型，对所述拟合数据组中的多个输入数据以及各所述输入数据分别对应的输出数据进行单调回归拟合计算，得到初始拟合曲线；

所述处理模块，还用于当所述初始拟合曲线不收敛时，则对所述拟合数据组进行异常值数据处理，得到更新后的拟合数据组；重新利用所述曲线拟合模型对更新后的拟合数据组进行单调回归拟合计算，直到拟合得到的初始拟合曲线收敛时，将所述初始拟合曲线作为目标拟合曲线。

6.根据权利要求5所述的装置，其特征在于，在对所述拟合数据组进行异常值数据处理，得到更新后的拟合数据组方面，所述处理模块具体用于：按照预设数据筛选规则，从所述所述拟合数据组中筛选出异常数据，并将所述异常数据删除，得到更新后的拟合数据组。