[发明专利]数据处理方法、装置、计算机设备和存储介质

说明书

本申请涉及一种数据处理方法方法、装置、计算机设备、存储介质和计算机程序产品，该方法包括：获取初始向量空间，根据预设的约束条件对初始向量空间进行小波分析，得到多个父小波和多个母小波，基于多个父小波和多个母小波确定的多个近似子空间，确定目标父小波；通过目标父小波对初始向量空间进行下采样，得到目标数据集；根据目标父小波、与目标父小波对应的目标母小波以及目标数据集，确定中间向量空间；根据中间向量空间对初始向量空间进行更新，重复进行上述对初始向量空间进行处理的步骤，得到目标向量空间。本申请提供的数据处理方法，能够减少了目标对象结构分析过程中的数据分析过程，提高对目标对象结构的分析效率。

技术领域

本申请涉及大数据分析技术领域技术领域，特别是涉及一种数据处理方法、装置、计算机设备、存储介质和计算机程序产品。

背景技术

不同的物质通过不同的特征进行区分，这些特征可以通过例如物质的材料、工艺、结构等进行描述，针对不同的物质，确定不同物质的特征对研究以及分析该物质至关重要，所以获得用于描述物质的特征显得尤为重要。

目前，常用的提取物质特征的方法为主成分分析法（PCA），在流体力学中通常将其表示为适当的正交分解。具体的主成分分析法为给定一个集合（通常为时间序列）的数据，PCA产生一个数据驱动的正交基，其元素是最优排序的能量含量。但是，通过主成分分析法对物质的特性进行分析，其需要分析的数据较多，其中不乏很多冗余的数据，造成了对物质特性分析的效率很低。

发明内容

本申请提供一种数据处理方法、装置、计算机设备、存储介质和计算机程序产品，能够快速的将与分析目标对象结构相关性强的数据筛选出来，以为后续进行目标对象结构的分析提供可靠的数据支持，提高对目标对象结构分析的效率。

第一方面，本申请提供了一种数据处理方法，该方法包括：

S1、获取初始向量空间，初始向量空间中包括多组用于分析目标对象结构的数据；

S2、根据预设的约束条件对初始向量空间进行小波分析，得到多个父小波和多个母小波，多个父小波和多个母小波相互标准正交；

S3、基于多个父小波和多个母小波确定的多个近似子空间，确定目标父小波；目标父小波构建的近似子空间的重构误差最小；

S4、通过目标父小波对初始向量空间进行下采样，得到目标数据集；

S5、根据目标父小波、与目标父小波对应的目标母小波以及目标数据集，确定中间向量空间；

S6、根据中间向量空间更新初始向量空间，重复进行预设次数的步骤S2-S5，得到目标向量空间。

第二方面，本申请还提供了一种数据处理装置，该装置包括：

获取模块，用于获取初始向量空间，初始向量空间中包括多组用于分析目标对象结构的数据；

分析模块，用于根据预设的约束条件对初始向量空间进行小波分析，得到多个父小波和多个母小波，多个父小波和多个母小波相互标准正交；

第一确定模块，用于基于多个父小波和多个母小波确定的多个近似子空间，确定目标父小波；目标父小波构建的近似子空间的重构误差最小。

采样模块，用于通过目标父小波对初始向量空间进行下采样，得到目标数据集；

第二确定模块，用于根据目标父小波、与目标父小波对应的目标母小波以及目标数据集，确定中间向量空间；

循环计算模块，用于根据所述中间向量空间更新所述初始向量空间，对更新后的所述初始向量空间重复进行预设次数的计算操作，得到目标向量空间，所述计算操作包括：根据预设的约束条件对所述初始向量空间进行小波分析，得到多个父小波和多个母小波，所述多个父小波和所述多个母小波相互标准正交；基于所述多个父小波和所述多个母小波确定的多个近似子空间，确定目标父小波；所述目标父小波构建的近似子空间的重构误差最小；通过所述目标父小波对所述初始向量空间进行下采样，得到目标数据集；以及，根据所述目标父小波、与所述目标父小波对应的目标母小波以及所述目标数据集，确定中间向量空间。