CN105630598A - 数据处理方法、数据处理装置和可穿戴智能设备 - Google Patents

Abstract

本发明提出了一种数据处理方法、数据处理装置和可穿戴智能设备，其中，所述数据处理方法用于可穿戴智能设备，所述可穿戴智能设备上安装有多个应用程序，所述数据处理方法包括：获取所述多个应用程序中的每个应用程序的数据处理量，以及获取所述多个应用程序中的每两个应用程序之间的数据通信量；根据所述每个应用程序的数据处理量和所述每两个应用程序之间的数据通信量，确定迁移数据；将所述迁移数据发送至移动终端，以供所述移动终端对所述迁移数据进行处理。通过本发明的技术方案，可以有效地减少可穿戴智能设备的数据处理量，从而提升了可穿戴智能设备的数据处理速度和效率。

Description

数据处理方法、数据处理装置和可穿戴智能设备

技术领域

本发明涉及可穿戴智能设备技术领域，具体而言，涉及一种数据处理方法、一种数据处理装置和一种可穿戴智能设备。

背景技术

目前，随着技术发展，越来越普及的可穿戴智能设备应用到人们的生活中。可穿戴智能设备具有体积小、方便穿戴的特征，但同时也存在计算能力较低、电池电量不高的缺点，这使得可穿戴设备在进行大计算量运算时处理速度和处理效率很低。

因此，如何提升可穿戴智能设备的数据处理速度和效率成为亟待解决的问题。

发明内容

本发明正是基于上述问题，提出了一种新的技术方案，可以有效地减少可穿戴智能设备的数据处理量，从而提升了可穿戴智能设备的数据处理速度和效率。

有鉴于此，本发明的第一方面提出了一种数据处理方法，用于可穿戴智能设备，所述可穿戴智能设备上安装有多个应用程序，包括：获取所述多个应用程序中的每个应用程序的数据处理量，以及获取所述多个应用程序中的每两个应用程序之间的数据通信量；根据所述每个应用程序的数据处理量和所述每两个应用程序之间的数据通信量，确定迁移数据；将所述迁移数据发送至移动终端，以供所述移动终端对所述迁移数据进行处理。

在该技术方案中，通过可穿戴智能设备中的多个应用程序的数据处理量和每两个应用程序的数据通信量确定迁移数据，该迁移数据为消耗可穿戴智能设备的功耗较大的数据，即将处理量大的数据交给移动终端进行处理，这样可以有效地减少可穿戴智能设备的数据处理量，从而降低了对可穿戴智能设备的处理能力的要求。并且终端在处理该迁移数据时，终端与可穿戴智能设备的数据交互较少(即数据通信量较少)，避免了移动终端对迁移数据进行处理时可穿戴智能设备与移动终端频繁交互，从而提升了数据处理速度和减少可穿戴智能设备的功耗。

在上述技术方案中，优选地，所述根据所述每个应用程序的数据处理量和所述每两个应用程序之间的数据通信量，确定迁移数据的步骤，具体包括：将所述多个应用程序划分为多个模块；根据所述每个应用程序的数据处理量和所述每两个应用程序之间的数据通信量，确定所述多个模块中的每个模块的数据处理量，以及所述多个模块中的每两个模块之间的数据通信量；根据所述每个模块的数据处理量和所述每两个模块之间的数据通信量，确定所述多个模块中的目标迁移模块，并将所述目标迁移模块所处理的数据作为所述迁移数据。

在该技术方案中，通过将多个应用程序划分为多个模块，对该多个模块进行分析，以分析得到出数据处理量小的目标迁移模块，且该目标迁移模块与多个模块中除该目标迁移模块之外的其他模块的数据通信量少，则可以将该目标迁移模块所处理的数据迁移到移动终端中进行处理，从而有效地减少可穿戴智能设备的数据处理量，从而降低了对可穿戴智能设备的处理能力的要求。例如，将体温监测、GPS(GlobalPositioningSystem，全球定位系统)定位、心率监测划分为一个模块，将录音、通讯录、拨号划分到另一个模块，由于移动终端在进行体温监测、GPS定位、心率监测时会收集大量的数据，特别是经过长时间的数据收集，处理这些收集的数据的计算量比较大，而且移动终端在对这些数据进行处理时，较少的与可穿戴智能设备中的其他模块进行数据交互，因此，可以将体温监测、音乐、心率监测所处理的数据迁移到移动终端上进行处理。

在上述任一技术方案中，优选地，所述确定所述多个模块中的目标迁移模块的步骤，具体包括：获取所述多个模块的多种预迁移策略，其中，所述多种预迁移策略中的每种迁移策略对应有预迁移模块和非迁移模块；根据所述每种预迁移策略对应的所述预迁移模块的数据处理量、所述非迁移模块的数据处理量、所述预迁移模块与所述非迁移模块之间的数据通信量，计算所述每种预迁移策略的迁移分值；根据所述多种预迁移策略的所述迁移分值，在所述多种预迁移策略中选择目标迁移策略，将所述目标迁移策略对应的所述预迁移模块作为所述目标迁移模块。

在该技术方案中，可以考虑多个模块的所有迁移策略，并计算出所有迁移策略的迁移分值，根据迁移分值来确定目标迁移模块，从而提高了可穿戴智能设备中的数据处理迁移到移动终端上的可靠性和准确性。例如，将可穿戴智能设备中的应用程序划分为模块一和模块二，预迁移策略一：模块一和模块二均为预迁移模块；预迁移策略二：模块一为预迁移模块，模块二为非迁移模块；预迁移策略三：模块二为预迁移模块，模块一为非迁移模块；预迁移策略四：模块一和模块二均为非迁移模块。

在上述任一技术方案中，优选地，所述计算所述每种预迁移策略的迁移分值的步骤，具体包括：通过以下公式计算所述迁移分值：

$s=\mathrm{\λ}\×\frac{C_1}{C_2}+(1-\mathrm{\λ})\×\frac{e}{h},$

其中，s表示所述迁移分值，λ为预设参数，且满足0≤λ≤1，C₁表示所述每种预迁移策略对应的所述非迁移模块的数据处理量，C₂表示所述每种预迁移策略对应的所述预迁移模块的数据处理量，e表示所述每种预迁移策略对应的所述预迁移模块与所述非迁移模块之间的数据通信量，h表示将所述预迁移模块所处理的数据发送至所述移动终端的数据通信量。

在该技术方案中，通过上述公式可以计算出每种预迁移策略的迁移分值，预迁移策略的迁移分值越小，说明可穿戴智能设备的数据处理量越小，因此，选择迁移分值较小的预迁移策略。

在上述任一技术方案中，优选地，所述根据所述多种预迁移策略的所述迁移分值，在所述多种预迁移策略中选择目标迁移策略的步骤，具体包括：将所述多种预迁移策略中所述迁移分值最小的预迁移策略作为所述目标迁移策略。

在该技术方案中，使用迁移分值最小的预迁移策略来实现将可穿戴智能设备所处理的迁移数据迁移到移动终端上进行处理，以最大程度地减少可穿戴智能设备的数据处理量。

本发明的第二方面提出了一种数据处理装置，用于可穿戴智能设备，所述可穿戴智能设备上安装有多个应用程序，包括：第一获取单元，用于获取所述多个应用程序中的每个应用程序的数据处理量，以及获取所述多个应用程序中的每两个应用程序之间的数据通信量；确定单元，用于根据所述每个应用程序的数据处理量和所述每两个应用程序之间的数据通信量，确定迁移数据；发送单元，用于将所述迁移数据发送至移动终端，以供所述移动终端对所述迁移数据进行处理。

在该技术方案中，通过可穿戴智能设备中的多个应用程序的数据处理量和每两个应用程序的数据通信量确定迁移数据，该迁移数据为消耗可穿戴智能设备的功耗较大的数据，即将处理量大的数据交给移动终端进行处理，这样可以有效地减少可穿戴智能设备的数据处理量，从而降低了对可穿戴智能设备的处理能力的要求。并且终端在处理该迁移数据时，终端与可穿戴智能设备的数据交互较少(即数据通信量较少)，避免了移动终端对迁移数据进行处理时可穿戴智能设备与移动终端频繁交互，从而提升了数据处理速度和减少可穿戴智能设备的功耗。

在上述技术方案中，优选地，所述确定单元具体用于，将所述多个应用程序划分为多个模块，根据所述每个应用程序的数据处理量和所述每两个应用程序之间的数据通信量，确定所述多个模块中的每个模块的数据处理量，以及所述多个模块中的每两个模块之间的数据通信量，根据所述每个模块的数据处理量和所述每两个模块之间的数据通信量，确定所述多个模块中的目标迁移模块，并将所述目标迁移模块所处理的数据作为所述迁移数据。

在该技术方案中，通过将多个应用程序划分为多个模块，对该多个模块进行分析，以分析得到出数据处理量小的目标迁移模块，且该目标迁移模块与多个模块中除该目标迁移模块之外的其他模块的数据通信量少，则可以将该目标迁移模块所处理的数据迁移到移动终端中进行处理，从而有效地减少可穿戴智能设备的数据处理量，从而降低了对可穿戴智能设备的处理能力的要求。例如，将体温监测、GPS定位、心率监测划分为一个模块，将录音、通讯录、拨号划分到另一个模块，由于移动终端在进行体温监测、GPS定位、心率监测时会收集大量的数据，特别是经过长时间的数据收集，处理这些收集的数据的计算量比较大，而且移动终端在对这些数据进行处理时，较少的与可穿戴智能设备中的其他模块进行数据交互，因此，可以将体温监测、音乐、心率监测所处理的数据迁移到移动终端上进行处理。

在上述任一技术方案中，优选地，所述确定单元包括：第二获取单元，用于获取所述多个模块的多种预迁移策略，其中，所述多种预迁移策略中的每种迁移策略对应有预迁移模块和非迁移模块；计算单元，用于根据所述每种预迁移策略对应的所述预迁移模块的数据处理量、所述非迁移模块的数据处理量、所述预迁移模块与所述非迁移模块之间的数据通信量，计算所述每种预迁移策略的迁移分值；选择单元，用于根据所述多种预迁移策略的所述迁移分值，在所述多种预迁移策略中选择目标迁移策略，将所述目标迁移策略对应的所述预迁移模块作为所述目标迁移模块。

在该技术方案中，可以考虑多个模块的所有迁移策略，并计算出所有迁移策略的迁移分值，根据迁移分值来确定目标迁移模块，从而提高了可穿戴智能设备中的数据处理迁移到移动终端上的可靠性和准确性。例如，将可穿戴智能设备中的应用程序划分为模块一和模块二，预迁移策略一：模块一和模块二均为预迁移模块；预迁移策略二：模块一为预迁移模块，模块二为非迁移模块；预迁移策略三：模块二为预迁移模块，模块一为非迁移模块；预迁移策略四：模块一和模块二均为非迁移模块。

在上述任一技术方案中，优选地，所述计算单元具体用于，通过以下公式计算所述迁移分值：

$s=\mathrm{\λ}\×\frac{C_1}{C_2}+(1-\mathrm{\λ})\×\frac{e}{h},$

其中，s表示所述迁移分值，λ为预设参数，且满足0≤λ≤1，C₁表示所述每种预迁移策略对应的所述非迁移模块的数据处理量，C₂表示所述每种预迁移策略对应的所述预迁移模块的数据处理量，e表示所述每种预迁移策略对应的所述预迁移模块与所述非迁移模块之间的数据通信量，h表示将所述预迁移模块所处理的数据发送至所述移动终端的数据通信量。

在该技术方案中，通过上述公式可以计算出每种预迁移策略的迁移分值，预迁移策略的迁移分值越小，说明可穿戴智能设备的数据处理量越小，因此，选择迁移分值较小的预迁移策略。

在上述任一技术方案中，优选地，所述选择单元具体用于，将所述多种预迁移策略中所述迁移分值最小的预迁移策略作为所述目标迁移策略。

在该技术方案中，使用迁移分值最小的预迁移策略来实现将可穿戴智能设备所处理的迁移数据迁移到移动终端上进行处理，以最大程度地减少可穿戴智能设备的数据处理量。

本发明的第三方面提出了一种可穿戴智能设备，包括上述技术方案中任一项所述的数据处理装置，因此，该可穿戴智能设备具有和上述技术方案中任一项所述的数据处理装置相同的技术效果，在此不再赘述。

通过本发明的技术方案，可以有效地减少可穿戴智能设备的数据处理量，从而提升了可穿戴智能设备的数据处理速度和效率。

附图说明

图1示出了根据本发明的一个实施例的数据处理方法的流程示意图；

图2示出了根据本发明的一个实施例的数据处理装置的结构示意图；

图3示出了根据本发明的一个实施例的可穿戴智能设备的结构示意图；

图4示出了根据本发明的一个实施例的多个模块的有向图。

具体实施方式

为了可以更清楚地理解本发明的上述目的、特征和优点，下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是，在不冲突的情况下，本申请的实施例及实施例中的特征可以相互组合。

在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是，本发明还可以采用其他不同于在此描述的其他方式来实施，因此，本发明的保护范围并不受下面公开的具体实施例的限制。

图1示出了根据本发明的一个实施例的数据处理方法的流程示意图。

如图1所示，根据本发明的一个实施例的数据处理方法，用于可穿戴智能设备，所述可穿戴智能设备上安装有多个应用程序，包括：

步骤102，获取所述多个应用程序中的每个应用程序的数据处理量，以及获取所述多个应用程序中的每两个应用程序之间的数据通信量；

步骤104，根据所述每个应用程序的数据处理量和所述每两个应用程序之间的数据通信量，确定迁移数据；

步骤106，将所述迁移数据发送至移动终端，以供所述移动终端对所述迁移数据进行处理。

在该技术方案中，通过可穿戴智能设备中的多个应用程序的数据处理量和每两个应用程序的数据通信量确定迁移数据，该迁移数据为消耗可穿戴智能设备的功耗较大的数据，即将处理量大的数据交给移动终端进行处理，这样可以有效地减少可穿戴智能设备的数据处理量，从而降低了对可穿戴智能设备的处理能力的要求。并且终端在处理该迁移数据时，终端与可穿戴智能设备的数据交互较少(即数据通信量较少)，避免了移动终端对迁移数据进行处理时可穿戴智能设备与移动终端频繁交互，从而提升了数据处理速度和减少可穿戴智能设备的功耗。

在上述技术方案中，优选地，步骤104具体包括：将所述多个应用程序划分为多个模块；根据所述每个应用程序的数据处理量和所述每两个应用程序之间的数据通信量，确定所述多个模块中的每个模块的数据处理量，以及所述多个模块中的每两个模块之间的数据通信量；根据所述每个模块的数据处理量和所述每两个模块之间的数据通信量，确定所述多个模块中的目标迁移模块，并将所述目标迁移模块所处理的数据作为所述迁移数据。

在该技术方案中，通过将多个应用程序划分为多个模块，对该多个模块进行分析，以分析得到出数据处理量小的目标迁移模块，且该目标迁移模块与多个模块中除该目标迁移模块之外的其他模块的数据通信量少，则可以将该目标迁移模块所处理的数据迁移到移动终端中进行处理，从而有效地减少可穿戴智能设备的数据处理量，从而降低了对可穿戴智能设备的处理能力的要求。例如，将体温监测、GPS(GlobalPositioningSystem，全球定位系统)定位、心率监测划分为一个模块，将录音、通讯录、拨号划分到另一个模块，由于移动终端在进行体温监测、GPS定位、心率监测时会收集大量的数据，特别是经过长时间的数据收集，处理这些收集的数据的计算量比较大，而且移动终端在对这些数据进行处理时，较少的与可穿戴智能设备中的其他模块进行数据交互，因此，可以将体温监测、音乐、心率监测所处理的数据迁移到移动终端上进行处理。

在上述任一技术方案中，优选地，所述确定所述多个模块中的目标迁移模块的步骤，具体包括：获取所述多个模块的多种预迁移策略，其中，所述多种预迁移策略中的每种迁移策略对应有预迁移模块和非迁移模块；根据所述每种预迁移策略对应的所述预迁移模块的数据处理量、所述非迁移模块的数据处理量、所述预迁移模块与所述非迁移模块之间的数据通信量，计算所述每种预迁移策略的迁移分值；根据所述多种预迁移策略的所述迁移分值，在所述多种预迁移策略中选择目标迁移策略，将所述目标迁移策略对应的所述预迁移模块作为所述目标迁移模块。

在该技术方案中，可以考虑多个模块的所有迁移策略，并计算出所有迁移策略的迁移分值，根据迁移分值来确定目标迁移模块，从而提高了可穿戴智能设备中的数据处理迁移到移动终端上的可靠性和准确性。例如，将可穿戴智能设备中的应用程序划分为模块一和模块二，预迁移策略一：模块一和模块二均为预迁移模块；预迁移策略二：模块一为预迁移模块，模块二为非迁移模块；预迁移策略三：模块二为预迁移模块，模块一为非迁移模块；预迁移策略四：模块一和模块二均为非迁移模块。

在上述任一技术方案中，优选地，所述计算所述每种预迁移策略的迁移分值的步骤，具体包括：通过以下公式计算所述迁移分值：

$s=\mathrm{\λ}\×\frac{C_1}{C_2}+(1-\mathrm{\λ})\×\frac{e}{h},$

其中，s表示所述迁移分值，λ为预设参数，且满足0≤λ≤1，C₁表示所述每种预迁移策略对应的所述非迁移模块的数据处理量，C₂表示所述每种预迁移策略对应的所述预迁移模块的数据处理量，e表示所述每种预迁移策略对应的所述预迁移模块与所述非迁移模块之间的数据通信量，h表示将所述预迁移模块所处理的数据发送至所述移动终端的数据通信量。

在该技术方案中，通过上述公式可以计算出每种预迁移策略的迁移分值，预迁移策略的迁移分值越小，说明可穿戴智能设备的数据处理量越小，因此，选择迁移分值较小的预迁移策略。

在上述任一技术方案中，优选地，所述根据所述多种预迁移策略的所述迁移分值，在所述多种预迁移策略中选择目标迁移策略的步骤，具体包括：将所述多种预迁移策略中所述迁移分值最小的预迁移策略作为所述目标迁移策略。

在该技术方案中，使用迁移分值最小的预迁移策略来实现将可穿戴智能设备所处理的迁移数据迁移到移动终端上进行处理，以最大程度地减少可穿戴智能设备的数据处理量。

图2示出了根据本发明的一个实施例的数据处理装置的结构示意图。

如图2所示，根据本发明的一个实施例的数据处理装置200，用于可穿戴智能设备，所述可穿戴智能设备上安装有多个应用程序，数据处理装置200包括：第一获取单元202，用于获取所述多个应用程序中的每个应用程序的数据处理量，以及获取所述多个应用程序中的每两个应用程序之间的数据通信量；确定单元204，用于根据所述每个应用程序的数据处理量和所述每两个应用程序之间的数据通信量，确定迁移数据；发送单元206，用于将所述迁移数据发送至移动终端，以供所述移动终端对所述迁移数据进行处理。

在该技术方案中，通过可穿戴智能设备中的多个应用程序的数据处理量和每两个应用程序的数据通信量确定迁移数据，该迁移数据为消耗可穿戴智能设备的功耗较大的数据，即将处理量大的数据交给移动终端进行处理，这样可以有效地减少可穿戴智能设备的数据处理量，从而降低了对可穿戴智能设备的处理能力的要求。并且终端在处理该迁移数据时，终端与可穿戴智能设备的数据交互较少(即数据通信量较少)，避免了移动终端对迁移数据进行处理时可穿戴智能设备与移动终端频繁交互，从而提升了数据处理速度和减少可穿戴智能设备的功耗。

在上述技术方案中，优选地，所述确定单元204具体用于，将所述多个应用程序划分为多个模块，根据所述每个应用程序的数据处理量和所述每两个应用程序之间的数据通信量，确定所述多个模块中的每个模块的数据处理量，以及所述多个模块中的每两个模块之间的数据通信量，根据所述每个模块的数据处理量和所述每两个模块之间的数据通信量，确定所述多个模块中的目标迁移模块，并将所述目标迁移模块所处理的数据作为所述迁移数据。

在该技术方案中，通过将多个应用程序划分为多个模块，对该多个模块进行分析，以分析得到出数据处理量小的目标迁移模块，且该目标迁移模块与多个模块中除该目标迁移模块之外的其他模块的数据通信量少，则可以将该目标迁移模块所处理的数据迁移到移动终端中进行处理，从而有效地减少可穿戴智能设备的数据处理量，从而降低了对可穿戴智能设备的处理能力的要求。例如，将体温监测、GPS定位、心率监测划分为一个模块，将录音、通讯录、拨号划分到另一个模块，由于移动终端在进行体温监测、GPS定位、心率监测时会收集大量的数据，特别是经过长时间的数据收集，处理这些收集的数据的计算量比较大，而且移动终端在对这些数据进行处理时，较少的与可穿戴智能设备中的其他模块进行数据交互，因此，可以将体温监测、音乐、心率监测所处理的数据迁移到移动终端上进行处理。

在上述任一技术方案中，优选地，所述确定单元204包括：第二获取单元2042，用于获取所述多个模块的多种预迁移策略，其中，所述多种预迁移策略中的每种迁移策略对应有预迁移模块和非迁移模块；计算单元2044，用于根据所述每种预迁移策略对应的所述预迁移模块的数据处理量、所述非迁移模块的数据处理量、所述预迁移模块与所述非迁移模块之间的数据通信量，计算所述每种预迁移策略的迁移分值；选择单元2046，用于根据所述多种预迁移策略的所述迁移分值，在所述多种预迁移策略中选择目标迁移策略，将所述目标迁移策略对应的所述预迁移模块作为所述目标迁移模块。

在该技术方案中，可以考虑多个模块的所有迁移策略，并计算出所有迁移策略的迁移分值，根据迁移分值来确定目标迁移模块，从而提高了可穿戴智能设备中的数据处理迁移到移动终端上的可靠性和准确性。例如，将可穿戴智能设备中的应用程序划分为模块一和模块二，预迁移策略一：模块一和模块二均为预迁移模块；预迁移策略二：模块一为预迁移模块，模块二为非迁移模块；预迁移策略三：模块二为预迁移模块，模块一为非迁移模块；预迁移策略四：模块一和模块二均为非迁移模块。

在上述任一技术方案中，优选地，所述计算单元2044具体用于，通过以下公式计算所述迁移分值：

$s=\mathrm{\λ}\×\frac{C_1}{C_2}+(1-\mathrm{\λ})\×\frac{e}{h},$

其中，s表示所述迁移分值，λ为预设参数，且满足0≤λ≤1，C₁表示所述每种预迁移策略对应的所述非迁移模块的数据处理量，C₂表示所述每种预迁移策略对应的所述预迁移模块的数据处理量，e表示所述每种预迁移策略对应的所述预迁移模块与所述非迁移模块之间的数据通信量，h表示将所述预迁移模块所处理的数据发送至所述移动终端的数据通信量。

在该技术方案中，通过上述公式可以计算出每种预迁移策略的迁移分值，预迁移策略的迁移分值越小，说明可穿戴智能设备的数据处理量越小，因此，选择迁移分值较小的预迁移策略。

在上述任一技术方案中，优选地，所述选择单元2046具体用于，将所述多种预迁移策略中所述迁移分值最小的预迁移策略作为所述目标迁移策略。

在该技术方案中，使用迁移分值最小的预迁移策略来实现将可穿戴智能设备所处理的迁移数据迁移到移动终端上进行处理，以最大程度地减少可穿戴智能设备的数据处理量。

图3示出了根据本发明的一个实施例的可穿戴智能设备的结构示意图。

如图3所示，根据本发明的一个实施例的可穿戴智能设备300，包括上述技术方案中任一项所述的数据处理装置200，因此，该可穿戴智能设备300具有和上述技术方案中任一项所述的数据处理装置200相同的技术效果，在此不再赘述。

图4示出了根据本发明的一个实施例的多个模块的有向图。

下面结合图4详细说明本发明的技术方案：

(1)对可穿戴智能设备上运行的计算量非常大的应用程序进行模块划分，并分析各模块之间的依赖性，该步骤仅需要执行一次即可。

如图4所示，对可穿戴智能设备中的应用程序进行模块划分的结果以有向图(directedgraph)的形式表示，模块1、模块2、模块3、模块4和模块5之间的有向边表示模块之间的依赖性。例如，模块5指向模块1，即模块1将数据发送至模块5。

(2)根据对计算结果的要求、问题的规模、输入数据量的大小等要求，预估各模块的数据处理量、各模块之间的数据通信量，其中，模块的数据处理量和各模块之间的数据通信量可以由模块历史运行数据来确定。

(3)获取多种预迁移策略，根据各模块的数据处理量、各模块之间的数据通信量，计算每种预迁移策略的迁移分值，根据计算出的迁移分值在多种预迁移策略中选择目标迁移策略。由于每种预迁移策略有对应有预迁移模块和非迁移模块，预迁移模块所处理的数据即为迁移到移动终端上进行处理的数据，非迁移模块所处理的数据即为可穿戴智能设备进行处理的数据，也就是说将目标迁移策略对应的预迁移模块所处理的数据迁移到移动终端，以供移动终端对该迁移的数据进行处理。

其中，最简单的情况是把可穿戴智能设备中的应用程序所处理的数据全部迁移到移动终端上进行处理，但同时，这也需要将所有数据发送到移动终端，这种情况下，可穿戴设备的计算量为零，数据通信量为传输数据的总量。

以上结合附图详细说明了本发明的技术方案，可以有效地减少可穿戴智能设备的数据处理量，从而提升了可穿戴智能设备的数据处理速度和效率。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (11)

1.一种数据处理方法，用于可穿戴智能设备，所述可穿戴智能设备上安装有多个应用程序，其特征在于，包括：

获取所述多个应用程序中的每个应用程序的数据处理量，以及获取所述多个应用程序中的每两个应用程序之间的数据通信量；

根据所述每个应用程序的数据处理量和所述每两个应用程序之间的数据通信量，确定迁移数据；

将所述迁移数据发送至移动终端，以供所述移动终端对所述迁移数据进行处理。

2.根据权利要求1所述的数据处理方法，其特征在于，所述根据所述每个应用程序的数据处理量和所述每两个应用程序之间的数据通信量，确定迁移数据的步骤，具体包括：

将所述多个应用程序划分为多个模块；

根据所述每个应用程序的数据处理量和所述每两个应用程序之间的数据通信量，确定所述多个模块中的每个模块的数据处理量，以及所述多个模块中的每两个模块之间的数据通信量；

根据所述每个模块的数据处理量和所述每两个模块之间的数据通信量，确定所述多个模块中的目标迁移模块，并将所述目标迁移模块所处理的数据作为所述迁移数据。

3.根据权利要求2所述的数据处理方法，其特征在于，所述确定所述多个模块中的目标迁移模块的步骤，具体包括：

获取所述多个模块的多种预迁移策略，其中，所述多种预迁移策略中的每种迁移策略对应有预迁移模块和非迁移模块；

根据所述每种预迁移策略对应的所述预迁移模块的数据处理量、所述非迁移模块的数据处理量、所述预迁移模块与所述非迁移模块之间的数据通信量，计算所述每种预迁移策略的迁移分值；

根据所述多种预迁移策略的所述迁移分值，在所述多种预迁移策略中选择目标迁移策略，将所述目标迁移策略对应的所述预迁移模块作为所述目标迁移模块。

4.根据权利要求3所述的数据处理方法，其特征在于，所述计算所述每种预迁移策略的迁移分值的步骤，具体包括：

通过以下公式计算所述迁移分值：

$s=\mathrm{\λ}\×\frac{C_1}{C_2}+(1-\mathrm{\λ})\×\frac{e}{h},$

其中，s表示所述迁移分值，λ为预设参数，且满足0≤λ≤1，C₁表示所述每种预迁移策略对应的所述非迁移模块的数据处理量，C₂表示所述每种预迁移策略对应的所述预迁移模块的数据处理量，e表示所述每种预迁移策略对应的所述预迁移模块与所述非迁移模块之间的数据通信量，h表示将所述预迁移模块所处理的数据发送至所述移动终端的数据通信量。

5.根据权利要求4所述的数据处理方法，其特征在于，所述根据所述多种预迁移策略的所述迁移分值，在所述多种预迁移策略中选择目标迁移策略的步骤，具体包括：

将所述多种预迁移策略中所述迁移分值最小的预迁移策略作为所述目标迁移策略。

6.一种数据处理装置，用于可穿戴智能设备，所述可穿戴智能设备上安装有多个应用程序，其特征在于，包括：

第一获取单元，用于获取所述多个应用程序中的每个应用程序的数据处理量，以及获取所述多个应用程序中的每两个应用程序之间的数据通信量；

确定单元，用于根据所述每个应用程序的数据处理量和所述每两个应用程序之间的数据通信量，确定迁移数据；

发送单元，用于将所述迁移数据发送至移动终端，以供所述移动终端对所述迁移数据进行处理。

7.根据权利要求6所述的数据处理装置，其特征在于，所述确定单元具体用于，

将所述多个应用程序划分为多个模块，

根据所述每个应用程序的数据处理量和所述每两个应用程序之间的数据通信量，确定所述多个模块中的每个模块的数据处理量，以及所述多个模块中的每两个模块之间的数据通信量，

根据所述每个模块的数据处理量和所述每两个模块之间的数据通信量，确定所述多个模块中的目标迁移模块，并将所述目标迁移模块所处理的数据作为所述迁移数据。

8.根据权利要求7所述的数据处理装置，其特征在于，所述确定单元包括：

第二获取单元，用于获取所述多个模块的多种预迁移策略，其中，所述多种预迁移策略中的每种迁移策略对应有预迁移模块和非迁移模块；

计算单元，用于根据所述每种预迁移策略对应的所述预迁移模块的数据处理量、所述非迁移模块的数据处理量、所述预迁移模块与所述非迁移模块之间的数据通信量，计算所述每种预迁移策略的迁移分值；

选择单元，用于根据所述多种预迁移策略的所述迁移分值，在所述多种预迁移策略中选择目标迁移策略，将所述目标迁移策略对应的所述预迁移模块作为所述目标迁移模块。

9.根据权利要求8所述的数据处理装置，其特征在于，所述计算单元具体用于，

通过以下公式计算所述迁移分值：

$s=\mathrm{\λ}\×\frac{C_1}{C_2}+(1-\mathrm{\λ})\×\frac{e}{h},$

其中，s表示所述迁移分值，λ为预设参数，且满足0≤λ≤1，C₁表示所述每种预迁移策略对应的所述非迁移模块的数据处理量，C₂表示所述每种预迁移策略对应的所述预迁移模块的数据处理量，e表示所述每种预迁移策略对应的所述预迁移模块与所述非迁移模块之间的数据通信量，h表示将所述预迁移模块所处理的数据发送至所述移动终端的数据通信量。

10.根据权利要求9所述的数据处理装置，其特征在于，所述选择单元具体用于，

将所述多种预迁移策略中所述迁移分值最小的预迁移策略作为所述目标迁移策略。

11.一种可穿戴智能设备，其特征在于，包括：如权利要求6至10中任一项所述的数据处理装置。