CN110647670A - 环境与康养数据分类存储方法及装置 - Google Patents
环境与康养数据分类存储方法及装置 Download PDFInfo
- Publication number
- CN110647670A CN110647670A CN201910891854.6A CN201910891854A CN110647670A CN 110647670 A CN110647670 A CN 110647670A CN 201910891854 A CN201910891854 A CN 201910891854A CN 110647670 A CN110647670 A CN 110647670A
- Authority
- CN
- China
- Prior art keywords
- data
- index
- health
- environmental
- processed
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/906—Clustering; Classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/901—Indexing; Data structures therefor; Storage structures
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Pathology (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Software Systems (AREA)
- Biomedical Technology (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明实施例公开了一种环境与康养数据分类存储方法及装置，方法包括：获取待处理健康因子数据和待处理康养数据；对该待处理健康因子数据和待处理康养数据进行标签化处理以得到多个标签化数据；将多个标签化数据进行分类存储。实施本发明实施例所提供的环境与康养数据分类存储方法及装置，可智能地实现健康因子数据和康养数据的分类与存储，为养生研究的后续流程提供了基础，且提高了数据分类的效率。
Description
技术领域
本发明涉及计算机技术领域，具体涉及一种环境与康养数据分类存储方法及装置。
背景技术
养生，原指道家通过各种方法颐养生命、增强体质、预防疾病，从而达到延年益寿的一种医事活动。养，即调养、保养、补养之意；生，即生命、生存、生长之意。现代意义的“养生”指的是根据人的生命过程规律主动进行物质与精神的身心养护活动。保健是指保持和增进人们的心身健康而采取的有效措施，包括预防由工作、生活、环境等引起的各种精神病或由精神因素引起的各种躯体疾病的发生。
近年来，关于养生的研究越来越多。在养生研究过程中，需要采集各种数据。采集的各种数据需要进行分类后才便于后续研究的进行。但目前的数据分类效率较低。
发明内容
本发明实施例的目的在于提供一种环境与康养数据分类存储方法及装置，以智能地实现对康养数据的分类与存储，且效率较高。
为实现上述目的，第一方面，本发明实施例提供了一种环境与康养数据分类存储方法，包括：
获取待处理健康因子数据，所述待处理健康因子数据包括水质数据、土质数据、大气数据和光照数据；
获取待处理康养数据，所述待处理康养数据包括心脏指数数据、肝脏指数数据、脾脏指数数据、肺脏指数数据和肾脏指数数据。
对所述待处理健康因子数据和待处理康养数据进行标签化处理以得到多个标签化数据；
将多个所述标签化数据进行分类存储。
作为本申请的一种优选实施方式，所述方法还包括：
获取生态环境数据，并根据所述生态环境数据生成所述待处理康养数据。
作为本申请的一种具体实施方式，根据所述生态环境数据生成所述待处理康养数据具体包括：
根据所述生态环境数据计算四时标准指数和四时实时指数；
根据所述四时标准指数和四时实时指数计算所述心脏指数数据、肝脏指数数据、脾脏指数数据、肺脏指数数据和肾脏指数数据。
作为本申请的一种具体实施方式，所述生态环境数据包括春季环境数据、夏季环境数据、秋季环境数据和冬季环境数据。
进一步地，所述春季环境数据包括春季的温度、温度变化率、湿度、湿度变化率、天气现象数、纬度、海拔和气压；所述夏季环境数据包括夏季的温度、湿度、昼温、夜温、昼湿、夜湿、纬度、海拔和气压；所述秋季环境数据包括秋季的温度、温度变化率、风力、风力变化率、日照、天气现象数、纬度、海拔和气压；所述冬季环境数据包括冬季的昼温度、夜温度、昼湿度、夜湿度、风速、风力变化率、日照、日照天数、纬度、海拔和气压。
第二方面，本发明实施例提供了一种环境与康养数据分类存储装置，包括：
获取模块，用于获取待处理健康因子数据和待处理康养数据，所述待处理健康因子数据包括水质数据、土质数据、大气数据和光照数据，所述待处理康养数据包括心脏指数数据、肝脏指数数据、脾脏指数数据、肺脏指数数据和肾脏指数数据；
标签化模块，用于对所述待处理健康因子数据和待处理康养数据进行标签化处理以得到多个标签化数据；
存储模块，用于将多个所述标签化数据进行分类存储。
作为本申请的一种优选实施方式，所述装置还包括生成模块，用于：
获取生态环境数据，并根据所述生态环境数据生成所述待处理康养数据。
作为本申请的一种具体实施方式，所述生成模块具体用于：
根据所述生态环境数据计算四时标准指数和四时实时指数；
根据所述四时标准指数和四时实时指数计算所述心脏指数数据、肝脏指数数据、脾脏指数数据、肺脏指数数据和肾脏指数数据。
作为本申请的一种具体实施方式，所述生态环境数据包括春季环境数据、夏季环境数据、秋季环境数据和冬季环境数据。
第三方面，本发明实施例提供了另一种康养数据分类存储装置，包括处理器、输入设备、输出设备和存储器，所述处理器、输入设备、输出设备和存储器相互连接，所述存储器用于存储计算机程序，所述计算机程序包括程序指令。其中，所述处理器被配置用于调用所述程序指令，执行上述第一方面的方法。
实施本发明实施例，先获取待处理健康因子数据和待处理康养数据，再对该待处理健康因子数据和待处理康养数据进行标签化处理以得到多个标签化数据，最后将多个标签化数据进行分类存储；通过该技术方案，可智能地实现健康因子数据和康养数据的分类与存储，为养生研究的后续流程提供了基础，且提高了数据分类的效率。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍。
图1是本发明实施例提供的环境与康养数据分类存储方法的流程图；
图2是本发明实施例提供的环境与康养数据分类存储装置的一种结构示意图；
图3是本发明实施例提供的环境与康养数据分类存储装置的另一种结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
为更好地理解本发明实施例，现对其涉及的相关内容做如下说明：
四时养生指数，包括春宜养指数、夏宜养指数、秋宜养指数和冬宜养指数。
1、春宜养指数
氧生度春宜养指数分为实时指数和标准指数两种，标准指数间隔时间为天，由以下几个指数建立计算模型并得到结果。
标准指数计算过程如下：
值1＝温度—0.55×(1—湿度)×(温度—14.4)
值2＝天气现象数÷10>1？100％:天气现象数÷10
值3＝100％—(温度变化率+湿度变化率+值2)÷3
值4＝(100—ABS(值1—22)×6)÷100
值5＝(ABS(纬度—35)×2)÷100
值6＝((海拔—1500)<0？100％:(海拔—1500))÷10000×2
值7＝(1013—气压)÷100
值8＝值5×30％+值6×30％+值7×40％
春宜养标准指数＝值3×35％+值4×50％+值8×15％
实时指数计算组成如下：
| 指数 | 说明 |
| 温度 | 当前温度 |
| 湿度 | 当前湿度 |
| 纬度 | 纬度 |
| 海拔 | 海拔 |
| 气压 | 当前气压 |
实时指数计算过程如下：
值1＝温度—0.55×(1—湿度)×(温度—14.4)
值2＝(ABS(纬度—35)×2)÷100
值3＝((海拔—1500)<0？100％:(海拔—1500))÷10000×2
值4＝(1013—气压)÷100
值5＝(100—ABS(值1—22)×6)÷100
春宜养实时指数＝值2×10％+值3×15％+值4×15％+值5×60％
2、夏宜养指数生成
氧生度夏宜养指数分为实时指数和标准指数两种，标准指数间隔时间为天，由以下几个指数建立计算模型并得到结果。
| 指数 | 说明 |
| 昼温 | 昼时段平均温度 |
| 夜温 | 夜时段平均温度 |
| 昼湿 | 昼时段平均湿度 |
| 夜湿 | 夜时段平均湿度 |
| 纬度 | 纬度 |
| 海拔 | 海拔 |
| 气压 | 当前气压 |
标准指数计算过程如下：
值1＝昼温度—0.55×(1—昼湿)×(昼温—14.4)
值2＝(100—ABS(值1—22)×6)÷100
值3＝(ABS(纬度—35)×2)÷100
值4＝((海拔—1500)<0？100％:(海拔—1500))÷10000×2
值5＝(1013—气压)÷100
值6＝值3×30％+值4×30％+值5×40％
值7＝夜温度—0.55×(1—夜湿)×(夜温—14.4)
值8＝(100—ABS(值7—22)×6)÷100
值9＝值2×55％+值8×45％
夏宜养标准指数＝值9×70％+值6×30％
实时指数计算组成如下：
| 指数 | 说明 |
| 温度 | 当前温度 |
| 湿度 | 当前湿度 |
| 纬度 | 纬度 |
| 海拔 | 海拔 |
| 气压 | 当前气压 |
实时指数计算过程如下：
值1＝温度—0.55×(1—湿度)×(温度—14.4)
值2＝(100—ABS(值1—22)×6)÷100
值3＝(ABS(纬度—35)×2)÷100
值4＝((海拔—1500)<0？100％:(海拔—1500))÷10000×2
值5＝(1013—气压)÷100
值6＝值3×30％+值4×30％+值5×40％
夏宜养实时指数＝值2×70％+值6×30％
3、秋宜养指数生成
氧生度秋宜养指数分为实时指数和标准指数两种，标准指数间隔时间为天，由以下几个指数建立计算模型并得到结果。
风效指数：
T：温度V：风速(米/秒)S：日照，晴天按6小时计算
标准指数计算过程如下：
值1＝温度—0.55×(1—湿度)×(温度—14.4)
值2＝天气现象数÷10>1？100％:天气现象数÷10
值3＝100％—(温度变化率+值2)÷3
值4＝风力>3？值9：值10
值5＝(ABS(纬度—35)×2)÷100
值6＝((海拔—1500)<0？100％:(海拔—1500))÷10000×2
值7＝(1013—气压)÷100
值8＝值5×30％+值6×30％+值7×40％
值9＝ABS(风效指数)÷400
值10＝(100—ABS(值1—22)×6)÷100
秋宜养标准指数＝值3×35％+值4×50％+值8×15％
实时指数计算组成如下：
| 指数 | 说明 |
| 温度 | 当前温度 |
| 风力 | 风速，米/秒 |
| 日照 | 日照情况 |
| 纬度 | 纬度 |
| 海拔 | 海拔 |
| 气压 | 当前气压 |
实时指数计算过程如下：
值1＝温度—0.55×(1—湿度)×(温度—14.4)
值2＝(ABS(纬度—35)×2)÷100
值3＝((海拔—1500)<0？100％:(海拔—1500))÷10000×2
值4＝(1013—气压)÷100
值5＝风力>3？值6：值7
值6＝ABS(风效指数)÷400
值7＝(100—ABS(值1—22)×6)÷100
秋宜养实时指数＝值2×10％+值3×15％+值4×15％+值5×60％
4.冬宜养指数生成
氧生度冬宜养指数分为实时指数和标准指数两种，标准指数间隔时间为天，由以下几个指数建立计算模型并得到结果。
风效指数：
T：温度V：风速(米/秒)S：日照，晴天按6小时计算
标准指数计算过程如下：
值1＝昼温度—0.55×(1—昼湿度)×(昼温度—14.4)
值2＝日照天数÷3×100％
值3＝ABS(风效指数)÷400
值4＝(100—ABS(值1—22)×6)÷100
值5＝(ABS(纬度—35)×2)÷100
值6＝((海拔—1500)<0？100％:(海拔—1500))÷10000×2
值7＝(1013—气压)÷100
值8＝值5×30％+值6×30％+值7×40％
值9＝风速>3？值3:值4
值10＝夜温度—0.55×(1—夜湿度)×(夜温度—14.4)
值11＝(100—ABS(值10—22)×6)÷100
值12＝值1×55％+值11×45％
冬宜养标准指数＝值8×20％+值9×60％+值12×20％
实时指数计算组成如下：
| 指数 | 说明 |
| 温度 | 当前温度 |
| 纬度 | 纬度 |
| 风速 | 当前风速 |
| 海拔 | 海拔 |
| 气压 | 当前气压 |
| 日照 | 当前天气现象 |
实时指数计算过程如下：
值1＝温度—0.55×(1—湿度)×(温度—14.4)
值2＝(ABS(纬度—35)×2)÷100
值3＝((海拔—1500)<0？100％:(海拔—1500))÷10000×2
值4＝(1013—气压)÷100
值5＝(100—ABS(值1—22)×6)÷100
值6＝ABS(风效指数)÷400
值7＝晴＝>1，阴＝>0.8，雨雪＝>0.5
值8＝风速>3？值6:值5
冬宜养实时指数＝值2×10％+值3×10％+值4×10％+值7×10％+值8×60％
请参考图1，本发明实施例提供的康养数据分类存储方法可以包括以下步骤：
S101，获取生态环境数据。
其中，所述生态环境数据包括春季环境数据、夏季环境数据、秋季环境数据和冬季环境数据。
进一步地，所述春季环境数据包括春季的温度、温度变化率、湿度、湿度变化率、天气现象数、纬度、海拔和气压；所述夏季环境数据包括夏季的温度、湿度、昼温、夜温、昼湿、夜湿、纬度、海拔和气压；所述秋季环境数据包括秋季的温度、温度变化率、风力、风力变化率、日照、天气现象数、纬度、海拔和气压；所述冬季环境数据包括冬季的昼温度、夜温度、昼湿度、夜湿度、风速、风力变化率、日照、日照天数、纬度、海拔和气压。
S102，根据生态环境数据生成待处理康养数据。
其中，所述待处理康养数据包括心脏指数数据、肝脏指数数据、脾脏指数数据、肺脏指数数据和肾脏指数数据。
具体地，步骤S102包括：
根据所述生态环境数据计算四时标准指数和四时实时指数；
根据所述四时标准指数和四时实时指数计算所述心脏指数数据、肝脏指数数据、脾脏指数数据、肺脏指数数据和肾脏指数数据。
S103，获取待处理健康因子数据和待处理康养数据。
其中，待处理健康因子数据包括但不仅限于与健康有关的水质数据、土质数据、大气数据和光照数据等。
S104，对待处理康养数据进行标签化处理以得到多个标签化数据。
S105，将多个标签化数据进行分类存储。
为更好地理解本发明实施例，现对心脏指数数据、肝脏指数数据、脾脏指数数据、肺脏指数数据和肾脏指数数据的具体计算过程进行分别介绍：
1、心脏指数数据计算
夏季是养心的季节，在夏季舒适的时候是养心的最佳时机。心脏指数数据包括标准指数和实时指数，先根据前述四时指数部分计算出四时标准指数和四时实时指数。之后，心脏指数数据的具体计算过程如下：
(1)标准指数
标准指数由不同四时指数的标准指数加权计算得到，计算过程如下：
值1＝四时标准指数
值2＝夜晚温度—0.55×(1—夜晚湿度)×(夜晚温度—14.4)
值3＝(100—ABS(值2—22)×6)÷100
养心标准指数＝值1×80％+值3×20％
(2)实时指数
实时指数计算过程如下：
值1＝四时实时指数
值2＝夜晚温度—0.55×(1—夜晚湿度)×(夜晚温度—14.4)
值3＝(100—ABS(值2—22)×6)÷100
养心实时指数＝值1×80％+值3×20％
2、肝脏指数数据计算
春季是养肝的季节，养肝又贵在肝胆经时间，另外，中医主张“春气温，春发散，祛阴寒以助阳。因此指数的计算也需要对肝胆经时间的舒适性和温度做加强。肝脏指数数据包括标准指数和实时指数，先根据前述四时指数部分计算出四时标准指数和四时实时指数。之后，肝脏指数数据的具体计算过程如下：
(1)标准指数
标准指数由不同四时指数的标准指数加权计算得到，计算过程如下：
值1＝四时标准指数
值2＝夜晚温度—0.55×(1—夜晚湿度)×(夜晚温度—14.4)
值3＝(100—ABS(值2—22)×6)÷100
养肝标准指数＝值1×65％+值3×35％
(2)实时指数
实时指数计算过程如下：
值1＝四时实时指数
值2＝ABS(温度-12)÷12×100％
值3＝温度>12？1+值2:1—值2
养肝实时指数＝值1×值3
3、脾脏指数数据计算
四季均可养脾，养脾一天之际在于巳时，一年之际在于长夏。所谓长夏，即小暑至立秋这一时段，此时的特点是暑湿，而脾喜燥恶湿，所以长夏之时，脾最为虚弱，也最易养。脾脏指数数据包括标准指数和实时指数，先根据前述四时指数部分计算出四时标准指数和四时实时指数。之后，脾脏指数数据的具体计算过程如下：
(1)标准指数
标准指数由不同四时指数的标准指数加权计算得到，计算过程如下：
值1＝四时标准指数
值2＝ABS(湿度—50％)
值3＝湿度>50％？1—值2:1+值2
养脾标准指数＝值1×75％+值3×25％
(2)实时指数
实时指数计算过程如下：
值1＝四时实时指数
值2＝ABS(湿度—50％)
值3＝湿度>50％？1—值2:1+值2
养脾实时指数＝值1×75％+值3×25％
4、肺脏指数数据计算
秋季是养肺的季节，养生又贵在养阴防燥。秋季阳气渐收，阴气生长，故保养体内阴气成为首要任务，而养阴的关键在于防燥，养肺虽在秋季最好，但秋季湿度下降又对养肺有损，因此指数的计算也需要贯彻防燥原则，空气AQI指标也对肺直接影响，因此也需要加入计算。
肺脏指数数据包括标准指数和实时指数，先根据前述四时指数部分计算出四时标准指数和四时实时指数。之后，肺脏指数数据的具体计算过程如下：
(1)标准指数
标准指数由不同四时指数的标准指数加权计算得到，计算过程如下：
值1＝四时标准指数
值2＝ABS(湿度—50％)
值3＝湿度>50％？1+值2:1—值2
值4＝(400—AQI)÷400×100％
养肺标准指数＝值1×值3×60％+值4×40％
(2)实时指数
实时指数计算过程如下：
值1＝四时实时指数
值2＝ABS(湿度—50％)
值3＝湿度>50％？1+值2:1—值2
值4＝(400—AQI)÷400×100％
养肺实时指数＝值1×值3×60％+值4×40％
5、肾脏指数数据计算
冬季是养肾的季节，肾为脏腑阴阳之本，生命之源，称为先天之本，主藏，冬季也主藏，在冬季应注重养肾，避免寒气侵蚀。
肾脏指数数据包括标准指数和实时指数，先根据前述四时指数部分计算出四时标准指数和四时实时指数。之后，肺脏指数数据的具体计算过程如下：
(1)标准指数
标准指数由不同四时指数的标准指数加权计算得到，计算过程如下：
值1＝四时标准指数
值2＝温度—0.55×(1—湿度)×(温度—15.4)
值3＝(100—ABS(值1—22)×6)÷100
养肾标准指数＝值1×60％+值3×40％
(2)实时指数
实时指数计算过程如下：
值1＝四时实时指数
值2＝温度—0.55×(1—湿度)×(温度—15.4)
值3＝(100—ABS(值1—22)×6)÷100
养肾实时指数＝值1×60％+值3×40％
实施本发明实施例所提供的环境与康养数据分类存储方法，先获取待处理健康因子数据和待处理康养数据，再对该待处理健康因子数据和待处理康养数据进行标签化处理以得到多个标签化数据，最后将多个标签化数据进行分类存储；通过该技术方案，可智能地实现健康因子数据和康养数据的分类与存储，为养生研究的后续流程提供了基础，且提高了数据分类的效率。
基于相同的发明的发明构思，本发明实施例提供了一种环境与康养数据分类存储装置。如图2所示，该康养数据分类存储装置可以包括：一个或多个处理器101、一个或多个输入设备102、一个或多个输出设备103和存储器104，上述处理器101、输入设备102、输出设备103和存储器104通过总线105相互连接。存储器104用于存储计算机程序，所述计算机程序包括程序指令，所述处理器101被配置用于调用所述程序指令执行上述方法实施例中的步骤。
应当理解，在本发明实施例中，所称处理器101可以是中央处理单元(CentralProcessing Unit，CPU)，该处理器还可以是其他通用处理器、数字信号处理器(DigitalSignal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
输入设备102可以包括键盘等，输出设备103可以包括显示器(LCD等)、扬声器等。
该存储器104可以包括只读存储器和随机存取存储器，并向处理器101提供指令和数据。存储器104的一部分还可以包括非易失性随机存取存储器。例如，存储器104还可以存储设备类型的信息。
可选地，在本发明的另一优选实施例中，如图3所示，康养数据分类存储装置包括：
生成模块10，用于获取生态环境数据，并根据生态环境数据生成待处理康养数据；
获取模块11，用于获取待处理健康因子数据和待处理康养数据，所述待处理健康因子数据包括水质数据、土质数据、大气数据和光照数据，所述待处理康养数据包括心脏指数数据、肝脏指数数据、脾脏指数数据、肺脏指数数据和肾脏指数数据；
标签化模块12，用于对所述待处理健康因子数据和待处理康养数据进行标签化处理以得到多个标签化数据；
存储模块13，用于将多个所述标签化数据进行分类存储。
作为本申请的一种具体实施方式，所述生成模块10具体用于：
根据所述生态环境数据计算四时标准指数和四时实时指数；
根据所述四时标准指数和四时实时指数计算所述心脏指数数据、肝脏指数数据、脾脏指数数据、肺脏指数数据和肾脏指数数据。
需要说明的是，本发明实施例的分析装置的具体工作流程，请参考前述方法实施例部分，在此不再赘述。
实施本发明实施例的环境与康养数据分类存储装置，先获取待处理健康因子数据和待处理康养数据，再对该待处理健康因子数据和待处理康养数据进行标签化处理以得到多个标签化数据，最后将多个标签化数据进行分类存储；通过该技术方案，可智能地实现健康因子数据和康养数据的分类与存储，为养生研究的后续流程提供了基础，且提高了数据分类的效率。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。
Claims (10)
1.一种环境与康养数据分类存储方法，其特征在于，包括：
获取待处理健康因子数据，所述待处理健康因子数据包括水质数据、土质数据、大气数据和光照数据；
获取待处理康养数据，所述待处理康养数据包括心脏指数数据、肝脏指数数据、脾脏指数数据、肺脏指数数据和肾脏指数数据；
对所述待处理健康因子数据和待处理康养数据进行标签化处理以得到多个标签化数据；
将多个所述标签化数据进行分类存储。
2.如权利要求1所述的环境与康养数据分类存储方法，其特征在于，所述方法还包括：
获取生态环境数据，并根据所述生态环境数据生成所述待处理康养数据。
3.如权利要求2所述的环境与康养数据分类存储方法，其特征在于，根据所述生态环境数据生成所述待处理康养数据具体包括：
根据所述生态环境数据计算四时标准指数和四时实时指数；
根据所述四时标准指数和四时实时指数计算所述心脏指数数据、肝脏指数数据、脾脏指数数据、肺脏指数数据和肾脏指数数据。
4.如权利要求2所述的环境与康养数据分类存储方法，其特征在于，所述生态环境数据包括春季环境数据、夏季环境数据、秋季环境数据和冬季环境数据。
5.如权利要求4所述的环境与康养数据分类存储方法，其特征在于，所述春季环境数据包括春季的温度、温度变化率、湿度、湿度变化率、天气现象数、纬度、海拔和气压；所述夏季环境数据包括夏季的温度、湿度、昼温、夜温、昼湿、夜湿、纬度、海拔和气压；所述秋季环境数据包括秋季的温度、温度变化率、风力、风力变化率、日照、天气现象数、纬度、海拔和气压；所述冬季环境数据包括冬季的昼温度、夜温度、昼湿度、夜湿度、风速、风力变化率、日照、日照天数、纬度、海拔和气压。
6.一种环境与康养数据分类存储装置，其特征在于，包括：
获取模块，用于获取待处理健康因子数据和待处理康养数据，所述待处理健康因子数据包括水质数据、土质数据、大气数据和光照数据，所述待处理康养数据包括心脏指数数据、肝脏指数数据、脾脏指数数据、肺脏指数数据和肾脏指数数据；
标签化模块，用于对所述待处理健康因子数据和待处理康养数据进行标签化处理以得到多个标签化数据；
存储模块，用于将多个所述标签化数据进行分类存储。
7.如权利要求6所述的环境与康养数据分类存储装置，其特征在于，所述装置还包括生成模块，用于：
获取生态环境数据，并根据所述生态环境数据生成所述待处理康养数据。
8.如权利要求7所述的环境与康养数据分类存储装置，其特征在于，所述生成模块具体用于：
根据所述生态环境数据计算四时标准指数和四时实时指数；
根据所述四时标准指数和四时实时指数计算所述心脏指数数据、肝脏指数数据、脾脏指数数据、肺脏指数数据和肾脏指数数据。
9.如权利要求8所述的环境与康养数据分类存储装置，其特征在于，所述生态环境数据包括春季环境数据、夏季环境数据、秋季环境数据和冬季环境数据。
10.一种环境与康养数据分类存储装置，其特征在于，包括处理器、输入设备、输出设备和存储器，所述处理器、输入设备、输出设备和存储器相互连接，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器被配置用于调用所述程序指令，执行如权利要求1-5任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910891854.6A CN110647670A (zh) | 2019-09-20 | 2019-09-20 | 环境与康养数据分类存储方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910891854.6A CN110647670A (zh) | 2019-09-20 | 2019-09-20 | 环境与康养数据分类存储方法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110647670A true CN110647670A (zh) | 2020-01-03 |
Family
ID=68992174
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910891854.6A Pending CN110647670A (zh) | 2019-09-20 | 2019-09-20 | 环境与康养数据分类存储方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110647670A (zh) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107403360A (zh) * | 2017-07-21 | 2017-11-28 | 深圳易草网络科技有限公司 | 基于中医理论的健康管理方法及伺服器 |
| CN107483623A (zh) * | 2017-09-08 | 2017-12-15 | 四川省绵阳太古软件有限公司 | 面向应用服务的环境数据处理方法、系统及云数据平台 |
| CN107658001A (zh) * | 2017-10-10 | 2018-02-02 | 丁木(北京)技术有限公司 | 一种家庭用油健康管理方法和系统 |
-
2019
- 2019-09-20 CN CN201910891854.6A patent/CN110647670A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107403360A (zh) * | 2017-07-21 | 2017-11-28 | 深圳易草网络科技有限公司 | 基于中医理论的健康管理方法及伺服器 |
| CN107483623A (zh) * | 2017-09-08 | 2017-12-15 | 四川省绵阳太古软件有限公司 | 面向应用服务的环境数据处理方法、系统及云数据平台 |
| CN107658001A (zh) * | 2017-10-10 | 2018-02-02 | 丁木(北京)技术有限公司 | 一种家庭用油健康管理方法和系统 |
Non-Patent Citations (3)
| Title |
|---|
| 王艳丽等: "气象短信在为民服务中的实践与发展趋势", 《 第26届中国气象学会年会公共气象服务论坛》 * |
| 童兵主编: "《中国新闻传播学研究最新报告 2015》", 31 December 2015, 复旦大学出版社 * |
| 范业正: "中国海滨旅游地气候适宜性评价", 《自然资源学报》 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Maceina et al. | Relations between reservoir hydrology and crappie recruitment in Alabama | |
| Cai et al. | Agricultural water productivity assessment for the Yellow River Basin | |
| Lopez-Diaz et al. | The effect of different levels of shading in a photovoltaic greenhouse with a north–south orientation | |
| Hirooka et al. | Yield and growth characteristics of erect panicle type rice (Oryza sativa L.) cultivar, Shennong265 under various crop management practices in Western Japan | |
| CN114402780B (zh) | 一种基于农业综合大数据灌溉施肥控制方法及系统 | |
| Ma et al. | Carbohydrate assimilation and translocation regulate grain yield formation in wheat crops (Triticum aestivum L.) under post-flowering waterlogging | |
| Zhai et al. | Evaluation and application of the AquaCrop model in simulating soil salinity and winter wheat yield under saline water irrigation | |
| Liu et al. | Crop water requirement and utilization efficiency-based planting structure optimization in the southern huang-huai-hai plain | |
| CN110647670A (zh) | 环境与康养数据分类存储方法及装置 | |
| CN116629540A (zh) | 计及渔业气象的渔业能源互联网综合负荷建模方法及装置 | |
| Nasrollahi et al. | Modelled quantification of different sources of nitrogen inefficiency in semi-arid cropping systems | |
| Downing et al. | Perceptions of Ecosystem Services and Climate Change in the Communities Surrounding Mt. Kenya and Mt. Elgon, Kenya | |
| CN110600137A (zh) | 基于康养适宜性的数据处理方法及装置 | |
| CN110610317A (zh) | 一种气虚体质与康养环境的匹配系统及方法 | |
| CN110619068A (zh) | 阴虚宜养数据分析与展示方法及装置 | |
| Khodakivska О et al. | The organic agriculture: world trends and opportunities | |
| Gao et al. | The Interaction Effects of Drought–Flood Abrupt Alternation on Rice Yield and Dry Matter Partitioning | |
| CN105373670B (zh) | 作物光合产量潜力的分析方法 | |
| Liu et al. | The Effect of Sowing Date on the Nutritional Quality of Kernels of Various Maize Varieties in Northeast China | |
| Hu et al. | Analysis of the Dynamics and Characteristics of Rice Stem Tillers via Water Level Management | |
| Guo | The research into the world heritage value and tourism development of Dike-Pond agriculture in the pearl river delta | |
| Makosza et al. | Temporal and spatial variability of heat load in Szczecin | |
| CN205194214U (zh) | 一种植物标本收藏册 | |
| Hu WangYang et al. | Empirical analysis for contribution rate of agricultural mechanization to income increase of farmers in Anhui. | |
| CN118152724A (zh) | 一种基于生长季指数的高寒草地物候预测方法及系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200103 |