CN110782550B - 一种数据采集方法、装置及设备 - Google Patents
一种数据采集方法、装置及设备 Download PDFInfo
- Publication number
- CN110782550B CN110782550B CN201910893816.4A CN201910893816A CN110782550B CN 110782550 B CN110782550 B CN 110782550B CN 201910893816 A CN201910893816 A CN 201910893816A CN 110782550 B CN110782550 B CN 110782550B
- Authority
- CN
- China
- Prior art keywords
- sampling
- error
- value
- moment
- time
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C5/00—Registering or indicating the working of vehicles
- G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
- G07C5/0841—Registering performance data
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本实施例公开了一种数据采集方法、装置及设备,该方法包括:获取采样时间段,并确定采样时间段的所有采样时刻;基于所有采样时刻和预设的规则计算采样保留时刻;预设规则表征采样保留时刻与每个采样时刻的采样值的采样误差为采样时间段的最小采样误差的概率的关系;在采样保留时刻之后停止采样之前的每个采样时刻,获取采样时刻的采样值,计算采样值的采样误差,将采样值的采样误差与历史最小采样误差进行比较,在采样误差与历史最小采样误差满足预设关系的情况下,确定目标采样值,并停止采样。这样,解决了现有技术中数据采集过程的执行对采样设备的存储空间需求较大的问题,即使存储空间较小的采样设备,也可以得到采样误差较小的采样值。
Description
技术领域
本发明涉及数据处理领域,尤其涉及一种数据采集方法、装置及设备。
背景技术
当前,在一些数据处理系统中,包含采样设备,采样设备用于采集数据信息;例如车联网系统中的路测感知设备,通过采样方式收集车辆信息。
由于环境或者设备自身的原因,采样设备在采样的过程中,会导致采样误差,采样误差会使得获取到的采样数据偏离真实值。为了获取到更接近真实值的采样数据,在采样过程中通常会对采集到的所有的采样数据进行对比,并从中筛选出采样误差最小的采样数据,作为最终采样结果。由此可知,当采样数据量较大时,需要较大的存储空间存储所有的采样数据以及采样误差,进而实现对所有采样数据的采样误差进行比较,得到更加接近真实值的采样数据。
综上可以看出,数据采集过程的执行对采样设备的存储空间需求较大。对于存储空间较小的设备,由于存储空间有限,无法存储大量的采样设备,所以无法对所有的采样数据的采样误差进行比较,进而无法获取到更加接近真实值的采样数据,由此可以看出,目前数据采集过程通用性差。
发明内容
有鉴于此,本发明实施例提供了一种数据采集方法、装置和设备,在采样的过程中,通过边采样边筛选的方式,筛选采样误差较小的采样值,这样解决了现有技术中数据采集过程的执行对采样设备的存储空间需求较大的问题,即使存储空间较小的采样设备,也可以对采样值进行筛选,得到采样误差较小的采样值。
本发明实施例公开了一种数据采集方法,包括:
获取采样时间段,并确定采样时间段的所有采样时刻;
基于所有采样时刻和预设的规则计算采样保留时刻;所述预设规则表征采样保留时刻与每个采样时刻的采样值的采样误差为采样时间段的最小采样误差的概率的关系;
在采样保留时刻之后停止采样之前的每个采样时刻,获取采样时刻的采样值,计算所述采样值的采样误差,将所述采样值的采样误差与历史最小采样误差进行比较,在采样误差与历史最小采样误差满足预设关系的情况下,确定目标采样值,并停止采样。
可选的,所述基于所有采样时刻和预设的规则计算采样保留时刻,包括:
基于采样保留时刻计算每个采样时刻的采样值的采样误差为采样时间段内的最小采样误差的概率;
计算所有采样时刻的采样值的采样误差为最小采样误差的概率之和;
采用差分法计算最大概率之和对应的采样时刻,并将所述最大概率之和对应的采样时刻作为采样保留时刻。
可选的,所述计算每个采样值的采样误差,包括:
针对每个采样时刻,获取采样时刻的采样值与历史采样误差;
对采样时刻的采样误差和历史采样误差进行滤波,得到采样值的采样误差。
可选的,所述在采样保留时刻之后停止采样之前的每个采样时刻,获取采样时刻的采样值,计算所述采样值的采样误差,将采样误差与历史最小采样误差进行比较,在采样误差与历史最小采样误差满足预设关系的情况下,确定目标采样值,并停止采样包括:
在采样保留时刻之后停止采样之前的每个采样时刻,获取采样时刻的采样值,并计算所述采样值的采样误差;
将采样时刻的采样值的采样误差与历史最小采样误差进行比较;所述历史最小采样误差是预设误差阈值;
在采样时刻的采样值的采样误差小于历史最小采样误差时,将所述采样时刻的采样值作为目标采样值,并停止采样。
可选的,所述在采样保留时刻之后停止采样之前的每个采样时刻,获取采样时刻的采样值,计算所述采样值的采样误差,将采样误差与历史最小采样误差进行比较,在采样误差与历史最小采样误差满足预设关系的情况下,确定目标采样值,并停止采样,还包括:
在所述采样保留时刻之后的每个采样时刻,采集采样值并计算所述采样值的采样误差;
将采样时刻的采样值的采样误差与历史最小采样误差进行比较;
在采样时刻的采样值的采样误差小于或者等于历史最小采样误差时,将所述采样时刻的采样值的采样误差作为历史最小采样误差;其中,初始的最小采样误差为预设的误差阈值;
在采样时刻的采样值的采样误差大于历史最小采样误差时,丢弃所述采样时刻的采样值以及采样值的采样误差;
在所述采样时间段的所有采样时刻结束后,将历史最小采样误差对应的采样时刻的采样值作为目标采样值。
本发明实施例还提供了一种数据采集装置,包括:
采样时刻确定单元,用于获取采样时间段,并确定采样时间段的所有采样时刻;
采样保留时刻计算单元,用于基于所有采样时刻和预设的规则计算采样保留时刻;所述预设规则表征采样保留时刻与每个采样时刻的采样值的采样误差为采样时间段的最小采样误差的概率的关系;
采样值筛选单元,用于在采样保留时刻之后停止采样之前的每个采样时刻,获取采样时刻的采样值,计算所述采样值的采样误差,将所述采样值的采样误差与历史最小采样误差进行比较,在采样误差与历史最小采样误差满足预设关系的情况下,确定目标采样值,并停止采样。
可选的,所述采样保留时刻计算单元,包括:
第一计算子单元,用于基于采样保留时刻计算每个采样时刻的采样值的采样误差为采样时间段内的最小采样误差的概率;
第二计算子单元,用于计算所有采样时刻的采样值的采样误差为最小采样误差的概率之和;
差分计算子单元,用于采用差分法计算最大概率之和对应的采样时刻,并将所述最大概率之和对应的采样时刻作为采样保留时刻。
可选的,所述采样保留时刻计算单元,包括:
获取子单元,用于针对每个采样时刻,获取采样时刻的采样值与历史采样误差;
滤波子单元,用于对采样时刻的采样误差和历史采样误差进行滤波,得到采样值的采样误差。
可选的,所述采样值筛选单元,包括:
第三计算子单元,用于在采样保留时刻之后停止采样之前的每个采样时刻,获取采样时刻的采样值,并计算所述采样值的采样误差;
第一比较子单元,用于将采样时刻的采样值的采样误差与历史最小采样误差进行比较;所述历史最小采样误差是预设误差阈值;
目标采样值确定子单元,用于在采样时刻的采样值的采样误差小于历史最小采样误差时,将所述采样时刻的采样值作为目标采样值,并停止采样。
可选的,所述采样值筛选单元,还包括:
第四计算子单元,用于在所述采样保留时刻之后的每个采样时刻,采集采样值并计算所述采样值的采样误差;
第二比较子单元,用于将采样时刻的采样值的采样误差与历史最小采样误差进行比较;
历史最小采样误差更新子单元,用于在采样时刻的采样值的采样误差小于或者等于历史最小采样误差时,将所述采样时刻的采样值的采样误差作为历史最小采样误差;其中,初始的最小采样误差为预设的误差阈值;
丢弃子单元,用于在采样时刻的采样值的采样误差大于历史最小采样误差时,丢弃所述采样时刻的采样值以及采样值的采样误差;
目标采样值确定子单元,用于在所述采样时间段的所有采样时刻结束后,将历史最小采样误差对应的采样时刻的采样值作为目标采样值。
本发明实施例还公开了一种数据采集设备,包括处理器和存储器;
其中,所述处理器用于执行所述存储器中存储的程序;
所述存储器用于存储程序,所述程序至少用于:
获取采样时间段,并确定采样时间段的所有采样时刻;
基于所有采样时刻和预设的规则计算采样保留时刻;所述预设规则表征采样保留时刻与每个采样时刻的采样值的采样误差为采样时间段的最小采样误差的概率的关系;
在采样保留时刻之后停止采样之前的每个采样时刻,获取采样时刻的采样值,计算所述采样值的采样误差,将所述采样值的采样误差与历史最小采样误差进行比较,在采样误差与历史最小采样误差满足预设关系的情况下,确定目标采样值,并停止采样。
本实施例公开了一种数据采集方法、装置及设备,该方法包括:通过边采样边筛选的方式,筛选采样误差较小的采样值,这样解决了现有技术中数据采集过程的执行对采样设备的存储空间需求较大的问题,即使存储空间较小的采样设备,也可以对采样值进行筛选,得到采样误差较小的采样值。并且,通过计算采样保留时刻,忽略采样保留时刻之前的采样值,并对采样保留时刻之后的采样值进行筛选,这样大大的降低了运算量,提升了处理速度。
并且,本实施例中,在对采样值筛选的过程中,是将采样值的采样误差与历史最小采样误差进行比较,而不是与固定的误差阈值进行比较,这样增大了得到拥有最小采样误差的采样值的概率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。
图1示出了本发明实施例提供的一种数据采集方法的流程示意图;
图2示出了本发明实施例提供的一种数据采集方法的又一流程图;
图3示出了本发明实施例提供的一种数据筛选方法的流程图;
图4示出了本发明实施例提供的一种数据采集方法的又一流程示意图;
图5示出了本发明实施例提供的一种数据筛选方法的又一流程图;
图6示出了本发明实施例提供的一种数据采集方法的场景示意图;
图7示出了本发明实施例提供的一种数据采集装置的结构示意图;
图8示出了本发明实施例提供的一种数据采集设备的结构示意图。
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,所描述的实施例仅仅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。
在采样过程中,为了降低采样误差对采样结果的影响,得到更加接近真实值得采样数据,并且消除降低误差的方法对采样设备存储空间的依赖,申请人发现,无需将所有的采样数据采集完成后,再对采样数据的采样误差进行比较,可以边采样边比较,即在每次采集到采样数据后,将采样数据的采样误差与误差阈值进行比较,在得到小于误差阈值的采样误差后,将该采样误差对应的采样数据作为最终结果。在这种情况下,虽然通过误差阈值筛选到的采样误差是小于误差阈值的,但是可能不是所有采样误差中最小的,也就是说通过与误差阈值比较得到最小采样误差的概率很小。
为了增大获取到拥有最小采样误差的采样值的概率,申请人认为可以通过动态比较的方式,即在每次采集到采样数据后,将每次的采样数据的采样误差与上一次得到的采样数据的采样误差进行比较,从而选取出最小的采样误差,这样可以选取出采样时间段内最小的采样误差,并且,得到拥有最小采样误差的采样值的概率也最大。
然而,上述的动态比较方式需要将所有的采样误差进行轮询比较,不仅降低了处理速度,而且极大的增加了功耗。
申请人经研究发现,数据处理系统尤其是采样设备,在刚上电时以及上电一段时间内,设备工作不稳定,由于设备工作的不稳定,会对采样结果造成很大的影响,这种情况下,会导致采集到的采样值的采样误差增大,也就是说在采样设备刚上电或者上电一段时间内采集到采样值的采样误差较大,也可以理解为从采样设备刚上电或者上电一段时间内筛选出采样误差最小的采样值的概率很小。
为了在不降低处理速度,且不增加功耗的情况下实现降低误差的目的,申请人认为可以忽略刚上电或者上电一段时间内采集到的采样值,只对后续采集到的采样值进行处理。
由此,本申请实施例公开了如下的技术方案:获取采样时间段,并确定采样时间段的所有采样时刻;基于所有采样时刻和预设的规则计算采样保留时刻;所述预设规则表征采样保留时刻与每个采样时刻的采样值的采样误差为采样时间段的最小采样误差的概率的关系;在采样保留时刻之后停止采样之前的每个采样时刻,获取采样时刻的采样值,计算所述采样值的采样误差,将采样误差与历史最小采样误差进行比较,在采样误差与历史最小采样误差满足预设关系的情况下,输出目标采样值,并停止采样。
由此,本实施例是在保留时刻之后在停止采样之前,在每个采样时刻对采样值的采样误差与历史最小采样误差进行比较,即一边采集一边筛选,这样无需将所有的采样数据都采集完成后,再对数据进行筛选,由此即使在存储空间有限的情况下,也可以选取出比较接近真实值的采样数据,提升了数据采集方法的通用性。
并且,本实施例还排除了采集保留时刻之前的数据,即排除了采集误差较大的数据,不仅提高了得到更加贴近真实值得概率,而且降低了功耗、提升了运算速度。
接下来对数据采集过程进行详细的介绍:
参考图1,示出了本发明实施例提供的一种数据采集方法的流程示意图,在本实施例中,该方法包括:
S101:获取采样时间段,并确定采样时间段的所有采样时刻;
本实施例中,采样时间段可以理解为采样的时间长度,采样设备会在采样时间段内进行采样。每个采样时间段可以划分为多个采样时刻,采样时刻会在每个采样时刻进行采样。
举例说明:假设采样时间段为T,采样时间段T包含的多个采样时刻为1,2,…,N,采样时间段T的集合为{1,2,...,N}。
S102:基于所有采样时刻和预设的规则计算采样保留时刻;所述预设规则表征采样保留时刻与每个采样时刻的采样值的采样误差为采样时间段的最小采样误差的概率的关系;
本实施例中,由于采样设备或者采样设备所在的系统在刚上电或者上电一段时间后,设备运行不稳定,容易产生误差,因此,本实施例中,为了降低运算量,提高获得最小采样误差的概率,设置了采样保留时刻,并忽略采样保留时刻之前的采样值,只对采样保留时刻之后的采样值的采样误差进行筛选。
其中,本实施例中,基于采样时刻和预设的规则计算采样保留时刻的方法可以包括多种,本实施例中不进行限定,例如可以通过随机概率的方式计算采样保留时刻:
基于采样保留时刻计算每个采样时刻的采样值的采样误差为采样时间段内的最小采样误差的概率;
计算所有采样时刻的采样值的采样误差为最小采样误差的概率之和;
采用差分法计算最大概率之和对应的采样时刻,并将所述最大概率之和对应的采样时刻作为采样保留时刻。
其中,由于认为采样保留时刻之前的所有采样时刻的采样值的采样误差较大,即在采样保留时刻之前的最小采样误差一定是小于采样保留时刻之后的最小采样误差,那么可以认为在采样保留时刻之前采集到最小采样误差的概率为0。
举例说明:假设当前时刻为k,N表示采样时间段的所有采样时刻的数量;当前时刻k表示为采样时间段的任意一个时刻,k时刻的采样值的采样误差为采样时间段内最小采样误差的概率可以表示为:
P{第k个时刻的采样误差比第k个时刻之前的采样误差都小且第k个时刻的采样误差是全局N个采样误差中的最小者}
=P{第r+1个时刻至第k-1个时刻的采样误差大于前r个时刻的最小采样误差且前r个采样误差中的最小者不是全局N个采样误差中的最小者且第k个时刻的采样误差是全局N个采样误差中的最小者}
=P{第0个时刻至第k-1个时刻的最小采样误差在前r个时刻的采样误差中且前r个采样误差中的最小者不是全局N个采样误差中的最小者且第k个时刻的采样误差是全局N个采样误差中的最小者}
=P{第0个时刻至第k-1个时刻的最小采样误差在前r个时刻的采样误差中且全局N个采样误差中的最小者在后n-(k-1)个采样误差中且第k个时刻的采样误差是全局N个采样误差中的最小者}
=P{第0个时刻至第k-1个时刻的最小采样误差在前r个时刻的采样误差中且全局N个采样误差中的最小者在后n-(k-1)个采样误差中且第k个时刻的采样误差是后n-(k-1)个采样误差中的最小者}
=P{第0个时刻至第k-1个时刻的最小采样误差在前r个时刻的采样误差中}*P{全局N个采样误差中的最小者在后n-(k-1)个采样误差中}*P{第k个时刻的采样误差是后n-(k-1)个采样误差中的最小者}
=(r/k-1)*((n-(k-1))/n)*(1/(n-(k-1)))=(r/k-1)*1/n;
所有采样时刻的采样值的采样误差为最小采样误差的概率之和,可以表示为如下的公式1):
其中,由于r之前的采样时刻的采样值的采样误差为最小采样误差的概率为0,则计算所有采样时刻的采样值的采样误差为最小采样误差的概率之和,可以理解为计算采样保留时刻之后的所有采样时刻的采样误差为最小采样误差的概率之和。
其中,通过差分法计算最大概率之和对应的采样时刻,可以通过如下的公式2)表示:
2)Pr-1≤Pr≥Pr+1;
其中,通过如下计算,得到采样保留时刻可以表示为如下的公式3):
需要说明的是,在假设采样保留时刻之前的最小采样误差小于采样保留时刻之后的最小采样误差的情况下,表示k时刻的采样值的采样误差为采样时间段内的最小采样误差的概率的事件为:第k个时刻的采样误差比第k个时刻之前的采样误差都小且第k个时刻的采样误差是全局N个采样误差中的最小者。
S103:在采样保留时刻之后停止采样之前的每个采样时刻,获取采样时刻的采样值,计算所述采样值的采样误差,将所述采样值的采样误差与历史最小采样误差进行比较,在采样误差与历史最小采样误差满足预设关系的情况下,确定目标采样值,并停止采样。
本实施例中,计算采样误差的方法可以包括多种,本实施例中不进行限定,例如可以通过滤波的方法计算采样误差,具体的,计算采样误差的方法可以为:
针对每个采样时刻,获取采样时刻的采样值与历史采样误差;
对采样时刻的采样误差和历史采样误差进行滤波,得到采样值的采样误差。
本实施例中,在当前采样时刻时,历史采样误差可以为当前采样时刻的上一采样时刻的采样误差,即假设当前采样时刻为k时,则k时刻的历史采样误差为k-1时刻的采样误差。并且,在当前采样时刻为采样保留时刻的下一时刻时,采样误差为预设误差阈值,即假设采样保留时刻为r,在r+1时刻,则r+1时刻的采样误差为预设误差阈值。
本实施例中,在采样保留时刻之后,每达到采样时刻时,进行采样操作,并在确定了目标采样值后,停止采样。其中,停止采样时,采样时间段可能已经结束,或者采样时间段未结束,具体情况根据执行过程或者执行方法确定。
本实施例中,S103可以包括如下的几种实施方式:
实施方式一、在采样保留时刻之后,每次采集到采样值后,计算采样值的采样误差,并将采样值的采样误差与历史最小采样误差进行比较,在达到第一目标采样时刻(其中第一目标采样时刻为采样保留时刻之后,停止采样之前的任意一个采样时刻),若该第一目标采样时刻的采样值的采样误差小于初始的最小采样误差,且该第一目标采样时刻的采样值的采样误差为该时刻之前采样保留时刻之后的采样误差的最小值,则将第一目标采样时刻的采样值作为目标采样值。
举例说明:假设t时刻的采样值的采样误差小于初始的最小采样误差,且t时刻的采样值的采样误差为t时刻之前采样保留时刻之后的最小值,那么将t时刻的采样值作为目标采样值。
其中,在实际执行时,第一目标时刻的采样值的采样误差小于初始的最小采样误差,且该第一目标采样时刻的采样值的采样误差为该第一目标采样时刻之前采样保留时刻之后的采样误差的最小值,可以表示为若第一目标采样时刻的采样值的采样误差小于历史最小采样误差,且到该第一目标采样时刻为采样时间段内第N次检测出采样值的采样误差小于历史最小采样误差时,,将该第一目标采样时刻的采样值作为目标采样值,并在确定了目标采样值后停止采样。在采样时间段内,若第二目标采样时刻的采样值的采样误差小于历史最小采样误差时,且未达到第N次采样值的采样误差小于历史最小采样误差,则将该第二目标采样时刻的采样误差作为历史最小采样误差。(其中,第二目标采样时刻为采样保留时刻之后,停止采样之前的任意一个采样时刻)。
其中,初始的历史最小采样误差例如可以为预设的误差阈值。
在采样时刻为采样保留时刻的下一时刻时,即假设采样保留时刻为r,在r+1时刻是,将r+1时刻的采样值的采样误差与初始的最小采样误差进行比较,(即将r+1时刻的采样值的采样误差与初始的最小采样误差与预设的误差阈值进行比较)。
其中,N=1,2,3…N,具体N的取值可以根据实际情况设置。
本实施例中,忽略掉采样保留时刻之前的采样值,只对采样保留时刻之后的采样值进行筛选,这种处理方式,在一定情况下降低了处理量。
但是,在数据量较大的情况下,即使忽略掉采样保留时刻之前的采样值,数据量仍然很大,在这种情况下,对处理速度和功耗都会有影响。申请人发现,为了降低运算量,提升处理速度,降低功耗,可以降低比较的次数,尽快的确定出符合条件的采样值。因此,为了达到降低运算量、提升处理速度、降低功耗的目的,优选的,将第一次判断出采样误差小于历史最小采样误差的时刻的采样值作为目标采样值。其中,该种优选的方式,会在如下的实施例中进行详细的说明,本实施例中不再赘述
由此可知,方式一的方式可以在获取到拥有较小采样误差的采样值的情况下,降低运算量、提升处理速度、降低功耗。
方式二、在采样保留时刻之后的每个采样时刻采集采样值,计算采样误差,判断采样误差是否小于历史最小采样误差,若小于则将采样误差作为历史最小采样误差,直到执行完采样时间段的所有采样时刻后,停止采样,并将历史最小采样误差对应的采样时刻的采样值作为目标采样值。
针对方式二,是对采样保留时刻之后的所有采样时刻的采样值的采样误差均用于比较,这样会得到采样保留时刻之后的所有采样时刻中的最小采样误差的采样值。
由此可知,方式二的处理方式,会最大概率的得到拥有最小采样误差的采样值。
上述对方式一和方式二优缺点的介绍,是在方式一和方式二的所有采样时刻的总数一致的情况下。
本实施例中,通过边采样边筛选的方式,筛选采样误差较小的采样值,这样解决了现有技术中数据采集过程的执行对采样设备的存储空间需求较大的问题,即使存储空间较小的采样设备,也可以对采样值进行筛选,得到采样误差较小的采样值。并且,通过计算采样保留时刻,忽略采样保留时刻之前的采样值,并对采样保留时刻之后的采样值进行筛选,这样大大的降低了运算量,提升了处理速度。
并且,本实施例中,在对采样值筛选的过程中,是将采样值的采样误差与历史最小采样误差进行比较,而不是与固定的误差阈值进行比较,这样增大了得到拥有最小采样误差的采样值的概率。
参考图2,示出了本发明实施例提供的一种数据采集方法的又一流程图,在本实施例中,该方法包括:
S201:获取采样时间段,并确定采样时间段的所有采样时刻;
本实施例中,S201与上述S101一致,本实施例中不再赘述。
S202:基于所有采样时刻和预设的规则计算采样保留时刻;所述预设规则表征采样保留时刻与每个采样时刻的采样值的采样误差为采样时间段的最小采样误差的概率的关系;
本实施例中,S202与上述S102一致,本实施例中不再赘述。
S203:在采样保留时刻之后停止采样之前的每个采样时刻,获取采样时刻的采样值,并计算所有采样值的采样误差;
S204:将采样时刻的采样值的采样误差与历史最小采样误差进行比较;所述历史最小采样误差是预设误差阈值;
S205:在采样时刻的采样值的采样误差小于历史最小采样误差时,将所述采样时刻的采样值作为目标采样值,并停止采样。
本实施例中,是在采样保留时刻之后,在第一次判断出采样误差小于历史最小采样误差时,将该采样时刻的采样值作为目标采样值。
本实施例中,为了更清楚的介绍每个采样时刻的执行过程,如图3所示,对采样保留时刻之后停止采样之前的每个采样时刻的执行过程进行说明:
S301:在当前采样时刻,获取采样值,并计算采样值的采样误差;
S302:判断当前采样时刻的采样值的采样误差是否小于历史最小采样误差;
S303:若当前采样时刻的采样值的采样误差小于历史最小采样误差,则将当前采样时刻的采样值作为目标采样值;
S304:若当前采样时刻的采样值的采样误差大于或者等于历史最小采样误差,则丢弃当前采样时刻的采样值和采样误差;
S305:判断采样时间段是否结束;
S306:若采样时间段未结束,在执行到下一采样时刻后,将下一采样时刻作为当前采样时刻,并返回执行S301;
通过上述的介绍可知,在采样时间段内,若能够获取到某个采样时刻的采样值的采样误差小于历史最小采样值,则将该时刻的采样值作为目标采样值。但是若在采样时间段内,未能获取到任何一个采样时刻的采样值的采样误差小于历史最小采样值的,则可以将最终采样时刻的采样值作为目标采样值。
S307:若采样时间段结束,则将当前时刻的采样值作为目标采样值。
其中,历史最小采样误差可以是预先设置的误差阈值,该误差阈值可以是技术人员根据经验设置的,也可以是从设备手册中获取到的。但是,历史最小采样误差并不仅限定于预先设置的误差阈值,还可以是通过其它方法确定的。
本实施例中,在忽略了采样保留时刻之前的采样值的情况下,在采样保留时刻之后,在第一次判断出采样误差小于历史最小采样误差时,将该采样时刻的采样值作为目标采样值。这样,减少了数据比较的次数,能够尽快的确定出目标采样值。由此,在采样时刻非常多的情况下,能够进一步的减低运算量,提升处理速度,降低功耗。
参考图4,示出了本发明实施例提供的一种数据采集方法的又一流程示意图,在本实施例中,该方法包括:
S401:获取采样时间段,并确定采样时间段的所有采样时刻;
S402:基于所有采样时刻和预设的规则计算采样保留时刻;所述预设规则表征采样保留时刻与每个采样时刻的采样值的采样误差为采样时间段的最小采样误差的概率的关系;
S403:在所述采样保留时刻之后的每个采样时刻,采集采样值并计算所述采样值的采样误差;
S404:将采样时刻的采样值的采样误差与历史最小采样误差进行比较;
S405:在采样时刻的采样值的采样误差小于或者等于历史最小采样误差时,将所述采样时刻的采样值的采样误差作为历史最小采样误差;其中,初始的最小采样误差为预设的误差阈值;
其中,在当前采样时刻为采样保留时刻的下一时刻时,历史最小采样误差为初始的最小采样误差,初始的最小采样误差为预设的误差阈值,则将该时刻的采样值的采样误差与预设的误差阈值进行比较。
举例说明:假设采样保留时刻为r,当前采样时刻为r+1时,在该r+1时刻,将该采样时刻的采样值的采样误差与预设的误差阈值进行比较。
S406:在采样时刻的采样值的采样误差小于历史最小采样误差时,丢弃所述采样时刻的采样值以及采样值的采样误差;
S407:在所述采样时间段的所有采样时刻结束后,将历史最小采样误差对应的采样时刻的采样值作为目标采样值。
本实施例中,是将采样保留时刻之后的所有采样时刻的采样值的采样误差进行筛选,并且一边采样一边执行筛选操作,从而得到采样保留时刻之后的最小采样误差。
但是,若在执行完采样时间段的所有采样时刻后,并未有任何一个采样时刻的采样值的采样误差小于初始的最小采样值,则将采样时间段的最终采样时刻的采样值作为目标采样值。
其中,为了更加清楚的介绍采样保留时刻之后的任何一个采样时刻的执行过程,将任何一个采样时刻作为当前时刻进行说明,具体的,如图5所示:
S501:在当前采样时刻,获取采样值,计算采样值的采样误差;
S502:判断当前采样时刻的采样值的采样误差是否小于历史最小采样误差;
S503:若当前采样时刻的采样值的采样误差小于历史最小采样误差,则将当前采样时刻的采样值的采样误差作为历史最小采样误差;
S504:若当前采样时刻的采样值的采样误差大于或者等于历史最小采样误差,则丢弃所述采样时刻的采样值以及采样值的采样误差;
S505:判断采样时间段是否结束;
S506:若采样时间段未结束,则在执行到下一采样时刻时,将下一采样时刻作为当前采样时刻,并返回执行S501;
S507:若采样时间段结束,则将历史最小采样误差对应的采样时刻的采样值作为目标采样值。
本实施例中,在忽略了采样保留时刻之前的采样值的情况下,在采样保留时刻之后,对采样保留时刻之后的所有采样时刻的采样值进行筛选,这样能够最大概率的得到拥有最小采样误差的采样值。并且,通过边采样边筛选的方式,筛选采样误差较小的采样值,这样解决了现有技术中数据采集过程的执行对采样设备的存储空间需求较大的问题,即使存储空间较小的采样设备,也可以对采样值进行筛选,得到采样误差较小的采样值。
进一步的,针对上述实施例介绍的数据采集方法,还包括:
忽略采样时间段内采集保留时刻之前的采样时刻的采样值;
其中,可以通过如下的两种方法,忽略采样时刻的采样值:
方式一、在采样保留时刻之前的任何一个采样时刻,采集该采样时刻的采样值,并丢弃该采样时刻的采样值;
方式二、在采样保留时刻之前的任何一个采样时刻,不执行采样操作。
参考图6,示出了本发明实施例提供的一种数据采集方法的场景示意图,在本实施例中,该场景为车辆协同系统下执行所述数据采集的场景,其中车辆协同系统包括:
车载单元601、路测感知单元602、云端服务器603;
其中,车载单元601用于采集车辆运行时的车辆状态信息;
路测感知单元602,用于从车载单元中获取车辆的状态信息,并将车辆的状态信息发送给云端服务器进行存储或者处理。
其中,车载单元和路测感知单元的数据采集过程,均可以采用本实施例中提出的数据采集方法,包括:
获取采样时间段,并确定采样时间段的所有采样时刻;
基于所有采样时刻和预设的规则计算采样保留时刻;所述预设规则表征采样保留时刻与每个采样时刻的采样值的采样误差为采样时间段的最小采样误差的概率的关系;
在采样保留时刻之后停止采样之前的每个采样时刻,获取采样时刻的采样值,计算所述采样值的采样误差,将所述采样值的采样误差与历史最小采样误差进行比较,在采样误差与历史最小采样误差满足预设关系的情况下,确定目标采样值,并停止采样。
可选的,所述基于所有采样时刻和预设的规则计算采样保留时刻,包括:
基于采样保留时刻计算每个采样时刻的采样值的采样误差为采样时间段内的最小采样误差的概率;
计算所有采样时刻的采样值的采样误差为最小采样误差的概率之和;
采用差分法计算最大概率之和对应的采样时刻,并将所述最大概率之和对应的采样时刻作为采样保留时刻。
可选的,所述计算每个采样值的采样误差,包括:
针对每个采样时刻,获取采样时刻的采样值与历史采样误差;
对采样时刻的采样误差和历史采样误差进行滤波,得到采样值的采样误差。
可选的,所述在采样保留时刻之后停止采样之前的每个采样时刻,获取采样时刻的采样值,计算所述采样值的采样误差,将采样误差与历史最小采样误差进行比较,在采样误差与历史最小采样误差满足预设关系的情况下,确定目标采样值,并停止采样包括:
在采样保留时刻之后停止采样之前的每个采样时刻,获取采样时刻的采样值,并计算所述采样值的采样误差;
将采样时刻的采样值的采样误差与历史最小采样误差进行比较;所述历史最小采样误差是预设误差阈值;
在采样时刻的采样值的采样误差小于历史最小采样误差时,将所述采样时刻的采样值作为目标采样值,并停止采样。
可选的,所述在采样保留时刻之后停止采样之前的每个采样时刻,获取采样时刻的采样值,计算所述采样值的采样误差,将采样误差与历史最小采样误差进行比较,在采样误差与历史最小采样误差满足预设关系的情况下,确定目标采样值,并停止采样,还包括:
在所述采样保留时刻之后的每个采样时刻,采集采样值并计算所述采样值的采样误差;
将采样时刻的采样值的采样误差与历史最小采样误差进行比较;
在采样时刻的采样值的采样误差小于或者等于历史最小采样误差时,将所述采样时刻的采样值的采样误差作为历史最小采样误差;其中,初始的最小采样误差为预设的误差阈值;
在采样时刻的采样值的采样误差大于历史最小采样误差时,丢弃所述采样时刻的采样值以及采样值的采样误差;
在所述采样时间段的所有采样时刻结束后,将历史最小采样误差对应的采样时刻的采样值作为目标采样值。
参考图7,示出了本发明实施例提供的一种数据采集装置的结构示意图,在本实施例中,该装置包括:
采样时刻确定单元701,用于获取采样时间段,并确定采样时间段的所有采样时刻;
采样保留时刻计算单元702,用于基于所有采样时刻和预设的规则计算采样保留时刻;所述预设规则表征采样保留时刻与每个采样时刻的采样值的采样误差为采样时间段的最小采样误差的概率的关系;
采样值筛选单元703,用于在采样保留时刻之后停止采样之前的每个采样时刻,获取采样时刻的采样值,计算所述采样值的采样误差,将所述采样值的采样误差与历史最小采样误差进行比较,在采样误差与历史最小采样误差满足预设关系的情况下,确定目标采样值,并停止采样。
可选的,所述采样保留时刻计算单元,包括:
第一计算子单元,用于基于采样保留时刻计算每个采样时刻的采样值的采样误差为采样时间段内的最小采样误差的概率;
第二计算子单元,用于计算所有采样时刻的采样值的采样误差为最小采样误差的概率之和;
差分计算子单元,用于采用差分法计算最大概率之和对应的采样时刻,并将所述最大概率之和对应的采样时刻作为采样保留时刻。
可选的,所述采样保留时刻计算单元,包括:
获取子单元,用于针对每个采样时刻,获取采样时刻的采样值与历史采样误差;
滤波子单元,用于对采样时刻的采样误差和历史采样误差进行滤波,得到采样值的采样误差。
可选的,所述采样值筛选单元,包括:
第三计算子单元,用于在采样保留时刻之后停止采样之前的每个采样时刻,获取采样时刻的采样值,并计算所述采样值的采样误差;
第一比较子单元,用于将采样时刻的采样值的采样误差与历史最小采样误差进行比较;所述历史最小采样误差是预设误差阈值;
目标采样值确定子单元,用于在采样时刻的采样值的采样误差小于历史最小采样误差时,将所述采样时刻的采样值作为目标采样值,并停止采样。
可选的,所述采样值筛选单元,还包括:
第四计算子单元,用于在所述采样保留时刻之后的每个采样时刻,采集采样值并计算所述采样值的采样误差;
第二比较子单元,用于将采样时刻的采样值的采样误差与历史最小采样误差进行比较;
历史最小采样误差更新子单元,用于在采样时刻的采样值的采样误差小于或者等于历史最小采样误差时,将所述采样时刻的采样值的采样误差作为历史最小采样误差;其中,初始的最小采样误差为预设的误差阈值;
丢弃子单元,用于在采样时刻的采样值的采样误差大于历史最小采样误差时,丢弃所述采样时刻的采样值以及采样值的采样误差;
目标采样值确定子单元,用于在所述采样时间段的所有采样时刻结束后,将历史最小采样误差对应的采样时刻的采样值作为目标采样值。
本实施例公开的数据采集装置,通过边采样边筛选的方式,筛选采样误差较小的采样值,这样解决了现有技术中数据采集过程的执行对采样设备的存储空间需求较大的问题,即使存储空间较小的采样设备,也可以对采样值进行筛选,得到采样误差较小的采样值。并且,通过计算采样保留时刻,忽略采样保留时刻之前的采样值,并对采样保留时刻之后的采样值进行筛选,这样大大的降低了运算量,提升了处理速度。
并且,本实施例中,在对采样值筛选的过程中,是将采样值的采样误差与历史最小采样误差进行比较,而不是与固定的误差阈值进行比较,这样增大了得到拥有最小采样误差的采样值的概率。
参考图8,示出了本发明实施例提供的一种数据采集设备的结构示意图,在本实施例中,该数据采集设备包括:处理器801和存储器802;
其中,所述处理器801用于执行所述存储器802中存储的程序;
所述存储器用于存储程序,所述程序至少用于:
获取采样时间段,并确定采样时间段的所有采样时刻;
基于所有采样时刻和预设的规则计算采样保留时刻;所述预设规则表征采样保留时刻与每个采样时刻的采样值的采样误差为采样时间段的最小采样误差的概率的关系;
在采样保留时刻之后停止采样之前的每个采样时刻,获取采样时刻的采样值,计算所述采样值的采样误差,将所述采样值的采样误差与历史最小采样误差进行比较,在采样误差与历史最小采样误差满足预设关系的情况下,确定目标采样值,并停止采样。
可选的,所述基于所有采样时刻和预设的规则计算采样保留时刻,包括:
基于采样保留时刻计算每个采样时刻的采样值的采样误差为采样时间段内的最小采样误差的概率;
计算所有采样时刻的采样值的采样误差为最小采样误差的概率之和;
采用差分法计算最大概率之和对应的采样时刻,并将所述最大概率之和对应的采样时刻作为采样保留时刻。
可选的,所述计算每个采样值的采样误差,包括:
针对每个采样时刻,获取采样时刻的采样值与历史采样误差;
对采样时刻的采样误差和历史采样误差进行滤波,得到采样值的采样误差。
可选的,所述在采样保留时刻之后停止采样之前的每个采样时刻,获取采样时刻的采样值,计算所述采样值的采样误差,将采样误差与历史最小采样误差进行比较,在采样误差与历史最小采样误差满足预设关系的情况下,确定目标采样值,并停止采样包括:
在采样保留时刻之后停止采样之前的每个采样时刻,获取采样时刻的采样值,并计算所述采样值的采样误差;
将采样时刻的采样值的采样误差与历史最小采样误差进行比较;所述历史最小采样误差是预设误差阈值;
在采样时刻的采样值的采样误差小于历史最小采样误差时,将所述采样时刻的采样值作为目标采样值,并停止采样。
可选的,所述在采样保留时刻之后停止采样之前的每个采样时刻,获取采样时刻的采样值,计算所述采样值的采样误差,将采样误差与历史最小采样误差进行比较,在采样误差与历史最小采样误差满足预设关系的情况下,确定目标采样值,并停止采样,还包括:
在所述采样保留时刻之后的每个采样时刻,采集采样值并计算所述采样值的采样误差;
将采样时刻的采样值的采样误差与历史最小采样误差进行比较;
在采样时刻的采样值的采样误差小于或者等于历史最小采样误差时,将所述采样时刻的采样值的采样误差作为历史最小采样误差;其中,初始的最小采样误差为预设的误差阈值;
在采样时刻的采样值的采样误差大于历史最小采样误差时,丢弃所述采样时刻的采样值以及采样值的采样误差;
在所述采样时间段的所有采样时刻结束后,将历史最小采样误差对应的采样时刻的采样值作为目标采样值。
需要说明的是,本说明书中的各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似的部分互相参见即可。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (11)
1.一种数据采集方法,其特征在于,包括:
获取采样时间段,并确定采样时间段的所有采样时刻;
基于所有采样时刻和预设的规则计算采样保留时刻;所述预设的规则表征采样保留时刻与每个采样时刻的采样值的采样误差为采样时间段的最小采样误差的概率的关系;
在采样保留时刻之后停止采样之前的每个采样时刻,获取采样时刻的采样值,计算所述采样值的采样误差,将所述采样值的采样误差与历史最小采样误差进行比较,在所述采样值的采样误差小于历史最小采样误差时,将所述采样时刻的采样值作为目标采样值,并停止采样。
2.根据权利要求1所述的方法,其特征在于,所述基于所有采样时刻和预设的规则计算采样保留时刻,包括:
基于采样保留时刻计算每个采样时刻的采样值的采样误差为采样时间段内的最小采样误差的概率;
计算所有采样时刻的采样值的采样误差为最小采样误差的概率之和;
基于所述最小采样误差的概率之和,采用差分法计算最大概率之和对应的采样时刻,并将所述最大概率之和对应的采样时刻作为采样保留时刻。
3.根据权利要求1所述的方法,其特征在于,所述计算每个采样值的采样误差,包括:
针对每个采样时刻,获取采样时刻的采样值与历史采样误差;
对采样时刻的采样误差和历史采样误差进行滤波,得到采样值的采样误差。
4.根据权利要求1-3中任意一项所述的方法,其特征在于,所述在采样保留时刻之后停止采样之前的每个采样时刻,获取采样时刻的采样值,计算所述采样值的采样误差,将采样误差与历史最小采样误差进行比较,在所述采样值的采样误差小于历史最小采样误差时,将所述采样时刻的采样值作为目标采样值,并停止采样包括:
在采样保留时刻之后停止采样之前的每个采样时刻,获取采样时刻的采样值,并计算所述采样值的采样误差;
将采样时刻的采样值的采样误差与历史最小采样误差进行比较;所述历史最小采样误差是预设误差阈值;
在采样时刻的采样值的采样误差小于历史最小采样误差时,将所述采样时刻的采样值作为目标采样值,并停止采样。
5.根据权利要求1-3中任意一项所述的方法,其特征在于,所述在采样保留时刻之后停止采样之前的每个采样时刻,获取采样时刻的采样值,计算所述采样值的采样误差,将采样误差与历史最小采样误差进行比较,在所述采样值的采样误差小于历史最小采样误差时,将所述采样时刻的采样值作为目标采样值,并停止采样,还包括:
在所述采样保留时刻之后的每个采样时刻,采集采样值并计算所述采样值的采样误差;
将采样时刻的采样值的采样误差与历史最小采样误差进行比较;
在采样时刻的采样值的采样误差小于或者等于历史最小采样误差时,将所述采样时刻的采样值的采样误差作为历史最小采样误差;其中,初始的最小采样误差为预设的误差阈值;
在采样时刻的采样值的采样误差大于历史最小采样误差时,丢弃所述采样时刻的采样值以及采样值的采样误差;
在所述采样时间段的所有采样时刻结束后,将历史最小采样误差对应的采样时刻的采样值作为目标采样值。
6.一种数据采集装置,其特征在于,包括:
采样时刻确定单元,用于获取采样时间段,并确定采样时间段的所有采样时刻;
采样保留时刻计算单元,用于基于所有采样时刻和预设的规则计算采样保留时刻;所述预设的规则表征采样保留时刻与每个采样时刻的采样值的采样误差为采样时间段的最小采样误差的概率的关系;
采样值筛选单元,用于在采样保留时刻之后停止采样之前的每个采样时刻,获取采样时刻的采样值,计算所述采样值的采样误差,将所述采样值的采样误差与历史最小采样误差进行比较,在所述采样值的采样误差小于历史最小采样误差时,将所述采样时刻的采样值作为目标采样值,并停止采样。
7.根据权利要求6所述的装置,其特征在于,所述采样保留时刻计算单元,包括:
第一计算子单元,用于基于采样保留时刻计算每个采样时刻的采样值的采样误差为采样时间段内的最小采样误差的概率;
第二计算子单元,用于计算所有采样时刻的采样值的采样误差为最小采样误差的概率之和;
差分计算子单元,用于基于所述最小采样误差的概率之和,采用差分法计算最大概率之和对应的采样时刻,并将所述最大概率之和对应的采样时刻作为采样保留时刻。
8.根据权利要求6所述的装置,其特征在于,所述采样保留时刻计算单元,包括:
获取子单元,用于针对每个采样时刻,获取采样时刻的采样值与历史采样误差;
滤波子单元,用于对采样时刻的采样误差和历史采样误差进行滤波,得到采样值的采样误差。
9.根据权利要求6-8中任意一项所述的装置,其特征在于,所述采样值筛选单元,包括:
第三计算子单元,用于在采样保留时刻之后停止采样之前的每个采样时刻,获取采样时刻的采样值,并计算所述采样值的采样误差;
第一比较子单元,用于将采样时刻的采样值的采样误差与历史最小采样误差进行比较;所述历史最小采样误差是预设误差阈值;
目标采样值确定子单元,用于在采样时刻的采样值的采样误差小于历史最小采样误差时,将所述采样时刻的采样值作为目标采样值,并停止采样。
10.根据权利要求6-8中任意一项所述的装置,其特征在于,所述采样值筛选单元,还包括:
第四计算子单元,用于在所述采样保留时刻之后的每个采样时刻,采集采样值并计算所述采样值的采样误差;
第二比较子单元,用于将采样时刻的采样值的采样误差与历史最小采样误差进行比较;
历史最小采样误差更新子单元,用于在采样时刻的采样值的采样误差小于或者等于历史最小采样误差时,将所述采样时刻的采样值的采样误差作为历史最小采样误差;其中,初始的最小采样误差为预设的误差阈值;
丢弃子单元,用于在采样时刻的采样值的采样误差大于历史最小采样误差时,丢弃所述采样时刻的采样值以及采样值的采样误差;
目标采样值确定子单元,用于在所述采样时间段的所有采样时刻结束后,将历史最小采样误差对应的采样时刻的采样值作为目标采样值。
11.一种数据采集设备,其特征在于,包括处理器和存储器;
其中,所述处理器用于执行所述存储器中存储的程序;
所述存储器用于存储程序,所述程序至少用于:
获取采样时间段,并确定采样时间段的所有采样时刻;
基于所有采样时刻和预设的规则计算采样保留时刻;所述预设的规则表征采样保留时刻与每个采样时刻的采样值的采样误差为采样时间段的最小采样误差的概率的关系;
在采样保留时刻之后停止采样之前的每个采样时刻,获取采样时刻的采样值,计算所述采样值的采样误差,将所述采样值的采样误差与历史最小采样误差进行比较,在所述采样值的采样误差小于历史最小采样误差时,将所述采样时刻的采样值作为目标采样值,并停止采样。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910893816.4A CN110782550B (zh) | 2019-09-20 | 2019-09-20 | 一种数据采集方法、装置及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910893816.4A CN110782550B (zh) | 2019-09-20 | 2019-09-20 | 一种数据采集方法、装置及设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110782550A CN110782550A (zh) | 2020-02-11 |
CN110782550B true CN110782550B (zh) | 2021-08-31 |
Family
ID=69384282
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910893816.4A Active CN110782550B (zh) | 2019-09-20 | 2019-09-20 | 一种数据采集方法、装置及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110782550B (zh) |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104535827A (zh) * | 2015-01-12 | 2015-04-22 | 航天科工深圳(集团)有限公司 | Ad采样中去坏点方法和系统 |
CN104570144A (zh) * | 2013-10-24 | 2015-04-29 | 展讯通信(上海)有限公司 | 一种接近传感器的自适应感应阈值调整系统及方法 |
CN105551303A (zh) * | 2015-12-14 | 2016-05-04 | 谭兴奎 | 一种车载跟车距离感应提示系统 |
CN105678021A (zh) * | 2016-02-22 | 2016-06-15 | 上海科梁信息工程股份有限公司 | 车辆模型的参数确定方法及系统 |
CN106127883A (zh) * | 2016-06-23 | 2016-11-16 | 北京航空航天大学 | 驾驶事件检测方法 |
CN106444694A (zh) * | 2016-05-30 | 2017-02-22 | 重庆大学 | 一种大数据下系统异常工况预警技术 |
CN107341444A (zh) * | 2017-06-07 | 2017-11-10 | 北京星网锐捷网络技术有限公司 | 数据异常预警方法及装置 |
CN108735280A (zh) * | 2018-04-28 | 2018-11-02 | 中国科学院深圳先进技术研究院 | 运动平台运动精度的检测方法、装置、设备及存储介质 |
CN108984370A (zh) * | 2018-07-13 | 2018-12-11 | 北京京东尚科信息技术有限公司 | 一种确定监控阈值的方法和装置 |
CN109063916A (zh) * | 2018-08-13 | 2018-12-21 | 广东工业大学 | 一种风电功率预测方法、装置、设备及存储介质 |
CN109492185A (zh) * | 2018-10-18 | 2019-03-19 | 南京丰道电力科技有限公司 | 一种采样数据处理方法及装置 |
CN110039528A (zh) * | 2019-03-15 | 2019-07-23 | 广州智能装备研究院有限公司 | 一种基于动态学习的工业机器人零点标定方法 |
Family Cites Families (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070016389A1 (en) * | 2005-06-24 | 2007-01-18 | Cetin Ozgen | Method and system for accelerating and improving the history matching of a reservoir simulation model |
US20140068353A1 (en) * | 2012-08-31 | 2014-03-06 | The Government Of The United States Of America, As Represented By The Secretary Of The Navy | Estimation of Hidden Variance Distribution Parameters |
CN104424331A (zh) * | 2013-09-10 | 2015-03-18 | 深圳市腾讯计算机系统有限公司 | 数据抽样方法及装置 |
CN104216985B (zh) * | 2014-09-04 | 2017-09-01 | 深圳供电局有限公司 | 一种甄别异常数据的方法及系统 |
CN104967878B (zh) * | 2014-11-19 | 2019-05-14 | 腾讯科技(北京)有限公司 | 一种数据处理方法及服务器 |
CN107045797B (zh) * | 2016-02-05 | 2019-04-16 | 腾讯科技(深圳)有限公司 | 信息处理方法及移动终端 |
US10318904B2 (en) * | 2016-05-06 | 2019-06-11 | General Electric Company | Computing system to control the use of physical state attainment of assets to meet temporal performance criteria |
CN108267759A (zh) * | 2016-12-30 | 2018-07-10 | 沈阳美行科技有限公司 | 车辆定位、导航方法和装置及相关系统、应用 |
JP6863091B2 (ja) * | 2017-05-31 | 2021-04-21 | 富士通株式会社 | 管理装置、管理方法及び管理プログラム |
US10395444B1 (en) * | 2017-08-10 | 2019-08-27 | Zoox, Inc. | Vehicle self-diagnostics |
CN107436954B (zh) * | 2017-08-16 | 2018-10-02 | 吉林大学 | 一种在线流数据近似处理质量控制方法及装置 |
CN109959400B (zh) * | 2017-12-25 | 2021-06-04 | 深圳市优必选科技有限公司 | 绝对编码器参数计算的方法、装置及终端设备 |
CN108615364B (zh) * | 2018-08-03 | 2020-05-01 | 交通运输部公路科学研究所 | 一种基于车路协同技术对车辆行驶状态进行监控的方法 |
CN109327855B (zh) * | 2018-11-28 | 2021-07-16 | 重庆邮电大学 | 一种多模终端测量小区选择方法 |
CN109413717B (zh) * | 2018-11-28 | 2020-12-22 | 重庆邮电大学 | 一种lte终端测量小区选择方法 |
CN110111446A (zh) * | 2019-01-25 | 2019-08-09 | 东北大学 | 一种基于运行工况的高铁列车数据自适应采集系统及方法 |
-
2019
- 2019-09-20 CN CN201910893816.4A patent/CN110782550B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104570144A (zh) * | 2013-10-24 | 2015-04-29 | 展讯通信(上海)有限公司 | 一种接近传感器的自适应感应阈值调整系统及方法 |
CN104535827A (zh) * | 2015-01-12 | 2015-04-22 | 航天科工深圳(集团)有限公司 | Ad采样中去坏点方法和系统 |
CN105551303A (zh) * | 2015-12-14 | 2016-05-04 | 谭兴奎 | 一种车载跟车距离感应提示系统 |
CN105678021A (zh) * | 2016-02-22 | 2016-06-15 | 上海科梁信息工程股份有限公司 | 车辆模型的参数确定方法及系统 |
CN106444694A (zh) * | 2016-05-30 | 2017-02-22 | 重庆大学 | 一种大数据下系统异常工况预警技术 |
CN106127883A (zh) * | 2016-06-23 | 2016-11-16 | 北京航空航天大学 | 驾驶事件检测方法 |
CN107341444A (zh) * | 2017-06-07 | 2017-11-10 | 北京星网锐捷网络技术有限公司 | 数据异常预警方法及装置 |
CN108735280A (zh) * | 2018-04-28 | 2018-11-02 | 中国科学院深圳先进技术研究院 | 运动平台运动精度的检测方法、装置、设备及存储介质 |
CN108984370A (zh) * | 2018-07-13 | 2018-12-11 | 北京京东尚科信息技术有限公司 | 一种确定监控阈值的方法和装置 |
CN109063916A (zh) * | 2018-08-13 | 2018-12-21 | 广东工业大学 | 一种风电功率预测方法、装置、设备及存储介质 |
CN109492185A (zh) * | 2018-10-18 | 2019-03-19 | 南京丰道电力科技有限公司 | 一种采样数据处理方法及装置 |
CN110039528A (zh) * | 2019-03-15 | 2019-07-23 | 广州智能装备研究院有限公司 | 一种基于动态学习的工业机器人零点标定方法 |
Non-Patent Citations (2)
Title |
---|
《基于线性回归的无线传感器网络》;宋欣,王翠荣;《计算机学报》;20120331;全文 * |
《自适应模糊C均值聚类的数据融合算法》;吴会会,高淑萍,彭弘铭,赵怡;《计算机工程与应用》;20190301;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN110782550A (zh) | 2020-02-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110049372B (zh) | 主播稳定留存率的预测方法、装置、设备及存储介质 | |
CN111142942B (zh) | 窗口数据的处理方法、装置、服务器及存储介质 | |
CN110457057B (zh) | 车载系统升级提醒方法、装置和车辆 | |
US8806313B1 (en) | Amplitude-based anomaly detection | |
CN108806019B (zh) | 基于加速度传感器的行车记录数据处理方法及装置 | |
CN110415710B (zh) | 车载语音交互系统的参数调整方法、装置、设备及介质 | |
CN110782550B (zh) | 一种数据采集方法、装置及设备 | |
CN113867142A (zh) | 传感器控制方法、装置、电子设备及存储介质 | |
CN109190757B (zh) | 任务处理方法、装置、设备及计算机可读存储介质 | |
CN109120916B (zh) | 摄像机故障检测方法、装置及计算机设备 | |
CN115327380A (zh) | 电池故障诊断方法、存储介质和电子设备 | |
CN111259338B (zh) | 元器件失效率修正方法、装置、计算机设备及存储介质 | |
CN116448219B (zh) | 油位异常检测方法、装置、设备及计算机可读存储介质 | |
CN112434717B (zh) | 一种模型训练方法及装置 | |
CN110189178B (zh) | 异常交易监测方法、装置及电子设备 | |
CN109063261B (zh) | 一种动力电池老化趋势的判断方法和装置 | |
CN110736894A (zh) | 故障录波方法、系统及终端设备 | |
CN114083987B (zh) | 电池监测参数的修正方法、装置和计算机设备 | |
CN111177878A (zh) | 衍生仿真场景筛选方法、装置和终端 | |
CN114759227A (zh) | 燃料电池性能衰减的确定方法以及确定装置 | |
CN112770282B (zh) | 基于智能建筑物联网的数据处理系统 | |
CN111754050A (zh) | 配送对象配送画像的预测方法及装置 | |
CN110987448A (zh) | 发动机进气状态监测方法、装置及设备 | |
CN111079466A (zh) | 一种车辆识别方法、装置、电子设备及存储介质 | |
CN112948031A (zh) | 一种动态窗口调整方法及装置 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |