CN111797127A - 时序数据分割方法、装置、存储介质及电子设备 - Google Patents

Abstract

本申请实施例公开了一种时序数据分割方法、装置、存储介质及电子设备，其中，本申请实施例获取目标时间区间对应的全景数据序列；基于至少两种预设的时序分割规则和全景数据序列，对目标时间区间进行分割，获取多个第一时间序列；按照时间顺序，将多个第一时间序列中的分割时间点进行合并处理，生成第二时间序列；根据全景数据序列，检测第二时间序列中的分割时间点形成的时间区间是否满足预设条件，并删除不满足预设条件的分割时间点；根据第二时间序列中剩余的分割时间点，对全景数据序列进行分割，生成多个第一全景数据子序列，通过本申请实施例的方案，能够实现准确、高效地分割时间序列数据。

Description

时序数据分割方法、装置、存储介质及电子设备

技术领域

本申请涉及数据处理技术领域，具体涉及一种时序数据分割方法、装置、存储介质及电子设备。

背景技术

为了准确地确定用户活动的时间区间，需要对用户的时序数据进行分割，现有的时序数据分割方法一般是，人工分割法，该方法需要人工对活动的时间进行标注，不仅需要大量的人力资源和专家知识，并且随着时间的转移，可能会产生新的活动和新的知识，需要长期维护专家知识库，导致效率低下，并且可能因为活动的变更导致序列分割不准确，综上所述，现有的时序数据分割方法难以实现准确对时间序列数据的准确、高效的分割。

发明内容

本申请实施例提供了一种时序数据分割方法、装置、存储介质及电子设备，能够实现准确、高效地分割时间序列数据。

第一方面，本申请实施例了提供了的一种时序数据分割方法，包括：

获取目标时间区间对应的全景数据序列；

基于至少两种预设的时序分割规则和所述全景数据序列，对所述目标时间区间进行分割，获取多个第一时间序列；

按照时间顺序，将所述多个第一时间序列中的分割时间点进行合并处理，生成第二时间序列；

根据所述全景数据序列，检测所述第二时间序列中的分割时间点形成的时间区间是否满足预设条件，并删除不满足所述预设条件的分割时间点；

根据所述第二时间序列中剩余的分割时间点，对所述全景数据序列进行分割，生成多个第一全景数据子序列。

第二方面，本申请实施例了提供了的一种时序数据分割装置，包括：

数据获取模块，用于获取目标时间区间对应的全景数据序列；

第一分割模块，用于基于至少两种预设的时序分割规则和所述全景数据序列，对所述目标时间区间进行分割，获取多个第一时间序列；

时间点合并模块，用于按照时间顺序，将所述多个第一时间序列中的分割时间点进行合并处理，生成第二时间序列；

时间点检测模块，用于根据所述全景数据序列，检测所述第二时间序列中的分割时间点形成的时间区间是否满足预设条件，并删除不满足所述预设条件的分割时间点；

第二分割模块，用于根据所述第二时间序列中剩余的分割时间点，对所述全景数据序列进行分割，生成多个第一全景数据子序列。

第三方面，本申请实施例提供的存储介质，其上存储有计算机程序，当所述计算机程序在计算机上运行时，使得所述计算机执行如本申请任一实施例提供的时序数据分割方法。

第四方面，本申请实施例提供了一种电子设备，包括处理器和存储器，所述存储器有计算机程序，所述处理器通过调用所述计算机程序，用于执行如本申请任一实施例提供的时序数据分割方法。

本申请实施例提供的技术方案，获取目标时间区间对应的全景数据序列，基于至少两种预设的时序分割规则和待分割的全景数据序列，对目标时间区间进行分割，获取多个第一时间序列，按照时间顺序，将多个第一时间序列中的分割时间点进行合并处理，生成第二时间序列，根据全景数据序列，检测第二时间序列中的分割时间点形成的时间区间是否满足预设条件，并删除不满足预设条件的分割时间点，根据第二时间序列中剩余的分割时间点，对全景数据序列进行分割，生成多个第一全景数据序列，本申请的方案，通过综合多种时序分割规则对时间区间进行初步划分，确定可能作为全景数据子序列的起始点或者终止点的时间分割点，然后将这些时间分割点合并，形成新的第二时间序列，对分割时间点进行过滤，去掉不满足预设条件的分割时间点，根据剩余的分割时间点对全景数据序列进行分割，提高了时序数据分割的准效率和准确度。

附图说明

为了更清楚地说明本申请实施例中的技术方案，下面将对实施例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申请的一些实施例，对于本领域技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本申请实施例提供的时序数据分割方法的全景感知架构示意图。

图2为本申请实施例提供的时序数据分割方法的第一种流程示意图。

图3为本申请实施例提供的时序数据分割方法中序列分割的第一示意图

图4为本申请实施例提供的时序数据分割方法中序列分割的第二示意图

图5为本申请实施例提供的时序数据分割方法的第二种流程示意图。

图6为本申请实施例提供的时序数据分割装置的结构示意图。

图7为本申请实施例提供的电子设备的第一种结构示意图。

图8为本申请实施例提供的电子设备的第二种结构示意图。

具体实施方式

下面将结合本申请实施例中的附图，对本申请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申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域技术人员在没有付出创造性劳动前提下所获得的所有其他实施例，都属于本申请的保护范围。

在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。

参考图1，图1为本申请实施例提供的时序数据分割方法的全景感知架构示意图。所述时序数据分割方法应用于电子设备。所述电子设备中设置有全景感知架构。所述全景感知架构为电子设备中用于实现所述时序数据分割方法的硬件和软件的集成。

其中，全景感知架构包括信息感知层、数据处理层、特征抽取层、情景建模层以及智能服务层。

信息感知层用于获取电子设备自身的信息或者外部环境中的信息。所述信息感知层可以包括多个传感器。例如，所述信息感知层包括距离传感器、磁场传感器、光线传感器、加速度传感器、指纹传感器、霍尔传感器、位置传感器、陀螺仪、惯性传感器、姿态感应器、气压计、心率传感器等多个传感器。

其中，距离传感器可以用于检测电子设备与外部物体之间的距离。磁场传感器可以用于检测电子设备所处环境的磁场信息。光线传感器可以用于检测电子设备所处环境的光线信息。加速度传感器可以用于检测电子设备的加速度数据。指纹传感器可以用于采集用户的指纹信息。霍尔传感器是根据霍尔效应制作的一种磁场传感器，可以用于实现电子设备的自动控制。位置传感器可以用于检测电子设备当前所处的地理位置。陀螺仪可以用于检测电子设备在各个方向上的角速度。惯性传感器可以用于检测电子设备的运动数据。姿态感应器可以用于感应电子设备的姿态信息。气压计可以用于检测电子设备所处环境的气压。心率传感器可以用于检测用户的心率信息。

数据处理层用于对信息感知层获取到的数据进行处理。例如，数据处理层可以对信息感知层获取到的数据进行数据清理、数据集成、数据变换、数据归约等处理。

其中，数据清理是指对信息感知层获取到的大量数据进行清理，以剔除无效数据和重复数据。数据集成是指将信息感知层获取到的多个单维度数据集成到一个更高或者更抽象的维度，以对多个单维度的数据进行综合处理。数据变换是指对信息感知层获取到的数据进行数据类型的转换或者格式的转换等，以使变换后的数据满足处理的需求。数据归约是指在尽可能保持数据原貌的前提下，最大限度的精简数据量。

特征抽取层用于对数据处理层处理后的数据进行特征抽取，以提取所述数据中包括的特征。提取到的特征可以反映出电子设备自身的状态或者用户的状态或者电子设备所处环境的环境状态等。

其中，特征抽取层可以通过过滤法、包装法、集成法等方法来提取特征或者对提取到的特征进行处理。

过滤法是指对提取到的特征进行过滤，以删除冗余的特征数据。包装法用于对提取到的特征进行筛选。集成法是指将多种特征提取方法集成到一起，以构建一种更加高效、更加准确的特征提取方法，用于提取特征。

情景建模层用于根据特征抽取层提取到的特征来构建模型，所得到的模型可以用于表示电子设备的状态或者用户的状态或者环境状态等。例如，情景建模层可以根据特征抽取层提取到的特征来构建关键值模型、模式标识模型、图模型、实体联系模型、面向对象模型等。

智能服务层用于根据情景建模层所构建的模型为用户提供智能化的服务。例如，智能服务层可以为用户提供基础应用服务，可以为电子设备进行系统智能优化，还可以为用户提供个性化智能服务。

此外，全景感知架构中还可以包括多种算法，每一种算法都可以用于对数据进行分析处理，所述多种算法可以构成算法库。例如，所述算法库中可以包括马尔科夫算法、隐形狄利克雷分布算法、贝叶斯分类算法、支持向量机、K均值聚类算法、K近邻算法、条件随机场、残差网络、长短期记忆网络、卷积神经网络、循环神经网络等算法。

基于上述全景感知构架，电子设备通过信息感知层和/或者其他方式采集目标时间区间对应的全景数据，构成全景数据序列。特征抽取层按照本申请实施例提出的时序数据分割方法对全景数据序列进行分割。例如，获取目标时间区间对应的全景数据序列，基于至少两种预设的时序分割规则和待分割的全景数据序列，对目标时间区间进行分割，获取多个第一时间序列，按照时间顺序，将多个第一时间序列中的分割时间点进行合并处理，生成第二时间序列，根据全景数据序列，检测第二时间序列中的分割时间点形成的时间区间是否满足预设条件，并删除不满足预设条件的分割时间点，根据第二时间序列中剩余的分割时间点，对全景数据序列进行分割，生成多个第一全景数据序列，本申请的方案，通过综合多种时序分割规则对时间区间进行初步划分，确定可能作为全景数据子序列的起始点或者终止点的时间分割点，然后将这些时间分割点合并，形成新的第二时间序列，对分割时间点进行过滤，去掉不满足预设条件的分割时间点，根据剩余的分割时间点对全景数据序列进行分割，提高了时序数据分割的准效率和准确度。

本申请实施例提供一种时序数据分割方法，该时序数据分割方法的执行主体可以是本申请实施例提供的时序数据分割装置，或者集成了该时序数据分割装置的电子设备，其中该时序数据分割装置可以采用硬件或者软件的方式实现。其中，电子设备可以是智能手机、平板电脑、掌上电脑、笔记本电脑、或者台式电脑等设备。

请参照图2，图2为本申请实施例提供的时序数据分割方法的第一种流程示意图。本申请实施例提供的时序数据分割方法的具体流程可以如下：

步骤101、获取目标时间区间对应的全景数据序列。

本申请实施例中，预先确定目标时间区间，

获取目标时间区间对应的全景数据序列作为分割对象。例如，需要对用户某天上午八点至下午八点之间的活动进行分析，则可以将这十二个小时作为目标时间区间，获取电子设备在这十二小时内采集的全景数据，构成全景数据序列。

其中，全景数据是指用户使用电子设备的过程中，由电子设备采集的相关数据，包括终端状态数据和/或传感器数据等。

其中，终端状态数据包括电子设备的运行模式、显示模式、网络状态、熄屏/锁屏状态、内存占用率、电量状态等，其中，电子设备的运行模式包括游戏模式、娱乐模式、影音模式等，可以根据当前运行的应用程序的类型确定电子设备的运行模式，当前运行的应用程序的类型可以直接从应用程序安装包中获取。

传感器数据包括电子设备上的各个传感器采集到的信号，例如，电子设备上包括如下传感器：距离传感器、磁力计、光线传感器、加速度传感器、指纹传感器、霍尔传感器、位置传感器、陀螺仪、惯性传感器、姿态感应器、气压计、心率传感器等多个传感器。其中，电子设备按照预设频率采集传感器数据。

在一可选的实施例中，电子设备按照预设的频率收集多个时间节点的全景数据，构成全景数据序列，其中，全景数据序列中的一个样本点对应于一个时间节点。需要说明的是，不同类型的全景数据的采集频率不同，在构建全景数据序列时，可以采用时间戳同步的方式，对多个类型的全景数据进行同步处理，使其时间节点保持相同。例如，加速度传感器与陀螺仪的数据回传时间不一致，在记录某个时间节点的传感器数据时，可以选择回传时间距离该时间节点最近的加速度传感器的数据，记录为该时间节点对应的加速度传感器数据，同时，选择回传时间距离该时间节点最近的陀螺仪的数据记录为该时间节点对应的陀螺仪的数据。

此外，需要说明的是，上述一些类型的全景数据可能为非数字形式，电子设备在获取这些数据之后，按照预设方式将其转换为数字形式表示。例如，可以采用建立索引号的方式，将文本类型的全景数据转换为数字形式表示，以电子设备的运行模式为例，使用索引号表示不同的运行模式，比如1是游戏模式，2是娱乐模式，3是影音模式。通过这种转换方式，能够使得获取到的全景数据序列均为数字序列，便于后续的运算。

进一步地，在获取到全景数据序列之后，还可以对所述全景数据序列进行归一化处理，例如，可以采用离差标准化或者Z-score标准化方法等归一化处理方法，将原始数据进行变换，映射到[0，1]或者[-1，1]之间，进行归一化处理后的多个全景数据序列中的数据均为无量纲数据，

步骤102、基于至少两种预设的时序分割规则和所述全景数据序列，对所述目标时间区间进行分割，获取多个第一时间序列。

步骤103、按照时间顺序，将所述多个第一时间序列中的分割时间点进行合并处理，生成第二时间序列。

需要说明的是，全景数据序列中的样本点与时间区间中的时间节点是一一对应关系，对时间区间的分割实际上也是对全景数据序列的分割，若将时间区间分割为多个时间子区间，则每一个时间子区间对应于全景数据序列中的一部分数据。

预先设置多种时序分割规则，在获取到全景数据序列之后，以全景数据序列作为依据，基于至少两种预设的时序分割规则对目标时间区间进行分割。

例如，在一些实施例中，按照如下三种时序分割规则，时间区间进行分割。具体地，参照图3所示，为本申请实施例提供的时序数据分割方法中序列分割的第一示意图，如图中的方式一，按照预设的时间间隔将目标时间区间划分为多个时间长度相等的时间子区间，或者，如图中的方式二，将预设的时间窗口按照预设步长，在时间轴上进行滑动，将目标时间区间分割为多个时间子区间，每相邻两个时间子区间之间有部分重叠；或者，如图中的方式三，按照人工规则进行划分，根据全景数据序列将目标时间区间分割为多个时间长度不等的时间子区间。上述预设的时间间隔、预设的时间窗口的长度、预设步长均为经验数据，用户可以根据实际情况对上述数据做出调整。

参照图4所示，为本申请实施例提供的时序数据分割方法中序列分割的第二示意图，如图所示，按照上述三种方式对时间区间进行分割后，形成三个第一时间序列，按照方式一分割得到的分割时间点Ai构成第一个第一时间序列，其中，i∈(1，m)；按照方式二分割得到的分割时间点Bj构成第二个第一时间序列，其中，j∈(1，n)；按照方式三分割得到的分割时间点Ck构成第三个第一时间序列，其中，k∈(1，p)。

接下来，按照上述三个第一时间序列中的分割时间点的时间顺序，即在时间轴上的先后顺序，将全部分割时间点合成为第二时间序列。如图所示，按照A₁(B₁、C₁)、B₂、A₂、C₂、B₃、B₄、C₃、A₃……A_m(B_n、C_p)的顺序构成第二时间序列。

步骤104、根据所述全景数据序列，检测所述第二时间序列中的分割时间点形成的时间区间是否满足预设条件，并删除不满足所述预设条件的分割时间点。

在获取到第二时间序列之后，对第二时间序列中的分割时间点进行过滤，删除不满足预设条件的分割时间点。可以多种实施方式，以下列举其中的两种进行说明。

参照图5所示，为本申请实施例提供的时序数据分割方法的第二种流程示意图。

方式一，步骤104、根据所述全景数据序列，检测所述第二时间序列中的分割时间点形成的时间区间是否满足预设条件，并删除不满足所述预设条件的分割时间点包括：

步骤1041、确定所述第二时间序列中的分割时间点形成的第一时间区间；

步骤1042、从所述全景数据序列中获取所述第一时间区间对应的第二全景数据子序列；

步骤1043、根据所述第二全景数据子序列检测所述第一时间区间是否满足所述预设条件；

步骤1044、若检测到有第一时间区间不满足所述预设条件，则删除不满足所述预设条件的第一时间区间对应的所述分割时间点，并基于剩余的分割时间点，返回执行所述确定所述第二时间序列中的分割时间点形成的第一时间区间的步骤，直至所述第二时间序列中剩余的分割时间点形成的第一时间区间均满足所述预设条件。

在第二时间序列中，每相邻两个分割时间点构成一个时间区间，例如图4中的A₁-B₂、B₂-A₂、A₂-C₁等。从全景数据序列中获取这些时间区间对应的全景数据子序列。通过检测这些时间区间对应的全景数据子序列中的信息是否足以支撑进行该时间区间内的活动识别，来检测该时间区间对应的分割时间点是否满足预设条件，若一个时间区间对应的全景数据足以用于识别该时间区间对应的用户活动类别，则判定该时间区间对应的分割时间点满足预设条件，否则，判定该时间区间对应的分割时间点不满足预设条件。

在一些实施例中，根据所述第二全景数据子序列检测所述第一时间区间是否满足所述预设条件的步骤包括：根据所述第二全景数据子序列，获取全景特征张量；根据预设的支持向量机分类模型和所述全景特征张量，检测所述第一时间区间是否满足所述预设条件。

其中，本实施例采用的支持向量机分类模型为二分类模型，能够很好的用于处理高维度的特征，并对高维度的特征进行准确的分类。在其他实施例中，还可以采用贝叶斯分类模型等可以根据多维度特征进行二分类的模型作为此处的支持向量机分类模型的替代模型。

从全景数据序列中获取第一时间区间对应的第二全景数据子序列，以第一时间区间B₂-A₂为例，以B₂作为起始时间点，以A₂作为终止时间点，从全景数据序列中，获取与第一时间区间B₂-A₂对应的第二全景数据子序列，从第二全景数据子序列中提取全景特征张量。

具体地，在一实施例中，全景数据包括传感器数据和终端状态数据，因此，第二全景数据子序列包括传感器数据子序列和终端状态数据子序列，根据所述第二全景数据子序列，获取全景特征张量的步骤包括：对所述传感器数据子序列和所述终端状态数据子序列进行预处理；根据经过预处理后的所述传感器数据子序列生成第一全景特征向量，并根据经过预处理后的所述终端状态数据子序列生成第二全景特征向量；融合所述第一全景特征向量和所述第二全景特征向量，生成所述全景特征张量。

其中，数据预处理主要包括去除噪音、缺失值补充等，其中，去除噪音可以在数域或频域上采用一定的阈值过滤来完成，而缺失数值可以采用插值的方法进行估计和填补。数据预处理的目的在于保证数据的可靠性和完整性，便于后续的数据分析。

对于传感器数据子序列，由于不同的传感器，其特性不同，在根据传感器数据子序列获取第一全景特征向量时，使用合适的滤波器对传感器数据进行滤波处理，能够获取到与该传感器的特性匹配的特征。

具体地，所述根据经过预处理后的所述传感器数据子序列生成第一全景特征向量的步骤包括：根据传感器对应的预设滤波器，对所述传感器数据子序列进行滤波处理；根据滤波处理后的所述传感器数据子序列生成第一传感器特征；基于互补滤波方法，对具有互补关系的所述传感器数据子序列进行融合处理，生成融合传感器数据序列；根据所述融合传感器数据序列生成第二传感器特征；组合所述第一传感器特征和所述第二传感器特征，生成第一全景特征向量。其中，组合第一传感器特征和第二传感器特征的方式，可以是将同一个时间节点对应的特征进行相加的方式进行组合。

例如，对于加速度传感器，使用高通滤波器，除去高频信号、保留低频信号；对于陀螺仪，使用低通滤波器，除去低频信号、保留高频信号。从经过滤波处理的传感器数据中提取第一传感器特征。

此外，不同的传感器之间可能会形成互补关系，例如，加速度传感器与陀螺仪、加速度传感器与磁力计、陀螺仪与磁力计，加速度传感器与气压计。预先设置具有互补关系的传感器组合，在获取到传感器数据子序列之后，根据互补滤波方法，对上述具有互补关系的传感器数据子序列进行融合处理，生成融合传感器数据序列，再从融合传感器数据序列提取第二传感器特征。

以加速度传感器和磁力计为例，加速度传感器的低频特性比较好，由于加速度的角度可以直接算出来，没有累积误差，所以长时间后也比较准。而陀螺仪长时间后由于积分误差的累加，会造成输出误差比较大，所以这两个传感器正好可以弥补相互的缺点，经过互补滤波处理后，能够得到新的传感器特征。其中，互补滤波器是根据传感器特性不同，通过不同的滤波器(例如互补的高通滤波器或低通滤波器)进行滤波处理，然后再将滤波结果相加得到整个频带的信号，在相加时，按照各个传感器预设的权重进行加权求和。

对于终端状态数据子序列和经过滤波处理的传感器数据子序列，由于他们都属于时序数据，因此，本申请实施例中，使用预先训练好的循环神经网络模型提取特征，该循环神经网络模型经过预先训练，训练数据为全景数据序列。经过训练的循环神经网络模型能够高效地对非线性特征进行学习，进而能够很好的挖掘时间序列数据中的特征。本实施例中把循环神经网络模型的倒数第二层(即最后一个隐藏层)输出的数据作为第二全景特征向量。

可以理解的是，若全景数据序列包括传感器数据序列和终端状态数据序列，其中，电子设备上又包含有多个传感器，实际上获取到的全景数据序列中，每个时间节点对应于多个全景数据，这些数据可以列向量的形式表示。进行特征提取后，获取到的全景特征以张量形式表示，例如，可以表示为矩阵。

在获取到第一时间区间对应的全景特征张量后，将其作为支持向量机分类模型的输入数据，检测该第一时间区间是否满足所述预设条件。其中，支持向量机分类模型的输出有两种类别标签，若输出的类别标签为1，则判定该第一时间区间满足所述预设条件，若输出的类别标签为0，则判定该第一时间区间不满足所述预设条件。支持向量机分类模型的训练过程如下：获取大量的样本全景数据序列，从样本全景数据序列中获取样本特征张量，根据样本全景数据为样本特征张量添加标签，若样本全景数据序列能够作为准确识别用户活动的依据，则添加标签1，若样本全景数据序列不能作为准确识别用户活动的依据，则添加标签0。根据添加有标签的样本特征张量训练支持向量机分类模型，确定模型参数。

其中，第一预设时间区间对应的分割时间点可以是该区间的起始分割时间点和/或终止分割时间点，故，对于不满足预设条件的第一时间区间，删除该第一时间区间的起始分割时间点和/或终止分割时间点。在删除不满足预设条件的第一时间区间对应的分割时间点之后，会导致部分相邻的第一时间区间合并，例如，如图4所示，经过支持向量机分类模型的检测，第一时间区间B₂-A₂不满足预设条件，删除该区间的终止分割时间点A₂，这样，会导致第一时间区间B₂-A₂和第一时间区间A₂-C₁合并为一个新的区间B₂-C₁。故，在经过第一轮的分割时间点过滤后，基于剩余的分割时间点，返回重新执行步骤1041，再次使用支持向量机分类模型进行检测，进行第二轮的分割时间点过滤，如此循环往复，直至第二时间序列中最终剩余的分割时间点形成的第一时间区间均满足所述预设条件。

可以理解的是，在删除分割时间点时，无论采用哪种删除方式，均不会删除首位两个时间点A₁(B₁、C₁)和A_m(B_n、C_p)。

方式二，步骤104、根据所述全景数据序列，检测所述第二时间序列中的分割时间点形成的时间区间是否满足预设条件，并删除不满足所述预设条件的分割时间点包括：

获取所述第二时间序列中的分割时间点；

根据预设时长，确定所述分割时间点对应的第二时间区间；

从所述全景数据序列中获取所述第二时间区间对应的第三全景数据子序列；

根据所述第三全景数据子序列检测所述第二时间区间是否满足所述预设条件；

若是，则保留所述第二时间区间对应的分割时间点；

若否，则删除所述第二时间区间对应的分割时间点。

在该实施方式中，按照预设时长，确定第二时间序列中的每个第二时间区间，其中，预设时长f为经验数据，可以根据情况预先调整该数据的大小。

例如，对于分割时间点A₂，以预设时长f为基础，建立第二时间区间[A₂-f，A₂+f]，通过检测这些第二时间区间对应的全景数据子序列中的信息是否足以支撑进行该第二时间区间内的活动识别，来检测该第二时间区间对应的分割时间点是否满足预设条件。按照与方式一相同的方式，判断第二时间区间对应的分割时间点，即A₂是否满足预设条件，若是，则保留该分割时间点，否则，删除该分割时间点。经过该方法对第二时间序列中的全部分割时间点进行检测和过滤后，剩余的分割时间点均是满足预设条件的分割时间点。

步骤105、根据所述第二时间序列中剩余的分割时间点，对所述全景数据序列进行分割，生成多个第一全景数据子序列。

经过对分割时间点的检测和过滤之后，剩余的分割时间点所形成的第二时间序列，既综合了三种时序数据分割规则得到的分割时间点，又能使分割时间点形成的时间区间的数据足以用于用户活动的识别，提高了时序数据分割的准效率和准确度。使用第二时间序列中剩余的分割时间点对全景数据序列进行分割，生成多个第一全景数据子序列。

具体实施时，本申请不受所描述的各个步骤的执行顺序的限制，在不产生冲突的情况下，某些步骤还可以采用其它顺序进行或者同时进行。

由上可知，本申请实施例提出的时序数据分割方法，获取目标时间区间对应的全景数据序列，基于至少两种预设的时序分割规则和待分割的全景数据序列，对目标时间区间进行分割，获取多个第一时间序列，按照时间顺序，将多个第一时间序列中的分割时间点进行合并处理，生成第二时间序列，根据全景数据序列，检测第二时间序列中的分割时间点形成的时间区间是否满足预设条件，并删除不满足预设条件的分割时间点，根据第二时间序列中剩余的分割时间点，对全景数据序列进行分割，生成多个第一全景数据序列，本申请的方案，通过综合多种时序分割规则对时间区间进行初步划分，确定可能作为全景数据子序列的起始点或者终止点的时间分割点，然后将这些时间分割点合并，形成新的第二时间序列，对分割时间点进行过滤，去掉不满足预设条件的分割时间点，根据剩余的分割时间点对全景数据序列进行分割，提高了时序数据分割的准效率和准确度。

在一实施例中还提供了一种时序数据分割装置。请参阅图6，图6为本申请实施例提供的时序数据分割装置400的结构示意图。其中该时序数据分割装置400应用于电子设备，该时序数据分割装置400包括数据获取模块401、第一分割模块402、时间点合并模块403、时间点检测模块404以及第二分割模块405，如下：

数据获取模块401，用于获取目标时间区间对应的全景数据序列；

第一分割模块402，用于基于至少两种预设的时序分割规则和所述全景数据序列，对所述目标时间区间进行分割，获取多个第一时间序列；

时间点合并模块403，用于按照时间顺序，将所述多个第一时间序列中的分割时间点进行合并处理，生成第二时间序列；

时间点检测模块404，用于根据所述全景数据序列，检测所述第二时间序列中的分割时间点形成的时间区间是否满足预设条件，并删除不满足所述预设条件的分割时间点；

第二分割模块405，用于根据所述第二时间序列中剩余的分割时间点，对所述全景数据序列进行分割，生成多个第一全景数据子序列。

在一些实施例中，时间点检测模块404还用于：确定所述第二时间序列中的分割时间点形成的第一时间区间；

从所述全景数据序列中获取所述第一时间区间对应的第二全景数据子序列；

根据所述第二全景数据子序列检测所述第一时间区间是否满足所述预设条件；

以及，若检测到有第一时间区间不满足所述预设条件，则删除不满足所述预设条件的第一时间区间对应的所述分割时间点，并基于剩余的分割时间点，返回执行所述确定所述第二时间序列中的分割时间点形成的第一时间区间的步骤，直至所述第二时间序列中剩余的分割时间点形成的第一时间区间均满足所述预设条件。

在一些实施例中，时间点检测模块404还用于：根据所述第二全景数据子序列，获取全景特征张量；

根据预设的支持向量机分类模型和所述全景特征张量，检测所述第一时间区间是否满足所述预设条件。

在一些实施例中，时间点检测模块404还用于：对所述传感器数据子序列和所述终端状态数据子序列进行预处理；

根据经过预处理后的所述传感器数据子序列生成第一全景特征向量，并根据经过预处理后的所述终端状态数据子序列生成第二全景特征向量；

融合所述第一全景特征向量和所述第二全景特征向量，生成所述全景特征张量。

在一些实施例中，时间点检测模块404还用于：根据传感器对应的预设滤波器，对所述传感器数据子序列进行滤波处理；

根据滤波处理后的所述传感器数据子序列生成第一传感器特征；

基于互补滤波方法，对具有互补关系的所述传感器数据子序列进行融合处理，生成融合传感器数据序列；

根据所述融合传感器数据序列生成第二传感器特征；

组合所述第一传感器特征和所述第二传感器特征，生成第一全景特征向量。

在一些实施例中，时间点检测模块404还用于：获取所述第二时间序列中的分割时间点；

根据预设时长，确定所述分割时间点对应的第二时间区间；

从所述全景数据序列中获取所述第二时间区间对应的第三全景数据子序列；

根据所述第三全景数据子序列检测所述第二时间区间是否满足所述预设条件；

若是，则保留所述第二时间区间对应的分割时间点；

若否，则删除所述第二时间区间对应的分割时间点。

具体实施时，以上各个模块可以作为独立的实体来实现，也可以进行任意组合，作为同一或若干个实体来实现，以上各个模块的具体实施可参见前面的方法实施例，在此不再赘述。

本实施例提出的时序数据分割装置400，数据获取模块401获取目标时间区间对应的全景数据序列，第一分割模块402基于至少两种预设的时序分割规则和待分割的全景数据序列，对目标时间区间进行分割，获取多个第一时间序列，时间点合并模块403按照时间顺序，将多个第一时间序列中的分割时间点进行合并处理，生成第二时间序列，根据全景数据序列，检测第二时间序列中的分割时间点形成的时间区间是否满足预设条件，并删除不满足预设条件的分割时间点，第二分割模块405根据第二时间序列中剩余的分割时间点，对全景数据序列进行分割，生成多个第一全景数据序列，本申请的方案，通过综合多种时序分割规则对时间区间进行初步划分，确定可能作为全景数据子序列的起始点或者终止点的时间分割点，然后将这些时间分割点合并，形成新的第二时间序列，对分割时间点进行过滤，去掉不满足预设条件的分割时间点，根据剩余的分割时间点对全景数据序列进行分割，提高了时序数据分割的准效率和准确度。

本申请实施例还提供一种电子设备。所述电子设备可以是智能手机、平板电脑等设备。如图7所示，图7为本申请实施例提供的电子设备的第一种结构示意图。电子设备300包括处理器301和存储器302。其中，处理器301与存储器302电性连接。

处理器301是电子设备300的控制中心，利用各种接口和线路连接整个电子设备的各个部分，通过运行或调用存储在存储器302内的计算机程序，以及调用存储在存储器302内的数据，执行电子设备的各种功能和处理数据，从而对电子设备进行整体监控。

在本实施例中，电子设备300中的处理器301会按照如下的步骤，将一个或一个以上的计算机程序的进程对应的指令加载到存储器302中，并由处理器301来运行存储在存储器302中的计算机程序，从而实现各种功能：

获取目标时间区间对应的全景数据序列；

基于至少两种预设的时序分割规则和所述全景数据序列，对所述目标时间区间进行分割，获取多个第一时间序列；

按照时间顺序，将所述多个第一时间序列中的分割时间点进行合并处理，生成第二时间序列；

根据所述全景数据序列，检测所述第二时间序列中的分割时间点形成的时间区间是否满足预设条件，并删除不满足所述预设条件的分割时间点；

根据所述第二时间序列中剩余的分割时间点，对所述全景数据序列进行分割，生成多个第一全景数据子序列。

在一些实施例中，在根据所述全景数据序列，检测所述第二时间序列中的分割时间点形成的时间区间是否满足预设条件，并删除不满足所述预设条件的分割时间点时，处理器301执行如下步骤：

确定所述第二时间序列中的分割时间点形成的第一时间区间；

从所述全景数据序列中获取所述第一时间区间对应的第二全景数据子序列；

根据所述第二全景数据子序列检测所述第一时间区间是否满足所述预设条件；

若检测到有第一时间区间不满足所述预设条件，则删除不满足所述预设条件的第一时间区间对应的所述分割时间点，并基于剩余的分割时间点，返回执行所述确定所述第二时间序列中的分割时间点形成的第一时间区间的步骤，直至所述第二时间序列中剩余的分割时间点形成的第一时间区间均满足所述预设条件。

在一些实施例中，在根据所述第二全景数据子序列检测所述第一时间区间是否满足所述预设条件时，处理器301执行如下步骤：

根据所述第二全景数据子序列，获取全景特征张量；

根据预设的支持向量机分类模型和所述全景特征张量，检测所述第一时间区间是否满足所述预设条件。

在一些实施例中，所述第二全景数据子序列包括传感器数据子序列和终端状态数据子序列；在根据所述第二全景数据子序列，获取全景特征张量时，处理器301执行如下步骤：

对所述传感器数据子序列和所述终端状态数据子序列进行预处理；

根据经过预处理后的所述传感器数据子序列生成第一全景特征向量，并根据经过预处理后的所述终端状态数据子序列生成第二全景特征向量；

融合所述第一全景特征向量和所述第二全景特征向量，生成所述全景特征张量。

在一些实施例中，在根据经过预处理后的所述传感器数据子序列生成第一全景特征向量时，处理器301执行如下步骤：

根据传感器对应的预设滤波器，对所述传感器数据子序列进行滤波处理；

根据滤波处理后的所述传感器数据子序列生成第一传感器特征；

基于互补滤波方法，对具有互补关系的所述传感器数据子序列进行融合处理，生成融合传感器数据序列；

根据所述融合传感器数据序列生成第二传感器特征；

组合所述第一传感器特征和所述第二传感器特征，生成第一全景特征向量。

在一些实施例中，在根据所述全景数据序列，检测所述第二时间序列中的分割时间点形成的时间区间是否满足预设条件，并删除不满足所述预设条件的分割时间点时，处理器301执行如下步骤：

获取所述第二时间序列中的分割时间点；

根据预设时长，确定所述分割时间点对应的第二时间区间；

从所述全景数据序列中获取所述第二时间区间对应的第三全景数据子序列；

根据所述第三全景数据子序列检测所述第二时间区间是否满足所述预设条件；

若是，则保留所述第二时间区间对应的分割时间点；

若否，则删除所述第二时间区间对应的分割时间点。

存储器302可用于存储计算机程序和数据。存储器302存储的计算机程序中包含有可在处理器中执行的指令。计算机程序可以组成各种功能模块。处理器301通过调用存储在存储器302的计算机程序，从而执行各种功能应用以及数据处理。

在一些实施例中，如图8所示，图8为本申请实施例提供的电子设备的第二种结构示意图。电子设备300还包括：射频电路303、显示屏304、控制电路305、输入单元306、音频电路307、传感器308以及电源309。其中，处理器301分别与射频电路303、显示屏304、控制电路305、输入单元306、音频电路307、传感器308以及电源309电性连接。

射频电路303用于收发射频信号，以通过无线通信与网络设备或其他电子设备进行通信。

显示屏304可用于显示由用户输入的信息或提供给用户的信息以及电子设备的各种图形用户接口，这些图形用户接口可以由图像、文本、图标、视频和其任意组合来构成。

控制电路305与显示屏304电性连接，用于控制显示屏304显示信息。

输入单元306可用于接收输入的数字、字符信息或用户特征信息(例如指纹)，以及产生与用户设置以及功能控制有关的键盘、鼠标、操作杆、光学或者轨迹球信号输入。其中，输入单元306可以包括指纹识别模组。

音频电路307可通过扬声器、传声器提供用户与电子设备之间的音频接口。其中，音频电路307包括麦克风。所述麦克风与所述处理器301电性连接。所述麦克风用于接收用户输入的语音信息。

传感器308用于采集外部环境信息。传感器308可以包括环境亮度传感器、加速度传感器、陀螺仪等传感器中的一种或多种。

电源309用于给电子设备300的各个部件供电。在一些实施例中，电源309可以通过电源管理系统与处理器301逻辑相连，从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。

尽管图8中未示出，电子设备300还可以包括摄像头、蓝牙模块等，在此不再赘述。

由上可知，本申请实施例提供了一种电子设备，所述电子设备获取目标时间区间对应的全景数据序列，基于至少两种预设的时序分割规则和待分割的全景数据序列，对目标时间区间进行分割，获取多个第一时间序列，按照时间顺序，将多个第一时间序列中的分割时间点进行合并处理，生成第二时间序列，根据全景数据序列，检测第二时间序列中的分割时间点形成的时间区间是否满足预设条件，并删除不满足预设条件的分割时间点，根据第二时间序列中剩余的分割时间点，对全景数据序列进行分割，生成多个第一全景数据序列，本申请的方案，通过综合多种时序分割规则对时间区间进行初步划分，确定可能作为全景数据子序列的起始点或者终止点的时间分割点，然后将这些时间分割点合并，形成新的第二时间序列，对分割时间点进行过滤，去掉不满足预设条件的分割时间点，根据剩余的分割时间点对全景数据序列进行分割，提高了时序数据分割的准效率和准确度。

本申请实施例还提供一种存储介质，所述存储介质中存储有计算机程序，当所述计算机程序在计算机上运行时，所述计算机执行上述任一实施例所述的时序数据分割方法。

需要说明的是，本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过计算机程序来指令相关的硬件来完成，所述计算机程序可以存储于计算机可读存储介质中，所述存储介质可以包括但不限于：只读存储器(ROM，Read OnlyMemory)、随机存取存储器(RAM，Random Access Memory)、磁盘或光盘等。

此外，本申请中的术语“第一”、“第二”和“第三”等是用于区别不同对象，而不是用于描述特定顺序。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或模块的过程、方法、系统、产品或设备没有限定于已列出的步骤或模块，而是某些实施例还包括没有列出的步骤或模块，或某些实施例还包括对于这些过程、方法、产品或设备固有的其它步骤或模块。

以上对本申请实施例所提供的时序数据分割方法、装置、存储介质及电子设备进行了详细介绍。本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本申请的限制。

Claims (10)

1.一种时序数据分割方法，其特征在于，包括：

获取目标时间区间对应的全景数据序列；

基于至少两种预设的时序分割规则和所述全景数据序列，对所述目标时间区间进行分割，获取多个第一时间序列；

按照时间顺序，将所述多个第一时间序列中的分割时间点进行合并处理，生成第二时间序列；

根据所述全景数据序列，检测所述第二时间序列中的分割时间点形成的时间区间是否满足预设条件，并删除不满足所述预设条件的分割时间点；

根据所述第二时间序列中剩余的分割时间点，对所述全景数据序列进行分割，生成多个第一全景数据子序列。

2.如权利要求1所述的时序数据分割方法，其特征在于，所述根据所述全景数据序列，检测所述第二时间序列中的分割时间点形成的时间区间是否满足预设条件，并删除不满足所述预设条件的分割时间点的步骤包括：

确定所述第二时间序列中的分割时间点形成的第一时间区间；

从所述全景数据序列中获取所述第一时间区间对应的第二全景数据子序列；

根据所述第二全景数据子序列检测所述第一时间区间是否满足所述预设条件；

若检测到有第一时间区间不满足所述预设条件，则删除不满足所述预设条件的第一时间区间对应的所述分割时间点，并基于剩余的分割时间点，返回执行所述确定所述第二时间序列中的分割时间点形成的第一时间区间的步骤，直至所述第二时间序列中剩余的分割时间点形成的第一时间区间均满足所述预设条件。

3.如权利要求2所述的时序数据分割方法，其特征在于，所述根据所述第二全景数据子序列检测所述第一时间区间是否满足所述预设条件的步骤包括：

根据所述第二全景数据子序列，获取全景特征张量；

根据预设的支持向量机分类模型和所述全景特征张量，检测所述第一时间区间是否满足所述预设条件。

4.如权利要求3所述的时序数据分割方法，其特征在于，所述第二全景数据子序列包括传感器数据子序列和终端状态数据子序列；所述根据所述第二全景数据子序列，获取全景特征张量的步骤包括：

对所述传感器数据子序列和所述终端状态数据子序列进行预处理；

根据经过预处理后的所述传感器数据子序列生成第一全景特征向量，并根据经过预处理后的所述终端状态数据子序列生成第二全景特征向量；

融合所述第一全景特征向量和所述第二全景特征向量，生成所述全景特征张量。

5.如权利要求4所述的时序数据分割方法，其特征在于，所述根据经过预处理后的所述传感器数据子序列生成第一全景特征向量的步骤包括：

根据传感器对应的预设滤波器，对所述传感器数据子序列进行滤波处理；

根据滤波处理后的所述传感器数据子序列生成第一传感器特征；

基于互补滤波方法，对具有互补关系的所述传感器数据子序列进行融合处理，生成融合传感器数据序列；

根据所述融合传感器数据序列生成第二传感器特征；

组合所述第一传感器特征和所述第二传感器特征，生成第一全景特征向量。

6.如权利要求1所述的时序数据分割方法，其特征在于，所述根据所述全景数据序列，检测所述第二时间序列中的分割时间点形成的时间区间是否满足预设条件，并删除不满足所述预设条件的分割时间点的步骤包括：

获取所述第二时间序列中的分割时间点；

根据预设时长，确定所述分割时间点对应的第二时间区间；

从所述全景数据序列中获取所述第二时间区间对应的第三全景数据子序列；

根据所述第三全景数据子序列检测所述第二时间区间是否满足所述预设条件；

若是，则保留所述第二时间区间对应的分割时间点；

若否，则删除所述第二时间区间对应的分割时间点。

7.一种时序数据分割装置，其特征在于，包括：

数据获取模块，用于获取目标时间区间对应的全景数据序列；

第一分割模块，用于基于至少两种预设的时序分割规则和所述全景数据序列，对所述目标时间区间进行分割，获取多个第一时间序列；

时间点合并模块，用于按照时间顺序，将所述多个第一时间序列中的分割时间点进行合并处理，生成第二时间序列；

时间点检测模块，用于根据所述全景数据序列，检测所述第二时间序列中的分割时间点形成的时间区间是否满足预设条件，并删除不满足所述预设条件的分割时间点；

第二分割模块，用于根据所述第二时间序列中剩余的分割时间点，对所述全景数据序列进行分割，生成多个第一全景数据子序列。

8.如权利要求7所述的时序数据分割装置，其特征在于，所述时间点检测模块还用于：

确定所述第二时间序列中的分割时间点形成的第一时间区间；

从所述全景数据序列中获取所述第一时间区间对应的第二全景数据子序列；

根据所述第二全景数据子序列检测所述第一时间区间是否满足所述预设条件；

若检测到有第一时间区间不满足所述预设条件，则删除不满足所述预设条件的第一时间区间对应的所述分割时间点，并基于剩余的分割时间点，返回执行所述确定所述第二时间序列中的分割时间点形成的第一时间区间的步骤，直至所述第二时间序列中剩余的分割时间点形成的第一时间区间均满足所述预设条件。

9.一种存储介质，其上存储有计算机程序，其特征在于，当所述计算机程序在计算机上运行时，使得所述计算机执行如权利要求1至6任一项所述的时序数据分割方法。

10.一种电子设备，包括处理器和存储器，所述存储器存储有计算机程序，其特征在于，所述处理器通过调用所述计算机程序，用于执行如权利要求1至6任一项所述的时序数据分割方法。

Images