CN114546996A - 一种基于边缘端学习的穿戴数据处理方法 - Google Patents

一种基于边缘端学习的穿戴数据处理方法 Download PDF

Info

Publication number
CN114546996A
CN114546996A CN202210442080.0A CN202210442080A CN114546996A CN 114546996 A CN114546996 A CN 114546996A CN 202210442080 A CN202210442080 A CN 202210442080A CN 114546996 A CN114546996 A CN 114546996A
Authority
CN
China
Prior art keywords
data
service
wearable
method based
edge
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
Application number
CN202210442080.0A
Other languages
English (en)
Inventor
金建红
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tianjin Leling Kangyang Technology Co ltd
Original Assignee
Tianjin Leling Kangyang Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Tianjin Leling Kangyang Technology Co ltd filed Critical Tianjin Leling Kangyang Technology Co ltd
Priority to CN202210442080.0A priority Critical patent/CN114546996A/zh
Publication of CN114546996A publication Critical patent/CN114546996A/zh
Pending legal-status Critical Current

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
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/21—Design, administration or maintenance of databases
    • G06F16/215—Improving data quality; Data cleansing, e.g. de-duplication, removing invalid entries or correcting typographical errors
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/21—Design, administration or maintenance of databases
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/25—Integrating or interfacing systems involving database management systems
    • G06F16/258—Data format conversion from or to a database
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
    • G06F9/5027—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Software Systems (AREA)
  • Quality & Reliability (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)

Abstract

本发明涉及智能穿戴技术领域，特别涉及一种基于边缘端学习的穿戴数据处理方法。所述一种基于边缘端学习的穿戴数据处理方法，步骤包括：步骤一：构建云边协同计算系统；步骤二：基于步骤一构建的云边协同计算系统，穿戴设备进行生命体征数据采集；步骤三：对步骤二中采集的数据进行预处理；步骤四：完成步骤三后，对边缘计算节点进行资源约束和任务分配，最终完成穿戴数据的处理。本发明通过边缘计算技术，对智能穿戴设备采集到的数据进行分析处理，节省了大量的时间，处理效率更加高效。

Description

一种基于边缘端学习的穿戴数据处理方法
技术领域
本发明涉及智能穿戴技术领域，特别涉及一种基于边缘端学习的穿戴数据处理方法。
背景技术
智能穿戴设备，是应用于随身穿戴的智能设备，主要的常见的智能穿戴设备的种类就是智能手环，智能手表，智能眼镜等。智能穿戴设备采集人体数据传输给远处的平台，这些数据未加处理，平台针对这些大量的未处理的数据进行分析处理会耗费大量的算力，需要花费较多的时间。
发明内容
一种基于边缘端学习的穿戴数据处理方法，步骤包括：
步骤一：构建云边协同计算系统，所述云边协同计算系统，包括：设备服务层、核心服务层、支持服务层、导出服务层、系统管理和安全服务层；
步骤二：基于步骤一构建的云边协同计算系统，穿戴设备进行生命体征数据采集，包括：体温、心率、血氧饱和度；
步骤三：对步骤二中采集的数据进行预处理，所述预处理包括：数据清洗、数据集成、数据变换和数据规约；
步骤四：完成步骤三后，对边缘计算节点进行资源约束和任务分配，最终完成穿戴数据的处理。
具体地，设备服务层，提供穿戴设备接入的功能，由多个设备服务组成，每个设备服务是用户根据设备服务软件开发工具包编写生成的一个微服务，使用穿戴设备文件去定义设备的数据源信息。
具体地，核心服务层，核心服务层由核心数据微服务、命令微服务、元数据微服务、注册表和配置微服务四个微服务组件构成，核心数据微服务存储和管理来自穿戴设备的数据、元数据微服务存储和管理设备的元数据。
具体地，当检测到采集的数据满足规则要求时，支持服务层将触发一个通知消息。
具体地，导出服务层由服务软件注册和分发微服务组件组成，导出服务层用于将处理的数据传输至云计算中心。
具体地，系统管理和安全服务层，包括：安装、升级、启动、停止和监测控制微服务的功能。
具体地，对采集的数据进行预处理，包括：数据清洗、数据集成、数据变换和数据规约；数据清洗采用最近邻补插的方法，对步骤二中采集的数据中的缺失值进行处理；采用平均值修正对步骤二中采集的数据中的异常值进行处理。
具体地，对边缘计算节点进行资源约束和任务分配，资源约束表示为
Figure 891609DEST_PATH_IMAGE001
，j≤Aj，其中i表示任务，Xi、j、r表示决策变量，其中(Xi,j,r)=1表示任务i在计算节点j上第r个处理，ai表示任务i占用的某类资源量，Aj表示节点j的资源总量。
本发明有益效果：
本发明通过边缘计算技术，对智能穿戴设备采集到的数据进行分析处理，节省了大量的时间，处理效率更加高效。
附图说明
图1是本发明的流程步骤图。
图2是本发明的云边协同计算系统的结构图。
具体实施方式
本发明的实施例对于发明所属领域的现有技术人员中具有普通技术的人来说容易实现这些实施例。然而本发明也可以各种不同的形式实现，因此本发明不限于下文中描述的实施例。
一种基于边缘端学习的穿戴数据处理方法，包括下述步骤：
步骤一：构建云边协同计算系统，包括：设备服务层、核心服务层、支持服务层、导出服务层、系统管理和安全服务层；
如图2所示，设备服务层，提供穿戴设备接入的功能，由多个设备服务组成，每个设备服务是用户根据设备服务软件开发工具包编写生成的一个微服务，使用穿戴设备文件去定义设备的相关信息，包括源数据格式，存储在存储器中的数据格式以及对该设备的操作命令等信息，设备服务将来自设备的数据进行格式转换，并发送至核心服务层；
核心服务层，核心服务层由核心数据、命令、元数据、注册表和配置四个微服务组件构成，核心数据微服务存储和管理来自穿戴设备的数据、元数据微服务存储和管理设备的元数据，命令微服务将定义在设备文件的操作命令转换成通用的API，提供给用户以监测控制该穿戴设备，注册表和配置微服务存储设备服务的相关信息；
支持服务层，支持服务层提供边缘分析和智能服务，当检测到采集的数据满足规则要求时，将触发一个通知消息；
导出服务层，导出服务层用于将处理的数据传输至云计算中心，由服务软件注册和分发微服务组件组成，前者记录已注册的后端系统的相关信息，后者将对应数据从核心服务层导出至指定服务软件；
系统管理和安全服务层，系统管理具有安装、升级、启动、停止和监测控制微服务的功能，安全服务用以保障来自穿戴设备的数据和对穿戴设备的操作安全；
步骤二：穿戴设备进行生命体征数据采集，穿戴设备对体温、心率、血氧饱和度进行采集；穿戴设备利用光电容积法对人体进行测量，得到IBI，带入公式BPM×IBI＝60计算得到BPM，其中：IBI，即Interval Beats in ms，脉搏间隔；BPM，即Beats per Minute，每分钟心跳数；BPM的计算涉及IBI的测量；
步骤三：对采集的数据进行预处理，包括：数据清洗、数据集成、数据变换和数据规约；
数据清洗采用最近邻补插的方法，对步骤二中采集的数据中的缺失值进行处理；采用平均值修正对步骤二中采集的数据中的异常值进行处理；
步骤四：对边缘计算节点进行资源约束和任务分配，资源约束表示为资源约束表示为
Figure 651754DEST_PATH_IMAGE002
，j≤Aj，，其中i表示任务，Xi、j、r表示决策变量，其中(Xi,j,r)=1表示任务i在计算节点j上第r个处理，ai表示任务i占用的某类资源量，Aj表示节点j的资源总量。任务分配采用分布式遗传算法求解任务分配问题，利用有偏随机键和特定解码规则处理不可行解，最大化同时处理的任务数。

Claims (8)

1.一种基于边缘端学习的穿戴数据处理方法，其特征在于：步骤包括：
步骤一：构建云边协同计算系统，所述云边协同计算系统，包括：设备服务层、核心服务层、支持服务层、导出服务层、系统管理和安全服务层；
步骤二：基于步骤一构建的云边协同计算系统，穿戴设备进行生命体征数据采集，包括：体温、心率、血氧饱和度；
步骤三：对步骤二中采集的数据进行预处理，所述预处理包括：数据清洗、数据集成、数据变换和数据规约；
步骤四：完成步骤三后，对边缘计算节点进行资源约束和任务分配，最终完成穿戴数据的处理。
2.根据权利要求1所述的一种基于边缘端学习的穿戴数据处理方法，其特征在于：所述设备服务层，提供穿戴设备接入的功能，由多个设备服务组成，每个设备服务是用户根据设备服务软件开发工具包编写生成的一个微服务，使用穿戴设备文件去定义设备的数据源信息。
3.根据权利要求2所述的一种基于边缘端学习的穿戴数据处理方法，其特征在于：所述核心服务层，核心服务层由核心数据微服务、命令微服务、元数据微服务、注册表和配置微服务四个微服务组件构成，核心数据微服务存储和管理来自穿戴设备的数据、元数据微服务存储和管理穿戴设备的元数据。
4.根据权利要求2所述的一种基于边缘端学习的穿戴数据处理方法，其特征在于：当检测到采集的数据满足规则要求时，所述支持服务层将触发一个通知消息。
5.根据权利要求2所述的一种基于边缘端学习的穿戴数据处理方法，其特征在于：所述导出服务层由服务软件注册和分发微服务组件组成，用于将处理的数据传输至云计算中心。
6.根据权利要求2所述的一种基于边缘端学习的穿戴数据处理方法，其特征在于：所述系统管理和安全服务层，包括：安装、升级、启动、停止和监测控制微服务的功能。
7.根据权利要求1所述的一种基于边缘端学习的穿戴数据处理方法，其特征在于：所述数据清洗采用最近邻补插的方法，对步骤二中采集的数据中的缺失值进行处理；采用平均值修正对步骤二中采集的数据中的异常值进行处理。
8.根据权利要求1所述的一种基于边缘端学习的穿戴数据处理方法，其特征在于：资源约束表示为
Figure 611003DEST_PATH_IMAGE001
，j≤Aj，其中i表示任务，Xi、j、r表示决策变量，其中(Xi,j,r)=1表示任务i在计算节点j上第r个处理，ai表示任务i占用的某类资源量，Aj表示节点j的资源总量。
CN202210442080.0A 2022-04-26 2022-04-26 一种基于边缘端学习的穿戴数据处理方法 Pending CN114546996A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210442080.0A CN114546996A (zh) 2022-04-26 2022-04-26 一种基于边缘端学习的穿戴数据处理方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210442080.0A CN114546996A (zh) 2022-04-26 2022-04-26 一种基于边缘端学习的穿戴数据处理方法

Publications (1)

Publication Number Publication Date
CN114546996A true CN114546996A (zh) 2022-05-27

Family

ID=81667194

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210442080.0A Pending CN114546996A (zh) 2022-04-26 2022-04-26 一种基于边缘端学习的穿戴数据处理方法

Country Status (1)

Country Link
CN (1) CN114546996A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116149862A (zh) * 2023-03-07 2023-05-23 中科计算技术西部研究院 一种工业边缘计算平台及方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110022349A (zh) * 2019-01-17 2019-07-16 重庆邮电大学 一种基于边缘计算的异构工业网络设备组态微服务方法
CN111145896A (zh) * 2020-03-04 2020-05-12 大连理工大学 一种分布式的5g医疗物联网健康监测方法
CN111657891A (zh) * 2020-06-23 2020-09-15 北京理工大学 一种基于边缘计算平台的老年人健康状况监测方法
CN112660207A (zh) * 2020-12-18 2021-04-16 南京学府睿捷信息科技有限公司 一种可穿戴式地铁智能辅助驾驶系统
AU2021101172A4 (en) * 2021-03-04 2021-05-06 Seema Agarwal Design and implementation of convolution neural network on edge computing smart phone for human activity recognition
CN112837792A (zh) * 2019-11-25 2021-05-25 京东方科技集团股份有限公司 健康管理方法、装置和系统以及数据采集装置
CN113948208A (zh) * 2021-10-20 2022-01-18 郑州轻工业大学 一种基于云边端协同的慢性病患者健康实时监测系统

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110022349A (zh) * 2019-01-17 2019-07-16 重庆邮电大学 一种基于边缘计算的异构工业网络设备组态微服务方法
CN112837792A (zh) * 2019-11-25 2021-05-25 京东方科技集团股份有限公司 健康管理方法、装置和系统以及数据采集装置
CN111145896A (zh) * 2020-03-04 2020-05-12 大连理工大学 一种分布式的5g医疗物联网健康监测方法
CN111657891A (zh) * 2020-06-23 2020-09-15 北京理工大学 一种基于边缘计算平台的老年人健康状况监测方法
CN112660207A (zh) * 2020-12-18 2021-04-16 南京学府睿捷信息科技有限公司 一种可穿戴式地铁智能辅助驾驶系统
AU2021101172A4 (en) * 2021-03-04 2021-05-06 Seema Agarwal Design and implementation of convolution neural network on edge computing smart phone for human activity recognition
CN113948208A (zh) * 2021-10-20 2022-01-18 郑州轻工业大学 一种基于云边端协同的慢性病患者健康实时监测系统

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116149862A (zh) * 2023-03-07 2023-05-23 中科计算技术西部研究院 一种工业边缘计算平台及方法

Similar Documents

Publication Publication Date Title
Wang et al. LDPA: A local data processing architecture in ambient assisted living communications
CN108520316A (zh) 一种超限报警数据优化处理方法
CN112526952A (zh) 一种基于线体节拍采集及分析方法和系统
CN114546996A (zh) 一种基于边缘端学习的穿戴数据处理方法
CN108375909A (zh) 一种参数分析方法、装置、设备和计算机可读存储介质
CN110380880A (zh) 一种基于边缘计算框架的整车制造智能工厂的体系结构
CN108962250A (zh) 语音识别方法、装置及电子设备
CN116866095B (zh) 一种带触控面板的工业路由器及其待机控制方法
CN109611815A (zh) 一种燃气蒸汽锅炉的能耗报警管理方法及装置
CN106447242A (zh) 用电业务受理时限管理方法及装置
CN114971440B (zh) 一种基于工作量的人力资源配置系统
CN111311079A (zh) 一种大用户综合用能服务系统
CN116192906A (zh) 基于云边端协同的工业园区综合能源数字化监控方法
CN109978503A (zh) 基于微服务的数据处理方法
CN108091402A (zh) 一种医疗终端和用于其的数据接收方法及装置、存储介质
CN114298464A (zh) 任务处理方法、装置、电子设备及计算机可读存储介质
CN108629475A (zh) 一种基于宏观经济数据的经营信息分析系统的交互方法
CN113009895A (zh) 一种动态生产控制方法、系统及存储介质
CN113742169A (zh) 一种业务监控告警方法、装置、设备以及存储介质
CN112711508A (zh) 面向大规模客户端系统的智能运维服务系统
CN116702934B (zh) 一种校园智能生活平台的运营管理方法及系统
CN107835255A (zh) 物联网设备和用于其的数据发送方法及装置、存储介质
CN117151314B (zh) 透明质酸钠的生产管理方法及相关装置
CN116934041B (zh) 一种基于物联网协同的工厂任务管理方法及系统
CN115495321B (zh) 一种超算节点使用状态自动识别方法

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