CN116401275B - 一种云端数据处理方法、系统、存储介质及智能终端 - Google Patents
一种云端数据处理方法、系统、存储介质及智能终端 Download PDFInfo
- Publication number
- CN116401275B CN116401275B CN202310270079.9A CN202310270079A CN116401275B CN 116401275 B CN116401275 B CN 116401275B CN 202310270079 A CN202310270079 A CN 202310270079A CN 116401275 B CN116401275 B CN 116401275B
- Authority
- CN
- China
- Prior art keywords
- information
- correction scheme
- data
- node
- adjustment
- 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
- 238000003672 processing method Methods 0.000 title claims abstract description 28
- 238000012545 processing Methods 0.000 title claims abstract description 20
- 238000012937 correction Methods 0.000 claims abstract description 226
- 238000004458 analytical method Methods 0.000 claims abstract description 60
- 238000000034 method Methods 0.000 claims abstract description 53
- 230000000694 effects Effects 0.000 claims abstract description 39
- 230000009471 action Effects 0.000 claims description 69
- 230000002159 abnormal effect Effects 0.000 claims description 43
- 238000013507 mapping Methods 0.000 claims description 26
- 238000001514 detection method Methods 0.000 claims description 14
- 238000011084 recovery Methods 0.000 claims description 10
- 238000012216 screening Methods 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 6
- 238000002372 labelling Methods 0.000 claims description 3
- 238000004806 packaging method and process Methods 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 abstract description 3
- 230000008569 process Effects 0.000 description 18
- 230000036541 health Effects 0.000 description 16
- 208000008589 Obesity Diseases 0.000 description 10
- 208000001491 myopia Diseases 0.000 description 10
- 235000020824 obesity Nutrition 0.000 description 10
- 238000012360 testing method Methods 0.000 description 10
- 230000004438 eyesight Effects 0.000 description 9
- 230000004379 myopia Effects 0.000 description 9
- 230000033001 locomotion Effects 0.000 description 8
- 238000005259 measurement Methods 0.000 description 7
- 238000012549 training Methods 0.000 description 7
- 206010063385 Intellectualisation Diseases 0.000 description 5
- 238000007726 management method Methods 0.000 description 5
- 208000031226 Hyperlipidaemia Diseases 0.000 description 4
- 206010020772 Hypertension Diseases 0.000 description 4
- 230000005856 abnormality Effects 0.000 description 4
- 201000010099 disease Diseases 0.000 description 4
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 238000007405 data analysis Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 230000037396 body weight Effects 0.000 description 2
- 210000004899 c-terminal region Anatomy 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000000295 complement effect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000009182 swimming Effects 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 235000010627 Phaseolus vulgaris Nutrition 0.000 description 1
- 244000046052 Phaseolus vulgaris Species 0.000 description 1
- 210000000577 adipose tissue Anatomy 0.000 description 1
- 201000009310 astigmatism Diseases 0.000 description 1
- 238000005452 bending Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000000969 carrier Substances 0.000 description 1
- 210000004027 cell Anatomy 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 235000006694 eating habits Nutrition 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000004217 heart function Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 210000004072 lung Anatomy 0.000 description 1
- 230000004199 lung function Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000000474 nursing effect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000036314 physical performance Effects 0.000 description 1
- 238000013031 physical testing Methods 0.000 description 1
- 239000012925 reference material Substances 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
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
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2455—Query execution
-
- 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
- G06F16/23—Updating
-
- 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
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2462—Approximate or statistical queries
-
- 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
- G06F16/24—Querying
- G06F16/248—Presentation of query results
-
- 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
- G06F16/26—Visual data mining; Browsing structured data
-
- 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)
- Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Computational Linguistics (AREA)
- Probability & Statistics with Applications (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请涉及一种云端数据处理方法、系统、存储介质及智能终端，涉及数据处理技术的领域，其包括获取当前节点信息和请求类型信息；若是上传请求信息，则得到当前数据类型信息和当前数据信息；查找历史数据信息和大众数据信息；得到纵向对比信息和横向对比信息；确定相对弱势信息；确定调整矫正方案信息；更新历史数据信息，并将横向对比信息、纵向对比信息和调整矫正方案信息进行更新并存储；若是查看请求信息，则输出历史数据信息、横向对比信息、纵向对比信息和调整矫正方案信息，本申请具有将所有的相关内容以及矫正方案在用户进行查询时进行多维度输出，提高了云端数据处理分析的智能化和人性化的效果。
Description
技术领域
本申请涉及数据处理技术的领域，尤其是涉及一种云端数据处理方法、系统、存储介质及智能终端。
背景技术
随着现代社会的教育的关注点从应试教育向素质教育方向转变，学生的身体素质提升也日益显得重要起来，中小学生的体育考试也在学生综合素质评价里比重也逐渐提升。
目前随着数字信息化在教育领域的应用，越来越多的教育网络平台、终端教育软件应运而生，各个教育机构设置有相应的教育系统和云端数据平台，用于管理各自的教育资源和学生教育数据，基本实现了数据的信息化管理。
针对上述中的相关技术，发明人认为，现有的云端数据平台的功能较为单一，用户在使用过程中仅能够记录数据或者查找到记录的原始数据，后续的数据分析过程仍然需要用户自身花费大量的时间和精力，尚有改进的空间。
发明内容
为了改善现有的云端数据平台的功能较为单一，后续的数据分析过程仍然需要用户自身花费大量的时间和精力的问题，本申请提供一种云端数据处理方法、系统、存储介质及智能终端。
第一方面，本申请提供一种云端数据处理方法，采用如下的技术方案：
一种云端数据处理方法，包括：
获取当前节点信息和请求类型信息；
若请求类型信息是预设的上传请求信息，则接收检测情况信息并进行分析，以得到当前数据类型信息和当前数据信息；
基于当前数据类型信息和当前节点信息查找对应的历史数据信息和大众数据信息；
将历史数据信息、大众数据信息分别和当前数据信息进行比对分析以得到纵向对比信息和横向对比信息；
根据横向对比信息和纵向对比信息确定相对弱势信息；
根据预设的矫正数据库中所存储的矫正方案信息和当前节点信息、相对弱势信息进行匹配分析以确定当前节点信息、相对弱势信息所对应的情况下匹配的矫正方案，将该矫正方案定义为调整矫正方案信息；
将当前数据信息进行存储并更新为历史数据信息，并将横向对比信息、纵向对比信息和调整矫正方案信息进行更新并存储；
若请求类型信息是查看请求信息，则调取并输出历史数据信息、横向对比信息、纵向对比信息和调整矫正方案信息。
通过采用上述技术方案，在统计时通过将所有的数据例如视力、体重和体质等数据通过进行纵向和横向的对比，从而得到数据差异情况，形成对应的评分，从而可以分析出对应的问题，例如近视、三高、肥胖等，针对数据差异情况对数据进行分析以及制定并调整合理的矫正方案以及运动建议，然后将所有的内容以及矫正方案在用户进行查询时进行输出，向对象展示出来，无需人为进行大量数据查找以及分析的过程，提高了云端数据处理分析的智能化和人性化。
可选的，将大众数据信息和当前数据信息进行比对分析以得到横向对比信息的方法包括：
获取检测情况信息所对应的数据定位信息；
根据预设的区域数据库中所存储的区域信息和数据定位信息进行匹配分析以确定数据定位信息所在的区域，将该区域定义为分析区域信息；
基于分析区域信息筛选大众数据信息中带有分析区域信息标签的数据，将该大众数据信息定义为同区大众数据信息；
将同区大众数据信息和当前数据信息进行比对分析以得到横向对比信息并将当前数据信息打上分析区域信息的标签。
通过采用上述技术方案，通过设置区域标签，使得在横向对比时可以和对应的区域内的他人进行对比，例如将区域设置为省，那么可以分析出对应省份的健康情况，形成闭环管理，方便以后进行调取，从而对比更加准确，对比更加具有参考意义，提高了数据输出的合理性。
可选的，横向对比信息和纵向对比信息的输出方法包括：
判断相对弱势信息是否大于预设的标准弱势阈值信息；
若大于，则定义大于标准弱势阈值信息的相对弱势信息为异常相对弱势信息，将异常相对弱势信息对应的数据类型信息定义为异常数据类型信息；
根据预设的关联数据库中所存储的关联数据类型信息和异常数据类型信息进行匹配分析以确定异常数据类型信息所对应的关联数据类型，将该关联数据类型定义为异常关联数据类型信息，定义异常关联数据类型信息所对应的相对弱势信息定义为关联相对弱势信息；
筛选出关联相对弱势信息大于标准弱势阈值信息的异常关联数据类型信息并和异常数据类型信息进行异常标记并将对应的横向对比信息和纵向对比信息打包输出；
若小于，则仅输出相对弱势信息所对应的横向对比信息和纵向对比信息。
通过采用上述技术方案，由于输出的数据以及类型覆盖全维度，故虽然输出较为全面，但是用户查找起来仍然不方便，通过在异常较大的数据上进行异常标记，从而使得当用户查找数据（例如医院看病时查找病因），可以一目了然地从数据差异上得到想要获取的数据，提高了数据显示的针对性和有效性。
可选的，根据相对弱势信息从数据库中查找到调整矫正方案信息的方法包括：
根据当前节点信息查找相邻节点信息；
根据相邻节点信息查找相邻调整矫正方案信息和相邻相对弱势信息；
判断相邻节点信息是否存在相邻调整矫正方案信息的输出；
若不存在，则将相邻节点信息更新为当前节点信息并继续查找相邻节点信息；
若存在，则定义相邻节点信息为动作节点信息，将动作节点信息所对应的相邻相对弱势信息定义为动作相对弱势信息；
根据动作节点信息和当前节点信息计算出节点数差信息；
根据预设的恢复数据库中所存储的差异弥补信息和相邻调整矫正方案信息、节点数差信息进行匹配分析以确定相邻调整矫正方案信息、节点数差信息所对应的弱势弥补值，将该弱势弥补值定义为相邻弥补值信息；
根据恢复数据库中所存储的差异弥补信息和调整矫正方案信息、预设的单节数差信息进行匹配分析以确定调整矫正方案信息、预设的单节数差信息所对应的弱势弥补值，将该弱势弥补值定义为当前弥补值信息；
判断相邻弥补值信息是否大于当前弥补值信息；
若大于，则不输出调整矫正方案信息；
若不大于，则输出调整矫正方案信息。
通过采用上述技术方案，通过确定历史调整矫正方案在当前时间节点的效果是否比在数据库中查找出的矫正效果好，从而确定当时时间节点是否已经处于调整后的矫正方案中而仅仅是还没有达到平均水平而已，若为已经处于调整后的矫正方案中而仅仅是还没有达到平均水平而已时，则完全没有必要调整矫正方案，从而避免矫正方案频繁调整的情况，提高了云端数据输出的合理性。
可选的，若相邻弥补值信息不大于当前弥补值信息，则输出调整矫正方案信息的方法包括：
根据当前弥补值信息确定矫正强度信息；
根据预设的素质数据库中所存储的承受强度信息和分析区域信息进行匹配分析以确定分析区域信息所对应的承受强度，将该承受强度定义为标准承受强度信息；
根据矫正强度信息和标准承受强度信息计算出差值，将该差值定义为承受差值信息；
判断承受差值信息是否大于预设的超额阈值信息；
若大于，则不输出调整矫正方案信息；
若小于，则输出调整矫正方案信息。
通过采用上述技术方案，通过确定用户是否可以承受该矫正强度从而防止虽然矫正方案是符合要求的但是会导致用户完全不适用的情况，提高了调整的矫正方案输出的合理性。
可选的，若相邻弥补值信息不大于当前弥补值信息，则输出调整矫正方案信息的方法进一步包括：
根据动作节点信息查找位于动作节点信息和当前节点信息之间的后续节点信息；
查找后续节点信息的后续相对弱势信息；
根据后续节点信息和动作节点信息确定可选数值信息；
根据恢复数据库中所存储的差异弥补信息和动作调整矫正方案信息、可选数值信息进行匹配分析以确定动作调整矫正方案信息、可选数值信息所对应的弱势弥补值，将该弱势弥补值定义为预计弥补值信息；
根据预计弥补值信息、可选数值信息和动作相对弱势信息计算出可选相对弱势信息；
依次比对后续相对弱势信息和对应的可选相对弱势信息以确定动作计划执行力信息，并形成动作调整矫正方案信息和动作计划执行力信息的映射关系，将该映射关系定义为计划映射关系；
从计划映射关系中查找出调整矫正方案信息对应的动作计划执行力信息，将该动作计划执行力信息定义为预计动作计划执行力信息；
判断预计动作计划执行力信息是否大于预设的合格执行力信息；
若大于，则输出调整矫正方案信息；
若不大于，则不输出调整矫正方案信息。
通过采用上述技术方案，通过在历史数据中查找到以往应用调整矫正方案信息时的执行力从而确定用户是否能够跟上调整矫正方案信息，若直线不合格时则并不输出调整矫正方案信息，避免虽然输出了调整矫正方案信息但是并不能完成的情况发生而导致调整矫正方案信息为无效矫正方案，提高了矫正方案输出的合理性和有效性。
可选的，若预计动作计划执行力信息不大于合格执行力信息，则不输出调整矫正方案信息的方法包括：
获取其它数据类型信息和对应的其它调整矫正方案信息；
根据预设的影响数据库中所存储的数据类型信息、效果信息和其它调整矫正方案信息进行匹配分析以确定其它调整矫正方案信息所对应的能够影响到的数据类型和效果，将该数据类型信息定义为影响数据类型信息，将该效果定义为影响效果信息；
判断影响数据类型信息是否和当前数据类型信息一致；
若影响数据类型信息和当前数据类型信息一致，则判断影响效果信息是否和相对弱势信息一致；
若影响效果信息和相对弱势信息一致，则将其它调整矫正方案信息更新为调整矫正方案信息并输出；
若影响效果信息和相对弱势信息不一致，则不输出调整矫正方案信息；
若影响数据类型信息和当前数据类型信息不一致，则不输出调整矫正方案信息。
通过采用上述技术方案，若用户在该调整矫正方案下无法执行或者执行效率低，则可以通过查找相似且用户执行力高的矫正方案进行更换，从而合理设置调整矫正方案，提高了调整矫正方案输出的合理性。
第二方面，本申请提供一种云端数据处理系统，采用如下的技术方案：
一种云端数据处理系统，包括：
获取模块，用于获取当前节点信息、请求类型信息、检测情况信息、数据定位信息、其它数据类型信息和其它调整矫正方案信息；
存储器，用于存储上述任一种云端数据处理方法的控制方法的程序；
处理器，存储器中的程序能够被处理器加载执行且实现上述任一种云端数据处理方法的控制方法。
通过采用上述技术方案，在统计时通过将所有的数据例如视力、体重和体质等数据进行纵向和横向的对比，从而得到数据差异情况，从而可以分析出对应的问题，例如近视、三高、肥胖等，针对数据差异情况对数据进行分析以及制定并调整合理的矫正方案以及运动建议，然后将所有的内容以及矫正方案在用户进行查询时进行输出，向对象展示出来，无需人为进行大量数据查找以及分析的过程，提高了云端数据处理分析的智能化和人性化。
第三方面，本申请提供智能终端，采用如下的技术方案：
智能终端，包括存储器和处理器，存储器上存储有能够被处理器加载并执行上述任一种云端数据处理方法的计算机程序。
通过采用上述技术方案，在统计时通过将所有的数据例如视力、体重和体质等数据进行纵向和横向的对比，从而得到数据差异情况，从而可以分析出对应的问题，例如近视、三高、肥胖等，针对数据差异情况对数据进行分析以及制定并调整合理的矫正方案以及运动建议，然后将所有的内容以及矫正方案在用户进行查询时进行输出，向对象展示出来，无需人为进行大量数据查找以及分析的过程，提高了云端数据处理分析的智能化和人性化。
第四方面，本申请提供计算机存储介质，能够存储相应的程序，具有接收处理迅速，分析精确的特点。
计算机可读存储介质，采用如下的技术方案：
计算机可读存储介质，存储有能够被处理器加载并执行上述任一种云端数据处理方法的计算机程序。
通过采用上述技术方案，在统计时通过将所有的数据例如视力、体重和体质等数据进行纵向和横向的对比，从而得到数据差异情况，从而可以分析出对应的问题，例如近视、三高、肥胖等，针对数据差异情况对数据进行分析以及制定并调整合理的矫正方案以及运动建议，然后将所有的内容以及矫正方案在用户进行查询时进行输出，向对象展示出来，无需人为进行大量数据查找以及分析的过程，提高了云端数据处理分析的智能化和人性化。
综上所述，本申请包括以下至少有益技术效果：
1.在统计时通过将所有的数据进行纵向和横向的对比，将所有的相关内容以及矫正方案在用户进行查询时进行多维度输出，提高了云端数据处理分析的智能化和人性化；
2.通过在异常较大的数据上进行异常标记，可以一目了然地从数据差异上得到想要获取的数据，提高了数据显示的针对性和有效性。
附图说明
图1是本申请实施例中的一种云端数据处理方法的流程图。
图2是本申请实施例中的将大众数据信息和当前数据信息进行比对分析以得到横向对比信息的方法的流程图。
图3是本申请实施例中的横向对比信息和纵向对比信息的输出方法的流程图。
图4是本申请实施例中的根据相对弱势信息从数据库中查找到调整矫正方案信息的方法的流程图。
图5是本申请实施例中的若相邻弥补值信息不大于当前弥补值信息，则输出调整矫正方案信息的方法的流程图。
图6是本申请实施例中的若相邻弥补值信息不大于当前弥补值信息，则输出调整矫正方案信息的进一步方法的流程图。
图7是本申请实施例中的若预计动作计划执行力信息不大于合格执行力信息，则不输出调整矫正方案信息的方法的流程图。
图8是本申请实施例中的一种云端数据处理方法的系统模块图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图1-8及实施例，对本申请进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本申请，并不用于限定本申请。
本申请实施例公开一种云端数据处理方法。参照图1，一种云端数据处理方法包括：
步骤100：获取当前节点信息和请求类型信息。
当前节点信息为当前的时间节点的信息，可以为体考、体测等考试节点，也可以为在整个训练等过程中的测试节点。请求类型信息为需要在云端数据平台上进行操作的操作类型的信息。获取的方式为人为输入的方式，例如云端数据平台接收到各个健康管理端APP上传的数据，例如：教师端的app、教练端的app以及学生端的app，教师端、教练端和学生端的app均可以以智能工具作为载体进行操作，例如：手机上的app，教师、教练和学生均具有对应的智能设备来进行操作，那么在对应人员的智能设备的界面上存在对应的选项，例如：“上传”和“查看”等。当人为输入后系统自动查询当前的时间节点以及之前的矫正考试情况，综合分析出当前在矫正或者考试的节点。数据传输的方式可以为Wifi、Internet以及GSM等。
步骤101：若请求类型信息是预设的上传请求信息，则接收检测情况信息并进行分析，以得到当前数据类型信息和当前数据信息。
上传请求信息为上传数据的请求信息。检测情况信息为用户输入到客户端的资料的信息，以电子数据的形式进行上传。由对应测试的智能设备以及日常生活中训练用的C端产品进行实时测量得到。测试的智能设备例如：智能立定跳远仪、智能立定跳远仪、智能中长跑仪、智能短跑仪、智能跳绳仪、智能握力仪、智能身高体重仪、智能肺活量仪、智能篮球运球仪、智能足球仪、智能引体向上仪、智能台阶仪、智能游泳仪、智能仰卧起坐仪、智能俯卧撑仪、智能排球仪、智能体前屈仪、智能视力仪、智能实心球仪、30人同测中长跑智能测试仪和20、30人同测跳绳智能测试仪。训练的C端产品有智能跑步鞋、智能姿势矫正仪、护眼康复训练仪、智能体脂秤、智能跳绳、智能仰卧起坐仪、智能八电极身高体重测量仪、智能腰围仪、智能验光仪、智能跑步机、智能马桶和智能台灯这些可以进行智能监测动态数据的仪器。由这些仪器进行实时监测，然后上传到家校运动健康管理app，例如：学生端app、教师端app和教练端app等。传输的方式可以为Wifi、Bluetooh、GSM和Internet等。
当前数据类型信息为上传的数据的类型的信息，例如：视力情况、身体素质、体能测试、体能考试数据和平时训练数据等，也可以继续细分到跑步考试和健康测试等。当前数据信息为上传的数据分析后形成的数值的信息，当然也可以进行评分，以评分的形式进行输出，例如：视力的数据为5.0，那么输出的评分为80分。分析的过程为识别的过程，即在检测情况信息中就存在大量的信息，包括了评分和数据类型，只需要系统识别关键字来确定。
步骤102：基于当前数据类型信息和当前节点信息查找对应的历史数据信息和大众数据信息。
历史数据信息为对应当前数据类型信息的历史数据以及数据评分的信息。大众数据信息为在当前节点信息所对应的时间节点相同的当前数据类型信息其它人的数据以及数据评分的信息。
步骤103：将历史数据信息、大众数据信息分别和当前数据信息进行比对分析以得到纵向对比信息和横向对比信息。
纵向对比信息为当前数据信息和历史数据信息进行比对后比对结果的信息，包括了和平均数值的差值以及数据走向等信息。横向对比信息为当前数据信息和大众数据信息进行比对后比对结果的信息，包括了和平均数值的差值以及当前数据信息在大众数据信息形成的分布图中对应的位置的信息。
步骤104：根据横向对比信息和纵向对比信息确定相对弱势信息。
相对弱势信息为和矫正目标以及平均数据等数据的差异的信息，此处既要考虑是否达到自身的计划目标，也要考虑是否和他人的身体素质相似，以全面分析当前数据信息所对应的个人的能力。确定的方式可以为将横向对比信息和纵向对比信息进行数值化，然后按照设定好的权重进行相乘后相加。当然也包含了自动化分析的过程，例如：视力数值低的话，相对弱势信息中还包含了近视以及散光等的信息，或者体重偏大的话，则包含了肥胖的信息。云平台内部自动根据步骤101中上传的体考/体测成绩数据及各个端口的APP传送过来的身体素质相关数据进行分析，并对每个人的个人健康进行相关的身体健康数据分析，分析得出近视、小胖礅、豆芽菜、心肺功能差、三高的人群，然后对其进行打上相应的标签。
步骤105：根据预设的矫正数据库中所存储的矫正方案信息和当前节点信息、相对弱势信息进行匹配分析以确定当前节点信息、相对弱势信息所对应的情况下匹配的矫正方案，将该矫正方案定义为调整矫正方案信息。
调整矫正方案信息为为了弥补相对弱势信息所需要调整的矫正方案的信息。数据库中存储有当前节点信息、相对弱势信息和矫正方案信息的映射关系，由多名本领域工作人员结合之前的试验和大量的经验进行设定得到，例如：肥胖的话则会增加相对的运动强度和改变对应的饮食习惯。当系统接收到当前节点信息、相对弱势信息时，自动从数据库中查找到对应的矫正方案，以调整矫正方案信息进行输出。例如：当系统受到的相对弱势信息为肥胖时，自动从数据库中查找到对应的运动计划，进行输出。步骤106：将当前数据信息进行存储并更新为历史数据信息，并将横向对比信息、纵向对比信息和调整矫正方案信息进行更新并存储。
存储的目的是为了使得用户在下次使用和调取过程中方便寻找，也便于以后医学领域的研究进行分析，以得到对应的健康数据和恢复健康数据。数据的存储，也是平台重要部分之一，平台会保存每个人历往的体考/体测成绩，身体素质健康信息，同时会根据不同的端口进行分类展示（如一个学生换一个体育老师，即同时也更换了一个教师端app，平台会在重新更换的教师端app展示该时段的相关体考/体测成绩，同时平台内部还会保留以往上传的体考/体测成绩信息，方便以后通过更换后的教师端app查询得到）。
步骤107：若请求类型信息是查看请求信息，则调取并输出历史数据信息、横向对比信息、纵向对比信息和调整矫正方案信息。
输出的目的是为了提供全方位的数据呈现形式，并且通过不断收集学生的信息来完善对学生的“画像“，从而由云端数据处理模块完成智能匹配预置矫正方案的筛选。
其中，本云端数据平台可以对所有的数据进行管理，包括体育数据、运动数据等。这个云端数据平台内部经过一系列的算法可以对这些数据进行全方面的分析，从而经过分析后体现某些病症或者缺陷，例如三高，近视，肥胖的病因，也可以作为一种病因查找过程中的参考对象。同时，云平台会根据步骤104中的身体健康数据分析，可以对平台内的每个人进行一人一案的运动矫正方案，并对采用运动矫正方案的个人进行时时监督并提醒，平台内部会根据日常运动的结果进行不断的分析并调整，看最终有没有达到相关的健康要求，即身体素质改善，近视有没有通过相应的运动处方运动得到改善等。
在这个过程中，平台综合分析数据得到同一区域的人甚至全国的对象的健康规律，在后期使用过程中也可以作为医学领域的参考资料；另外，可以根据这些数据给出运动计划或者建议，并且同步到对应的客户端，例如学生近视严重，则可以同步到教师端，最后教师端将恢复视力的训练后的数据逐步反馈到平台上，分析训练的有效性，形成一个循环的过程。
参照图2，将大众数据信息和当前数据信息进行比对分析以得到横向对比信息的方法包括：
步骤200：获取检测情况信息所对应的数据定位信息。
数据定位信息为上传数据时上传端的移动设备所在的位置的信息。获取的方式为从定位软件中进行获取，每个上传的客户端即为用户的手机，在上传数据时自动会进行定位。
步骤201：根据预设的区域数据库中所存储的区域信息和数据定位信息进行匹配分析以确定数据定位信息所在的区域，将该区域定义为分析区域信息。
分析区域信息为数据定位信息所在的区域的信息。区域数据库中存储有区域信息和数据定位信息的映射关系，由本领域工作人员根据自身经验来设定的，经验的来源于各个区域之间的体质差异和生活环境的差异。当系统接收到对应的数据定位信息后，自动从数据库中查找到对应的区域，以分析区域信息进行输出。例如：区域为省份级别，那么分析区域信息为某省。
步骤202：基于分析区域信息筛选大众数据信息中带有分析区域信息标签的数据，将该大众数据信息定义为同区大众数据信息。
同区大众数据信息为在同一个分析区域信息内的大众数据信息。筛选的方式为在每个大众数据信息上均打上对应的区域的标签，然后筛选时查找带有同一区域标签的数据即可。同一区域内的数据打上区域标签，以便于后期进行医学领域的数据分析，得到对应区域内的健康规律。
步骤203：将同区大众数据信息和当前数据信息进行比对分析以得到横向对比信息并将当前数据信息打上分析区域信息的标签。
云平台内部自动根据上传的个人信息按地区，姓名，性别，身份证号，年龄，个人基础健康信息，学校，每个学校的体育老师的教师端或个人端进行区分管理，可分类查询和显示。同一区域内的进行对比具有可参考性，当两个区域不同导致身体性能参数等均不相同，故对比不具备参考性，例如：亚洲人和美洲人的身体素质上完全不同。
参照图3，横向对比信息和纵向对比信息的输出方法包括：
步骤300：判断相对弱势信息是否大于预设的标准弱势阈值信息。
标准弱势阈值信息为允许数据评分偏差的最大值的信息。
步骤3001：若大于，则定义大于标准弱势阈值信息的相对弱势信息为异常相对弱势信息，将异常相对弱势信息对应的数据类型信息定义为异常数据类型信息。
如果大于，则说明此时的数据偏差过大，是个异常的数据，很有可能就是引起肥胖等异常情况的原因。
步骤3002：若小于，则仅输出相对弱势信息所对应的横向对比信息和纵向对比信息。
步骤301：根据预设的关联数据库中所存储的关联数据类型信息和异常数据类型信息进行匹配分析以确定异常数据类型信息所对应的关联数据类型，将该关联数据类型定义为异常关联数据类型信息，定义异常关联数据类型信息所对应的相对弱势信息定义为关联相对弱势信息。
异常关联数据类型信息为和异常数据类型信息相关联的数据类型的信息，即如果异常数据类型信息的数据是异常的，可能会引起该异常的原因所对应的数据类型的信息。数据库中存储有关联数据类型信息和异常数据类型信息的映射关系，由本领域工作人员根据实际的情况进行设定，例如：跑步成绩差，那么相关的可能身材数据或者力量测量上也相对较差，可以列出一系列的相关数据。例如：三高的话，可能也会有对应的其它并发症。
步骤302：筛选出关联相对弱势信息大于标准弱势阈值信息的异常关联数据类型信息并和异常数据类型信息进行异常标记并将对应的横向对比信息和纵向对比信息打包输出。
筛选出关联相对弱势信息大于标准弱势阈值信息的异常关联数据类型信息并和异常数据类型信息进行异常标记，以便于用户在使用时可以查找，例如当用户生病、三高、近视、肥胖时，可以通过查找异常的数据来得到病因或者得到相应的结论。
参照图4，根据相对弱势信息从数据库中查找到调整矫正方案信息的方法包括：
步骤400：根据当前节点信息查找相邻节点信息。
相邻节点信息为当前节点之前的相邻的节点的信息。
步骤401：根据相邻节点信息查找相邻调整矫正方案信息和相邻相对弱势信息。
相邻调整矫正方案信息为在相邻节点信息时输出的调整矫正方案信息，需要注意的是，一般默认用户按照矫正方案在执行，例如在本次节点测出肥胖时，输出的方案为跑步，那么默认从本次节点开始，用户会执行对应的跑步方案。相邻相对弱势信息为相邻节点时输出的相对弱势信息。
步骤402：判断相邻节点信息是否存在相邻调整矫正方案信息的输出。
步骤4021：若不存在，则将相邻节点信息更新为当前节点信息并继续查找相邻节点信息。
如果不存在，则说明相邻节点信息继续延用之前的矫正方案而没有做出新的矫正方案，则可以继续向前翻找以找到改变计划的那个节点。更新的目的是为了方便计算机继续执行查找改变计划的节点的任务。
步骤4022：若存在，则定义相邻节点信息为动作节点信息，将动作节点信息所对应的相邻相对弱势信息定义为动作相对弱势信息。
动作节点信息为调整矫正方案的节点。
步骤403：根据动作节点信息和当前节点信息计算出节点数差信息。
节点数差信息为动作节点信息和当前节点信息的节点相差的信息。计算的方式可以为查找的动作的次数，也可以为在每个节点进行编号，然后计算两个编号之间的差值。
步骤404：根据预设的恢复数据库中所存储的差异弥补信息和相邻调整矫正方案信息、节点数差信息进行匹配分析以确定相邻调整矫正方案信息、节点数差信息所对应的弱势弥补值，将该弱势弥补值定义为相邻弥补值信息。
相邻弥补值信息为在当前节点信息时相邻调整矫正方案信息所起到的能够对相对弱势信息进行弥补的数值的信息。数据库中存储有差异弥补信息、相邻调整矫正方案信息和节点数差信息的映射关系。由工作人员根据每一套矫正方案在每个节点的时间内能够做到的效果来进行记录并且多个效果进行平均化后得到的。当系统接收到对应的相邻调整矫正方案信息、节点数差信息，自动从数据库中查找到对应的弱势弥补值，以相邻弥补值信息进行输出。
步骤405：根据恢复数据库中所存储的差异弥补信息和调整矫正方案信息、预设的单节数差信息进行匹配分析以确定调整矫正方案信息、预设的单节数差信息所对应的弱势弥补值，将该弱势弥补值定义为当前弥补值信息。
单节数差信息为节点数差信息为一的数差的信息。当前弥补值信息为在当前节点信息时调整矫正方案信息所引起的能够对相对弱势信息进行弥补的数值的信息。当系统接收到对应的调整计划信息和单节数差信息时，自动从数据库中查找到对应的弱势弥补值，以当前弥补值信息进行输出。
步骤406：判断相邻弥补值信息是否大于当前弥补值信息。
判断的目的是为了确定前一个矫正方案的效果是否好于现在即将采用的矫正方案的效果。
步骤4061：若大于，则不输出调整矫正方案信息。
如果大于，则说明之前的矫正方案效果更好且由于用户之前已经采用，则可以继续延用之前的矫正方案而无需改变。例如，之前的训练方案为跑步加游泳，而现在因为数据靠近了，那么仅有跑步的方案，那么如果调整为跑步的方案时，效果反而不好，所以可以仍然延用之前的方案而不输出调整矫正方案信息。
步骤4062：若不大于，则输出调整矫正方案信息。
如果不大于，则说明现在的矫正方案更好，则为了尽快弥补差距，则可以进行矫正方案的调整。
参照图5，若相邻弥补值信息不大于当前弥补值信息，则输出调整矫正方案信息的方法包括：
步骤500：根据当前弥补值信息确定矫正强度信息。
矫正强度信息为为了弥补当前弥补值信息所对应的差距所需要的矫正方案的强度的信息。确定的方式可以为查表的方式，如跑步1小时的强度为50，跑步半小时的强度为25。
步骤501：根据预设的素质数据库中所存储的承受强度信息和分析区域信息进行匹配分析以确定分析区域信息所对应的承受强度，将该承受强度定义为标准承受强度信息。
标准承受强度信息为在该区域内的每个个体平均能够承受的矫正强度的信息。数据库中存储有承受强度信息和分析区域信息的映射关系，由本领域工作人员根据长时间的调查和测试得到并随着时间的推演而更新。当系统接收到对应的分析区域信息时自动从数据库中查找到对应的承受强度，以标准承受强度信息进行输出。
步骤502：根据矫正强度信息和标准承受强度信息计算出差值，将该差值定义为承受差值信息。
承受差值信息为矫正强度信息和标准承受强度信息之间的差值。
步骤503：判断承受差值信息是否大于预设的超额阈值信息。
超额阈值信息为超出标准承受强度信息的最大值的信息，即超过这个值的话会影响用户的身体健康。虽然有标准承受强度信息，但是也可以做到超出标准值的情况，所以可以设置一个超额阈值信息来限制超出的最大值。
步骤5031：若大于，则不输出调整矫正方案信息。
步骤5032：若小于，则输出调整矫正方案信息。
参照图6，若相邻弥补值信息不大于当前弥补值信息，则输出调整矫正方案信息的方法进一步包括：
步骤600：根据动作节点信息查找位于动作节点信息和当前节点信息之间的后续节点信息。
后续节点信息为位于动作节点信息和当前节点信息之间的节点的信息。
步骤601：查找后续节点信息的后续相对弱势信息。
后续相对弱势信息为在后续节点信息所对应的相对弱势信息。
步骤602：根据后续节点信息和动作节点信息确定可选数值信息。
可选数值信息为后续节点信息和动作节点信息之间的差值的信息。
步骤603：根据恢复数据库中所存储的差异弥补信息和动作调整矫正方案信息、可选数值信息进行匹配分析以确定动作调整矫正方案信息、可选数值信息所对应的弱势弥补值，将该弱势弥补值定义为预计弥补值信息。
预计弥补值信息为以动作调整矫正方案信息在后续节点信息时所能够产生的差异弥补的数值的信息。数据库的建立由步骤404中进行介绍，在此不作赘述。当系统接收到动作调整矫正方案信息、可选数值信息时，自动从数据库中查找到对应的弱势弥补值，以预计弥补值信息进行输出。
步骤604：根据预计弥补值信息、可选数值信息和动作相对弱势信息计算出可选相对弱势信息。
可选相对弱势信息为依次在后续节点信息和动作节点信息之间的每一个节点按照预计弥补值信息来进行弥补后在后续节点信息时相对弱势信息应该对应的数值的信息。计算的方式就是从动作节点信息到后续节点信息依次将对应的预计弥补值信息相加得到最终的弱势弥补值，然后用于填补可选相对弱势信息。
步骤605：依次比对后续相对弱势信息和对应的可选相对弱势信息以确定动作计划执行力信息，并形成动作调整矫正方案信息和动作计划执行力信息的映射关系，将该映射关系定义为计划映射关系。
动作计划执行力信息为按照矫正方案信息的执行力度的信息。确定的方式为实际和理论的数值的对比值。计划映射关系为动作调整矫正方案信息和动作计划执行力信息的映射关系。
步骤606：从计划映射关系中查找出调整矫正方案信息对应的动作计划执行力信息，将该动作计划执行力信息定义为预计动作计划执行力信息。
预计动作计划执行力信息为调整矫正方案信息所对应的动作计划执行力信息。此处的映射关系由大量的数据所形成的。
步骤607：判断预计动作计划执行力信息是否大于预设的合格执行力信息。
合格执行力信息为执行力信息符合设定的要求的信息。
步骤6071：若大于，则输出调整矫正方案信息。
若大于，则说明此时调整矫正方案信息设定后一般能够执行，且执行效果符合预期的要求。
步骤6072：若不大于，则不输出调整矫正方案信息。
参照图7，若预计动作计划执行力信息不大于合格执行力信息，则不输出调整矫正方案信息的方法包括：
步骤700：获取其它数据类型信息和对应的其它调整矫正方案信息。
其它数据类型信息为除了当前数据类型信息外的数据类型信息，例如当前数据类型信息为跑步时，其它数据类型信息可以为跳高等。其它调整矫正方案信息为针对其它数据类型信息的矫正方案的信息。
步骤701：根据预设的影响数据库中所存储的数据类型信息、效果信息和其它调整矫正方案信息进行匹配分析以确定其它调整矫正方案信息所对应的能够影响到的数据类型和效果，将该数据类型信息定义为影响数据类型信息，将该效果定义为影响效果信息。
影响数据类型信息为能够被其它调整矫正方案信息影响到的数据类型的信息，例如：跑步计划可以影响肺活量。影响效果信息为影响到的数据类型信息的效果的信息。例如跑步计划提高肺活量。数据库中存储有数据类型信息、效果信息和其它调整矫正方案信息的映射关系，由本领域工作人员根据矫正方案实际产生的效果来进行记录并存储的。当系统接收到对应的其它调整矫正方案信息后，自动从数据库中查找出对应的数据类型和效果，以影响数据类型信息和影响效果信息进行输出。
步骤702：判断影响数据类型信息是否和当前数据类型信息一致。
步骤7021：若影响数据类型信息和当前数据类型信息一致，则判断影响效果信息是否和相对弱势信息一致。
当两者数据信息一致时，则说明其它调整矫正方案信息也可以对当前数据类型信息产生效果，则需要确定效果的幅度值。
步骤7022：若影响数据类型信息和当前数据类型信息不一致，则不输出调整矫正方案信息。
两者数据类型都不一致，则说明其它调整矫正方案信息无法影响当前数据类型信息，而自身的调整矫正方案信息的执行力又不足，则只能不输出调整矫正方案信息。
步骤7031：若影响效果信息和相对弱势信息一致，则将其它调整矫正方案信息更新为调整矫正方案信息并输出。
如果效果也一致，则完全可以替代调整矫正方案信息，需要注意的是，此时仍然需要确定其它调整矫正方案信息所对应的预计动作计划执行力信息，若大于合格执行力信息时材输出。
步骤7032：若影响效果信息和相对弱势信息不一致，则不输出调整矫正方案信息。
基于同一发明构思，本发明实施例提供一种云端数据处理系统。
参照图8，一种云端数据处理系统，包括：
获取模块，用于获取当前节点信息、请求类型信息、检测情况信息、数据定位信息、其它数据类型信息和其它调整矫正方案信息；
存储器，用于存储一种云端数据处理方法的控制方法的程序；
处理器，存储器中的程序能够被处理器加载执行且实现一种云端数据处理方法的控制方法。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将装置的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
本发明实施例提供计算机可读存储介质，存储有能够被处理器加载并执行一种云端数据处理方法的计算机程序。
计算机存储介质例如包括：U盘、移动硬盘、只读存储器(Read-OnlyMemory，ROM)、随机存取存储器(RandomAccessMemory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
基于同一发明构思，本发明实施例提供智能终端，包括存储器和处理器，存储器上存储有能够被处理器加载并执行一种云端数据处理方法的计算机程序。
以上均为本申请的较佳实施例，并非依此限制本申请的保护范围，本说明书（包括摘要和附图）中公开的任一特征，除非特别叙述，均可被其它等效或者具有类似目的替代特征加以替换。即，除非特别叙述，每个特征只是一系列等效或类似特征中的一个例子而已。
Claims (7)
1.一种云端数据处理方法，其特征在于，包括：
获取当前节点信息和请求类型信息；
若请求类型信息是预设的上传请求信息，则接收检测情况信息并进行分析，以得到当前数据类型信息和当前数据信息；
基于当前数据类型信息和当前节点信息查找对应的历史数据信息和大众数据信息；
将历史数据信息、大众数据信息分别和当前数据信息进行比对分析以得到纵向对比信息和横向对比信息；
根据横向对比信息和纵向对比信息确定相对弱势信息；
根据预设的矫正数据库中所存储的矫正方案信息和当前节点信息、相对弱势信息进行匹配分析以确定当前节点信息、相对弱势信息所对应的情况下匹配的矫正方案，将该矫正方案定义为调整矫正方案信息；
将当前数据信息进行存储并更新为历史数据信息，并将横向对比信息、纵向对比信息和调整矫正方案信息进行更新并存储；
若请求类型信息是查看请求信息，则调取并输出历史数据信息、横向对比信息、纵向对比信息和调整矫正方案信息；
其中，将大众数据信息和当前数据信息进行比对分析以得到横向对比信息的方法包括：
获取检测情况信息所对应的数据定位信息；
根据预设的区域数据库中所存储的区域信息和数据定位信息进行匹配分析以确定数据定位信息所在的区域，将该区域定义为分析区域信息；
基于分析区域信息筛选大众数据信息中带有分析区域信息标签的数据，将该大众数据信息定义为同区大众数据信息；
将同区大众数据信息和当前数据信息进行比对分析以得到横向对比信息并将当前数据信息打上分析区域信息的标签；
其中，根据相对弱势信息从数据库中查找到调整矫正方案信息的方法包括：
根据当前节点信息查找相邻节点信息；
根据相邻节点信息查找相邻调整矫正方案信息和相邻相对弱势信息；
判断相邻节点信息是否存在相邻调整矫正方案信息的输出；
若不存在，则将相邻节点信息更新为当前节点信息并继续查找相邻节点信息；
若存在，则定义相邻节点信息为动作节点信息，将动作节点信息所对应的相邻相对弱势信息定义为动作相对弱势信息；
根据动作节点信息和当前节点信息计算出节点数差信息；
根据预设的恢复数据库中所存储的差异弥补信息和相邻调整矫正方案信息、节点数差信息进行匹配分析以确定相邻调整矫正方案信息、节点数差信息所对应的弱势弥补值，将该弱势弥补值定义为相邻弥补值信息；
根据恢复数据库中所存储的差异弥补信息和调整矫正方案信息、预设的单节数差信息进行匹配分析以确定调整矫正方案信息、预设的单节数差信息所对应的弱势弥补值，将该弱势弥补值定义为当前弥补值信息；
判断相邻弥补值信息是否大于当前弥补值信息；
若大于，则不输出调整矫正方案信息；
若不大于，则输出调整矫正方案信息；
其中，若相邻弥补值信息不大于当前弥补值信息，则输出调整矫正方案信息的方法进一步包括：
根据动作节点信息查找位于动作节点信息和当前节点信息之间的后续节点信息；
查找后续节点信息的后续相对弱势信息；
根据后续节点信息和动作节点信息确定可选数值信息；
根据恢复数据库中所存储的差异弥补信息和动作调整矫正方案信息、可选数值信息进行匹配分析以确定动作调整矫正方案信息、可选数值信息所对应的弱势弥补值，将该弱势弥补值定义为预计弥补值信息；
根据预计弥补值信息、可选数值信息和动作相对弱势信息计算出可选相对弱势信息；
依次比对后续相对弱势信息和对应的可选相对弱势信息以确定动作计划执行力信息，并形成动作调整矫正方案信息和动作计划执行力信息的映射关系，将该映射关系定义为计划映射关系；
从计划映射关系中查找出调整矫正方案信息对应的动作计划执行力信息，将该动作计划执行力信息定义为预计动作计划执行力信息；
判断预计动作计划执行力信息是否大于预设的合格执行力信息；
若大于，则输出调整矫正方案信息；
若不大于，则不输出调整矫正方案信息。
2.根据权利要求1所述的一种云端数据处理方法，其特征在于，横向对比信息和纵向对比信息的输出方法包括：
判断相对弱势信息是否大于预设的标准弱势阈值信息；
若大于，则定义大于标准弱势阈值信息的相对弱势信息为异常相对弱势信息，将异常相对弱势信息对应的数据类型信息定义为异常数据类型信息；
根据预设的关联数据库中所存储的关联数据类型信息和异常数据类型信息进行匹配分析以确定异常数据类型信息所对应的关联数据类型，将该关联数据类型定义为异常关联数据类型信息，定义异常关联数据类型信息所对应的相对弱势信息定义为关联相对弱势信息；
筛选出关联相对弱势信息大于标准弱势阈值信息的异常关联数据类型信息并和异常数据类型信息进行异常标记并将对应的横向对比信息和纵向对比信息打包输出；
若小于，则仅输出相对弱势信息所对应的横向对比信息和纵向对比信息。
3.根据权利要求1所述的一种云端数据处理方法，其特征在于，若相邻弥补值信息不大于当前弥补值信息，则输出调整矫正方案信息的方法包括：
根据当前弥补值信息确定矫正强度信息；
根据预设的素质数据库中所存储的承受强度信息和分析区域信息进行匹配分析以确定分析区域信息所对应的承受强度，将该承受强度定义为标准承受强度信息；
根据矫正强度信息和标准承受强度信息计算出差值，将该差值定义为承受差值信息；
判断承受差值信息是否大于预设的超额阈值信息；
若大于，则不输出调整矫正方案信息；
若小于，则输出调整矫正方案信息。
4.根据权利要求1所述的一种云端数据处理方法，其特征在于，若预计动作计划执行力信息不大于合格执行力信息，则不输出调整矫正方案信息的方法包括：
获取其它数据类型信息和对应的其它调整矫正方案信息；
根据预设的影响数据库中所存储的数据类型信息、效果信息和其它调整矫正方案信息进行匹配分析以确定其它调整矫正方案信息所对应的能够影响到的数据类型和效果，将该数据类型信息定义为影响数据类型信息，将该效果定义为影响效果信息；
判断影响数据类型信息是否和当前数据类型信息一致；
若影响数据类型信息和当前数据类型信息一致，则判断影响效果信息是否和相对弱势信息一致；
若影响效果信息和相对弱势信息一致，则将其它调整矫正方案信息更新为调整矫正方案信息并输出；
若影响效果信息和相对弱势信息不一致，则不输出调整矫正方案信息；
若影响数据类型信息和当前数据类型信息不一致，则不输出调整矫正方案信息。
5.一种云端数据处理系统，其特征在于，包括：
获取模块，用于获取当前节点信息、请求类型信息、检测情况信息、数据定位信息、其它数据类型信息和其它调整矫正方案信息；
存储器，用于存储如权利要求1至4中任一项所述的一种云端数据处理方法的控制方法的程序；
处理器，存储器中的程序能够被处理器加载执行且实现如权利要求1至4中任一项所述的一种云端数据处理方法的控制方法。
6.智能终端，其特征在于，包括存储器和处理器，存储器上存储有能够被处理器加载并执行如权利要求1至4中任一项所述的一种云端数据处理方法的计算机程序。
7.计算机可读存储介质，其特征在于，存储有能够被处理器加载并执行如权利要求1至4中任一项所述的一种云端数据处理方法的计算机程序。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310270079.9A CN116401275B (zh) | 2023-03-14 | 2023-03-14 | 一种云端数据处理方法、系统、存储介质及智能终端 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310270079.9A CN116401275B (zh) | 2023-03-14 | 2023-03-14 | 一种云端数据处理方法、系统、存储介质及智能终端 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116401275A CN116401275A (zh) | 2023-07-07 |
| CN116401275B true CN116401275B (zh) | 2023-11-14 |
Family
ID=87008288
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310270079.9A Active CN116401275B (zh) | 2023-03-14 | 2023-03-14 | 一种云端数据处理方法、系统、存储介质及智能终端 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116401275B (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102096476B1 (ko) * | 2019-01-04 | 2020-04-02 | 주식회사 바이오텍에스알에스 | 신체 맞춤형 운동 분석 시스템 |
| CN111583442A (zh) * | 2020-04-30 | 2020-08-25 | 上海华东汽车信息技术有限公司 | 终端策略配置方法、装置、计算机设备和存储介质 |
| CN111835562A (zh) * | 2020-07-01 | 2020-10-27 | 北京爱笔科技有限公司 | 日志上传方法、日志查询方法、系统 |
| CN111957024A (zh) * | 2019-05-19 | 2020-11-20 | 郑州大学 | 一种基于云平台的可穿戴式太极运动步态评测与训练系统 |
| CN115564617A (zh) * | 2022-10-20 | 2023-01-03 | 宁波浙鼎教育科技有限公司 | 数字体育考评管理系统 |
-
2023
- 2023-03-14 CN CN202310270079.9A patent/CN116401275B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102096476B1 (ko) * | 2019-01-04 | 2020-04-02 | 주식회사 바이오텍에스알에스 | 신체 맞춤형 운동 분석 시스템 |
| CN111957024A (zh) * | 2019-05-19 | 2020-11-20 | 郑州大学 | 一种基于云平台的可穿戴式太极运动步态评测与训练系统 |
| CN111583442A (zh) * | 2020-04-30 | 2020-08-25 | 上海华东汽车信息技术有限公司 | 终端策略配置方法、装置、计算机设备和存储介质 |
| CN111835562A (zh) * | 2020-07-01 | 2020-10-27 | 北京爱笔科技有限公司 | 日志上传方法、日志查询方法、系统 |
| CN115564617A (zh) * | 2022-10-20 | 2023-01-03 | 宁波浙鼎教育科技有限公司 | 数字体育考评管理系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116401275A (zh) | 2023-07-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Phillips et al. | A systematic review of the validity, reliability, and feasibility of measurement tools used to assess the physical activity and sedentary behaviour of pre-school aged children | |
| CN109637625B (zh) | 自学习式健身计划生成系统 | |
| Haugen et al. | Sprint mechanical properties in soccer players according to playing standard, position, age and sex | |
| Balsalobre-Fernández et al. | The validity and reliability of a novel app for the measurement of change of direction performance | |
| Faber et al. | The Dutch motor skills assessment as tool for talent development in table tennis: a reproducibility and validity study | |
| Hughes et al. | Novel technology in sports biomechanics: Some words of caution | |
| CN110147428B (zh) | 知识点掌握度的更新方法、装置、设备和存储介质 | |
| Tomkinson et al. | Field tests of fitness | |
| CN109300521A (zh) | 训练的确定方法及装置、系统、存储介质、处理器 | |
| McCormack et al. | Coaches’ assessment of players physical performance: subjective and objective measures are needed when profiling players | |
| CA2770078C (en) | Sensory testing data analysis by categories | |
| Milanese et al. | Correction of a technical error in the golf swing: Error amplification versus direct instruction | |
| CN106295202B (zh) | 基于Hale指数的青少年健康状况动态分析方法 | |
| Runacres et al. | The reliability of force-velocity-power profiling during over-ground sprinting in children and adolescents | |
| CN117172977A (zh) | 一种针对学员训练的训练建议生成方法及系统 | |
| Liff et al. | An estimation model for cardiorespiratory fitness in adults with rheumatoid arthritis | |
| Samozino et al. | Is the concept, method, or measurement to blame for testing error? An illustration using the force-velocity-power profile | |
| CN116401275B (zh) | 一种云端数据处理方法、系统、存储介质及智能终端 | |
| Kinchington et al. | Monitoring of lower limb comfort and injury in elite football | |
| CN111986774B (zh) | 一种基于数据分析的运动处方生成及监控指导系统 | |
| Jain et al. | The Coaching Behavior Scale for Sport (CBS-S): Factor structure examination for elite Indian sportsperson. | |
| US20200185110A1 (en) | Computer-implemented method and an apparatus for use in detecting malingering by a first subject in one or more physical and/or mental function tests | |
| US20170039868A1 (en) | Information processing apparatus and ability improvement assisting method | |
| Ruf et al. | Soccer coaches vs. sport science and medicine staff: who can more accurately predict the skeletal age of high-level youth soccer players? | |
| CN109875562A (zh) | 一种基于体感设备多视觉分析的人体体型监测系统 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |