CN116541241A - 基于大数据的术后便携式可穿戴设备运行效率分析系统 - Google Patents

Abstract

本发明属于智能穿戴设备领域，涉及数据分析技术，用于解决现有的术后便携式可穿戴设备运行效率分析系统在运行效率异常时无法对导致异常的原因进行分析与排查的问题，具体是基于大数据的术后便携式可穿戴设备运行效率分析系统，包括效率分析平台，所述效率分析平台通信连接有参数监测模块、异常分析模块、续航监测模块以及存储模块；所述参数监测模块用于对可穿戴设备的参数更新效率进行监测分析：设定监测周期，将监测对象显示屏幕的显示参数标记为监测参数；本发明可以对可穿戴设备的参数更新效率进行监测分析，根据更新系数对可穿戴设备的数据更新及时性进行反馈，在出现数据更新异常时及时进行反馈与异常排查。

Description

基于大数据的术后便携式可穿戴设备运行效率分析系统

技术领域

本发明属于智能穿戴设备领域，涉及数据分析技术，具体是基于大数据的术后便携式可穿戴设备运行效率分析系统。

背景技术

智能穿戴设备是应用穿戴式技术对日常穿戴进行智能化设计、开发出可以穿戴的设备的总称，如手表、手环、眼镜、服饰等；广义的智能穿戴设备包括功能全、尺寸大、可不依赖智能手机实现完整或者部分的功能，以及只专注于某一类应用功能，需要和其它设备配合使用。

现有的术后便携式可穿戴设备运行效率分析系统一般仅能够对智能设备的运行效率进行监测，但是在运行效率异常时无法对导致异常的原因进行分析与排查，进而导致智能穿戴设备在出现运行效率异常时的异常处理效率低下。

针对上述技术问题，本申请提出一种解决方案。

发明内容

本发明的目的在于提供基于大数据的术后便携式可穿戴设备运行效率分析系统，用于解决现有的术后便携式可穿戴设备运行效率分析系统在运行效率异常时无法对导致异常的原因进行分析与排查的问题；

本发明需要解决的技术问题为：如何提供一种可以对导致异常的原因进行分析与排查的基于大数据的术后便携式可穿戴设备运行效率分析系统。

本发明的目的可以通过以下技术方案实现：

基于大数据的术后便携式可穿戴设备运行效率分析系统，包括效率分析平台，所述效率分析平台通信连接有参数监测模块、异常分析模块、续航监测模块以及存储模块；

所述参数监测模块用于对可穿戴设备的参数更新效率进行监测分析：设定监测周期，将可穿戴设备标记为监测对象，将监测对象显示屏幕的显示参数标记为监测参数i，i＝1，2，…，n，n为正整数，获取监测参数i在监测周期内的更新系数GXi；通过存储模块获取到更新阈值GXmax，将监测参数i的更新系数GXi与更新阈值GXmax进行比较并通过比较结果将监测对象标记为更新正常参数或更新异常参数；

所述异常分析模块用于对更新异常参数进行异常因素分析：将更新异常参数的数据采集器、处理器以及显示屏幕分别标记为采集端、处理端以及显示端，由采集端在监测周期内每一次进行数据采集的时长建立采时集合，对采时集合进行方差计算得到采集系数CJ；由处理端在监测周期内每一次进行更新异常参数处理的时长建立处时集合，对处时集合进行方差及算得到处理系数CL；通过采集系数CJ与处理系数CL的数值对更新异常参数的异常特征进行标记；

所述续航监测模块用于对监测对象的电池续航状态进行监测分析。

作为本发明的一种优选实施方式，监测参数i在监测周期内的更新系数GXi的获取过程包括：获取监测参数i在监测周期内的更新次数并标记为更次值GSi，将监测周期的时长与更数值GSi的比值标记为更时值GSi，获取监测参数i在监测周期内每一次进行数据更新的时间间隔并标记为间隔值，由监测参数i在监测周期内的所有间隔值构成监测参数i的隔差值GCi，通过存储模块获取到监测参数i的更时标准值GBi，通过对更时值GSi、隔差值GCi以及更时标准值GBi进行数值计算得到监测参数i的更新系数GXi。

作为本发明的一种优选实施方式，将监测参数i的更新系数GXi与更新阈值GXmax进行比较的具体过程包括：若更新系数GXi小于更新阈值GXmax，则判定监测参数i在监测周期内的数据更新效率满足要求，将对应的监测参数i标记为更新正常参数；若更新系数GXi大于等于更新阈值GXmax，则判定监测参数i在监测周期内的数据更新效率不满足要求，将对应的监测参数i标记为更新异常参数；将更新异常参数发送至效率分析平台，效率分析平台接收到更新异常参数后将更新异常参数发送至异常分析模块。

作为本发明的一种优选实施方式，对更新异常参数的异常特征进行标记的具体过程包括：通过存储模块获取到采集阈值CJmax与处理阈值CLmax，将采集系数CJ、处理系数CL分别与采集阈值CJmax、处理阈值CLmax进行比较：若采集系数CJ小于等于采集阈值CJmax且处理系数CL小于等于处理阈值CLmax，则将更新异常参数的异常特征标记为显示异常；若采集系数CJ大于采集阈值CJmax且处理系数CL小于等于处理阈值CLmax，则将更新异常参数的异常特征标记为采集异常；若采集系数CJ小于等于采集阈值CJmax且处理系数CL大于处理阈值CLmax，则将更新异常参数的异常特征标记为处理异常；若采集系数CJ大于采集阈值CJmax且处理系数CL大于处理阈值CLmax，则将更新异常参数的异常特征标记为整体异常，异常分析模块向效率分析平台发送续航监测信号，效率分析平台接收到续航监测信号后将续航监测信号发送至续航监测模块。

作为本发明的一种优选实施方式，续航监测模块对监测对象的电池续航状态进行监测分析的具体过程包括：在监测对象完成充电之后进行续航监测，获取监测对象在完成充电之后的续航时长XS，获取监测对象在出厂之后的充电次数CC，获取当前时间与监测对象出厂时间的差值并标记为出厂时长CS，通过对续航时长XS、充电次数CC以及出厂时长CS进行数值计算得到监测对象的续航系数XH；通过存储模块获取到续航阈值XHmin，将监测对象的续航系数XH与续航阈值XHmin进行比较并通过比较结果对监测对象的续航状态是否满足要求进行判定。

作为本发明的一种优选实施方式，将监测对象的续航系数XH与续航阈值XHmin进行比较的具体过程包括：若续航系数XH小于续航阈值XHmin，则判定监测对象的续航状态不满足要求，续航监测模块向效率分析平台发送电池检修信号，效率分析平台接收到电池检修信号后将电池检修信号发送至管理人员的手机终端；若续航系数大于等于续航阈值XHmin，则判定监测对象的续航状态满足要求，续航监测模块向效率分析平台发送整体检修信号，效率分析平台接收到整体检修信号后将整体检修信号发送至管理人员的手机终端。

作为本发明的一种优选实施方式，该基于大数据的术后便携式可穿戴设备运行效率分析系统的工作方法，包括以下步骤：

步骤一：对可穿戴设备的参数更新效率进行监测分析：设定监测周期，将可穿戴设备标记为监测对象，将监测对象显示屏幕的显示参数标记为监测参数i，i＝1，2，…，n，n为正整数，获取监测参数i在监测周期内的更新系数GXi，通过更新系数GXi的数值对监测参数i标记为更新正常参数或更新异常参数；

步骤二：对更新异常参数进行异常因素分析：将更新异常参数的数据采集器、处理器以及显示屏幕分别标记为采集端、处理端以及显示端，通过采集系数CJ与处理系数CL的数值将更新异常参数的异常特征标记为显示异常、采集异常、处理异常或整体异常；

步骤三：对监测对象的电池续航状态进行监测分析：在监测对象完成充电之后进行续航监测并生成电池检修信号或整体检修信号，将电池检修信号或整体检修信号通过效率分析平台发送至管理人员的手机终端。

本发明具备下述有益效果：

1、通过参数监测模块可以对可穿戴设备的参数更新效率进行监测分析，通过对监测对象在监测周期内的多个监测参数进行综合分析与计算得到监测参数的更新系数，从而根据更新系数对可穿戴设备的数据更新及时性进行反馈，在出现数据更新异常时及时进行反馈与异常排查；

2、通过异常分析模块可以对更新异常参数进行异常因素分析，通过对更新异常参数的采集端、处理端以及显示端的工作时长进行监测分析得到处理系数与采集系数，从而通过处理系数与采集系数的数值大小对更新异常参数的异常特征进行标记，通过异常特征可以对监测设备进行针对性的异常处理，提高异常处理的效率；

3、通过续航监测模块可以对监测对象的电池续航状态进行监测分析，通过对监测对象的多项续航参数进行综合分析与计算得到续航系数，从而通过续航系数对监测对象的电池续航状态进行反馈，在出现续航异常时及时进行预警与处理，保证可穿戴设备的运行效率。

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一些实施例，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，还可以根据这些附图获得其他的附图。

图1为本发明实施例一的系统框图；

图2为本发明实施例二的方法流程图。

具体实施方式

下面将结合实施例对本发明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作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

实施例一

如图1所示，基于大数据的术后便携式可穿戴设备运行效率分析系统，包括效率分析平台，效率分析平台通信连接有参数监测模块、异常分析模块、续航监测模块以及存储模块。

参数监测模块用于对可穿戴设备的参数更新效率进行监测分析：设定监测周期，将可穿戴设备标记为监测对象，将监测对象显示屏幕的显示参数标记为监测参数i，i＝1，2，…，n，n为正整数，获取监测参数i在监测周期内的更新系数GXi：获取监测参数i在监测周期内的更新次数并标记为更次值GSi，将监测周期的时长与更数值GSi的比值标记为更时值GSi，获取监测参数i在监测周期内每一次进行数据更新的时间间隔并标记为间隔值，由监测参数i在监测周期内的所有间隔值构成监测参数i的隔差值GCi，通过存储模块获取到监测参数i的更时标准值GBi，通过公式GXi＝α1*|GSi-GBi|+α2*GCi得到监测参数i的更新系数GXi，更新系数是一个反映监测参数在监测周期内的更新及时性的数值，更新系数的数值越小，则表示监测参数在监测周期内的更新及时性越高；其中α1与α2均为比例系数，且α1＞α2＞1；通过存储模块获取到更新阈值GXmax，将监测参数i的更新系数GXi与更新阈值GXmax进行比较：若更新系数GXi小于更新阈值GXmax，则判定监测参数i在监测周期内的数据更新效率满足要求，将对应的监测参数i标记为更新正常参数；若更新系数GXi大于等于更新阈值GXmax，则判定监测参数i在监测周期内的数据更新效率不满足要求，将对应的监测参数i标记为更新异常参数；将更新异常参数发送至效率分析平台，效率分析平台接收到更新异常参数后将更新异常参数发送至异常分析模块；对可穿戴设备的参数更新效率进行监测分析，通过对监测对象在监测周期内的多个监测参数进行综合分析与计算得到监测参数的更新系数，从而根据更新系数对可穿戴设备的数据更新及时性进行反馈，在出现数据更新异常时及时进行反馈与异常排查。

异常分析模块用于对更新异常参数进行异常因素分析：将更新异常参数的数据采集器、处理器以及显示屏幕分别标记为采集端、处理端以及显示端，由采集端在监测周期内每一次进行数据采集的时长建立采时集合，对采时集合进行方差计算得到采集系数CJ；由处理端在监测周期内每一次进行更新异常参数处理的时长建立处时集合，对处时集合进行方差及算得到处理系数CL；通过存储模块获取到采集阈值CJmax与处理阈值CLmax，将采集系数CJ、处理系数CL分别与采集阈值CJmax、处理阈值CLmax进行比较：若采集系数CJ小于等于采集阈值CJmax且处理系数CL小于等于处理阈值CLmax，则将更新异常参数的异常特征标记为显示异常；若采集系数CJ大于采集阈值CJmax且处理系数CL小于等于处理阈值CLmax，则将更新异常参数的异常特征标记为采集异常；若采集系数CJ小于等于采集阈值CJmax且处理系数CL大于处理阈值CLmax，则将更新异常参数的异常特征标记为处理异常；若采集系数CJ大于采集阈值CJmax且处理系数CL大于处理阈值CLmax，则将更新异常参数的异常特征标记为整体异常，异常分析模块向效率分析平台发送续航监测信号，效率分析平台接收到续航监测信号后将续航监测信号发送至续航监测模块；对更新异常参数进行异常因素分析，通过对更新异常参数的采集端、处理端以及显示端的工作时长进行监测分析得到处理系数与采集系数，从而通过处理系数与采集系数的数值大小对更新异常参数的异常特征进行标记，通过异常特征可以对监测设备进行针对性的异常处理，提高异常处理的效率。

续航监测模块用于对监测对象的电池续航状态进行监测分析：在监测对象完成充电之后进行续航监测，获取监测对象在完成充电之后的续航时长XS，获取监测对象在出厂之后的充电次数CC，获取当前时间与监测对象出厂时间的差值并标记为出厂时长CS，通过公式XH＝β1*XS/(β2*CC+β3*CS)得到监测对象的续航系数XH，续航系数是一个反映监测对象的电池续航状态的数值，续航系数的数值越大，则表示监测对象的电池续航状态越好；其中β1、β2以及β3均为比例系数，且β1＞β2＞β3＞1；通过存储模块获取到续航阈值XHmin，将监测对象的续航系数XH与续航阈值XHmin进行比较：若续航系数XH小于续航阈值XHmin，则判定监测对象的续航状态不满足要求，续航监测模块向效率分析平台发送电池检修信号，效率分析平台接收到电池检修信号后将电池检修信号发送至管理人员的手机终端；若续航系数大于等于续航阈值XHmin，则判定监测对象的续航状态满足要求，续航监测模块向效率分析平台发送整体检修信号，效率分析平台接收到整体检修信号后将整体检修信号发送至管理人员的手机终端；对监测对象的电池续航状态进行监测分析，通过对监测对象的多项续航参数进行综合分析与计算得到续航系数，从而通过续航系数对监测对象的电池续航状态进行反馈，在出现续航异常时及时进行预警与处理，保证可穿戴设备的运行效率。

实施例二

如图2所示，基于大数据的术后便携式可穿戴设备运行效率分析方法，包括以下步骤：

步骤一：对可穿戴设备的参数更新效率进行监测分析：设定监测周期，将可穿戴设备标记为监测对象，将监测对象显示屏幕的显示参数标记为监测参数i，i＝1，2，…，n，n为正整数，获取监测参数i在监测周期内的更新系数GXi，通过更新系数GXi的数值对监测参数i标记为更新正常参数或更新异常参数；

步骤二：对更新异常参数进行异常因素分析：将更新异常参数的数据采集器、处理器以及显示屏幕分别标记为采集端、处理端以及显示端，通过采集系数CJ与处理系数CL的数值将更新异常参数的异常特征标记为显示异常、采集异常、处理异常或整体异常；

步骤三：对监测对象的电池续航状态进行监测分析：在监测对象完成充电之后进行续航监测并生成电池检修信号或整体检修信号，将电池检修信号或整体检修信号通过效率分析平台发送至管理人员的手机终端。

基于大数据的术后便携式可穿戴设备运行效率分析系统，工作时，设定监测周期，将可穿戴设备标记为监测对象，将监测对象显示屏幕的显示参数标记为监测参数i，i＝1，2，…，n，n为正整数，获取监测参数i在监测周期内的更新系数GXi，通过更新系数GXi的数值对监测参数i标记为更新正常参数或更新异常参数；将更新异常参数的数据采集器、处理器以及显示屏幕分别标记为采集端、处理端以及显示端，通过采集系数CJ与处理系数CL的数值将更新异常参数的异常特征标记为显示异常、采集异常、处理异常或整体异常；在监测对象完成充电之后进行续航监测并生成电池检修信号或整体检修信号，将电池检修信号或整体检修信号通过效率分析平台发送至管理人员的手机终端。

以上内容仅仅是对本发明结构所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的结构或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。

上述公式均是采集大量数据进行软件模拟得出且选取与真实值接近的一个公式，公式中的系数是由本领域技术人员根据实际情况进行设置；如：公式XH＝β1*XS/(β2*CC+β3*CS)；由本领域技术人员采集多组样本数据并对每一组样本数据设定对应的续航系数；将设定的续航系数和采集的样本数据代入公式，任意三个公式构成三元一次方程组，将计算得到的系数进行筛选并取均值，得到β1、β2以及β3的取值分别为4.48、3.34和2.79；

系数的大小是为了将各个参数进行量化得到的一个具体的数值，便于后续比较，关于系数的大小，取决于样本数据的多少及本领域技术人员对每一组样本数据初步设定对应的续航系数；只要不影响参数与量化后数值的比例关系即可，如续航系数与续航时长的数值成正比。

在本说明书的描述中，参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。

以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节，也不限制该发明仅为的具体实施方式。显然，根据本说明书的内容，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本发明的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。

Claims (7)

1.基于大数据的术后便携式可穿戴设备运行效率分析系统，其特征在于，包括效率分析平台，所述效率分析平台通信连接有参数监测模块、异常分析模块、续航监测模块以及存储模块；

所述参数监测模块用于对可穿戴设备的参数更新效率进行监测分析：设定监测周期，将可穿戴设备标记为监测对象，将监测对象显示屏幕的显示参数标记为监测参数i，i＝1，2，…，n，n为正整数，获取监测参数i在监测周期内的更新系数GXi；通过存储模块获取到更新阈值GXmax，将监测参数i的更新系数GXi与更新阈值GXmax进行比较并通过比较结果将监测对象标记为更新正常参数或更新异常参数；

所述异常分析模块用于对更新异常参数进行异常因素分析：将更新异常参数的数据采集器、处理器以及显示屏幕分别标记为采集端、处理端以及显示端，由采集端在监测周期内每一次进行数据采集的时长建立采时集合，对采时集合进行方差计算得到采集系数CJ；由处理端在监测周期内每一次进行更新异常参数处理的时长建立处时集合，对处时集合进行方差及算得到处理系数CL；通过采集系数CJ与处理系数CL的数值对更新异常参数的异常特征进行标记；

所述续航监测模块用于对监测对象的电池续航状态进行监测分析。

2.根据权利要求1所述的基于大数据的术后便携式可穿戴设备运行效率分析系统，其特征在于，监测参数i在监测周期内的更新系数GXi的获取过程包括：获取监测参数i在监测周期内的更新次数并标记为更次值GSi，将监测周期的时长与更数值GSi的比值标记为更时值GSi，获取监测参数i在监测周期内每一次进行数据更新的时间间隔并标记为间隔值，由监测参数i在监测周期内的所有间隔值构成监测参数i的隔差值GCi，通过存储模块获取到监测参数i的更时标准值GBi，通过对更时值GSi、隔差值GCi以及更时标准值GBi进行数值计算得到监测参数i的更新系数GXi。

3.根据权利要求2所述的基于大数据的术后便携式可穿戴设备运行效率分析系统，其特征在于，将监测参数i的更新系数GXi与更新阈值GXmax进行比较的具体过程包括：若更新系数GXi小于更新阈值GXmax，则判定监测参数i在监测周期内的数据更新效率满足要求，将对应的监测参数i标记为更新正常参数；若更新系数GXi大于等于更新阈值GXmax，则判定监测参数i在监测周期内的数据更新效率不满足要求，将对应的监测参数i标记为更新异常参数；将更新异常参数发送至效率分析平台，效率分析平台接收到更新异常参数后将更新异常参数发送至异常分析模块。

4.根据权利要求3所述的基于大数据的术后便携式可穿戴设备运行效率分析系统，其特征在于，对更新异常参数的异常特征进行标记的具体过程包括：通过存储模块获取到采集阈值CJmax与处理阈值CLmax，将采集系数CJ、处理系数CL分别与采集阈值CJmax、处理阈值CLmax进行比较：若采集系数CJ小于等于采集阈值CJmax且处理系数CL小于等于处理阈值CLmax，则将更新异常参数的异常特征标记为显示异常；若采集系数CJ大于采集阈值CJmax且处理系数CL小于等于处理阈值CLmax，则将更新异常参数的异常特征标记为采集异常；若采集系数CJ小于等于采集阈值CJmax且处理系数CL大于处理阈值CLmax，则将更新异常参数的异常特征标记为处理异常；若采集系数CJ大于采集阈值CJmax且处理系数CL大于处理阈值CLmax，则将更新异常参数的异常特征标记为整体异常，异常分析模块向效率分析平台发送续航监测信号，效率分析平台接收到续航监测信号后将续航监测信号发送至续航监测模块。

5.根据权利要求4所述的基于大数据的术后便携式可穿戴设备运行效率分析系统，其特征在于，续航监测模块对监测对象的电池续航状态进行监测分析的具体过程包括：在监测对象完成充电之后进行续航监测，获取监测对象在完成充电之后的续航时长XS，获取监测对象在出厂之后的充电次数CC，获取当前时间与监测对象出厂时间的差值并标记为出厂时长CS，通过对续航时长XS、充电次数CC以及出厂时长CS进行数值计算得到监测对象的续航系数XH；通过存储模块获取到续航阈值XHmin，将监测对象的续航系数XH与续航阈值XHmin进行比较并通过比较结果对监测对象的续航状态是否满足要求进行判定。

6.根据权利要求5所述的基于大数据的术后便携式可穿戴设备运行效率分析系统，其特征在于，将监测对象的续航系数XH与续航阈值XHmin进行比较的具体过程包括：若续航系数XH小于续航阈值XHmin，则判定监测对象的续航状态不满足要求，续航监测模块向效率分析平台发送电池检修信号，效率分析平台接收到电池检修信号后将电池检修信号发送至管理人员的手机终端；若续航系数大于等于续航阈值XHmin，则判定监测对象的续航状态满足要求，续航监测模块向效率分析平台发送整体检修信号，效率分析平台接收到整体检修信号后将整体检修信号发送至管理人员的手机终端。

7.根据权利要求1-6任一项所述的基于大数据的术后便携式可穿戴设备运行效率分析系统，其特征在于，该基于大数据的术后便携式可穿戴设备运行效率分析系统的工作方法，包括以下步骤：

步骤一：对可穿戴设备的参数更新效率进行监测分析：设定监测周期，将可穿戴设备标记为监测对象，将监测对象显示屏幕的显示参数标记为监测参数i，i＝1，2，…，n，n为正整数，获取监测参数i在监测周期内的更新系数GXi，通过更新系数GXi的数值对监测参数i标记为更新正常参数或更新异常参数；

步骤二：对更新异常参数进行异常因素分析：将更新异常参数的数据采集器、处理器以及显示屏幕分别标记为采集端、处理端以及显示端，通过采集系数CJ与处理系数CL的数值将更新异常参数的异常特征标记为显示异常、采集异常、处理异常或整体异常；

步骤三：对监测对象的电池续航状态进行监测分析：在监测对象完成充电之后进行续航监测并生成电池检修信号或整体检修信号，将电池检修信号或整体检修信号通过效率分析平台发送至管理人员的手机终端。