CN116707538B - 基于云边协同的田径运动员信息数据管理方法及系统 - Google Patents

Abstract

本发明涉及数据压缩技术领域，具体涉及一种基于云边协同的田径运动员信息数据管理方法及系统，该方法在获取田径运动员信息数据对应的田径比赛成绩后，根据田径比赛成绩的频率分布特征和数值分布特征得到每个田径比赛成绩的保留价值，并根据保留价值将田径比赛成绩划分为必要保留成绩和模糊保留成绩，将模糊保留成绩通过均值进行替代后进行有损编码压缩，并得到对应的待压缩数据集合；根据必要保留成绩对应二进制编码序列的差异分布特征，划分为至少两个对应的待压缩数据集合；进一步对待压缩数据集合中元素转化为二进制后通过游程编码进行田径比赛成绩的压缩存储。本发明对田径运动员整体信息数据进行压缩的压缩效果较好，存储效率更高。

Description

基于云边协同的田径运动员信息数据管理方法及系统

技术领域

本发明涉及数据压缩技术领域，具体涉及一种基于云边协同的田径运动员信息数据管理方法及系统。

背景技术

云边协同是将数据信息迁移到云上的一种边缘计算方法，能够使得数据收集和分析工作在设备侧进行，从而保证数据的安全，并且云边协同将数据迁移到云端能够降低应用程序的访问时间并且成本较低。而高校中田径运动员的信息数据量较为庞大且存在大量的冗余，所以在进行云端存储时通常会使用数据压缩进行处理。

现有技术通常采用游程编码对田径运动员信息整体数据进行压缩，但游程编码压缩技术只对连续多个重复数据的压缩效果较好。由于田径运动员信息数据中田径比赛成绩普遍存在微小差异的特性，导致在对田径运动员整体信息数据通过游程编码进行压缩时，对应的压缩效果较差，甚至可能出现数据膨胀现象，导致存储效率较低。所以现有技术通过游程编码对田径运动员整体信息数据进行压缩存储时的效率较低。

发明内容

为了解决现有技术通过游程编码对田径运动员整体信息数据进行压缩存储时的效率较低技术问题，本发明的目的在于提供一种基于云边协同的田径运动员信息数据管理方法及系统，所采用的技术方案具体如下：

本发明提出了一种基于云边协同的田径运动员信息数据管理方法，所述方法包括：

获取需要压缩存储的所有田径比赛成绩；

根据所述田径比赛成绩的频率分布特征，得到每个田径比赛成绩对应的第一评价参数；根据所述田径比赛成绩的数值分布特征，得到每个田径比赛成绩对应的第二评价参数；根据所述第一评价参数和所述第二评价参数，得到每个田径比赛成绩对应的保留价值；

根据所述保留价值将所有田径比赛成绩划分为必要保留成绩和模糊保留成绩；将每个模糊保留成绩采用模糊保留成绩的均值替代后组成的模糊保留成绩均值集合，作为模糊保留成绩对应的待压缩数据集合；根据任意两个必要保留成绩之间对应二进制编码序列的差异分布特征，将所有必要保留成绩划分为至少两个必要保留成绩对应的待压缩数据集合；

根据待压缩数据集合中的每个元素对应的二进制编码序列，得到二进制编码压缩数据集合；对每个二进制编码压缩数据集合通过游程编码进行所有田径比赛成绩的压缩存储。

进一步地，所述第一评价参数的获取方法包括：

将每种田径比赛成绩以从小到大的顺序排列，得到田径比赛成绩种类序列；在所述田径比赛成绩种类序列中，将每种田径比赛成绩两侧预设数量个田径比赛成绩种类对应的频次数值的累加和，作为每种田径比赛成绩对应的临近频次值；将每种田径比赛成绩的频次数值和对应的临近频次值进行加权求和，得到每种田径比赛成绩对应的频次特征值；根据所述频次特征值与田径比赛成绩种类序列中所有元素数值累加和之间的比值进行负相关映射，得到每种田径比赛成绩中每个田径比赛成绩对应的第一评价参数。

进一步地，所述第二评价参数的获取方法包括：

将每个田径比赛成绩与田径比赛成绩均值之间的差异的正相关归一化值，作为每个田径比赛成绩的第二评价参数。

进一步地，所述保留价值的获取方法包括：

将所述第一评价参数与所述第二评价参数进行加权求和的和值的归一化值，作为每个田径比赛成绩对应的保留价值。

进一步地，所述根据所述保留价值将所有田径比赛成绩划分为必要保留成绩和模糊保留成绩包括：

将保留价值对应归一化值小于预设判定阈值的田径比赛成绩作为模糊保留成绩；将保留价值对应归一化值大于或等于预设判定阈值的田径比赛成绩作为必要保留成绩。

进一步地，所述必要保留成绩对应的待压缩数据集合的获取方法包括：

将每个必要保留成绩对应的田径比赛成绩转化为二进制编码序列，选取任意一个二进制编码序列作为目标编码序列，将目标编码序列外的其他二进制编码序列作为对比编码序列；

将目标编码序列中每个二进制编码与对比编码序列中对应索引值的二进制编码进行异或运算，将对应异或运算结果的累加值进行负相关映射，得到目标编码序列与每个对比编码序列之间的序列重合度；将对应序列重合度大于预设判定阈值的对比编码序列作为目标编码序列对应的匹配序列，将所述匹配序列的数量作为目标编码序列的评价值；改变目标编码序列得到每个二进制编码序列的评价值，将所述评价值最高的二进制编码序列与其对应的匹配序列组成的序列集合，作为一个待压缩数据集合；

在得到每个待压缩数据集合后，将每个待压缩数据集合对应的必要保留成绩筛除，并在其余必要保留成绩的基础上继续获取待压缩数据集合，直至所有必要保留成绩被完全划分，得到至少两个必要保留成绩对应的待压缩数据集合。

进一步地，所述二进制编码压缩数据集合的获取方法包括：

对所有待压缩数据集合中所有元素对应二进制编码序列进行首位补0操作，以使补0操作后的二进制编码序列的长度等于标准长度后，得到每个待压缩数据集合对应的二进制编码压缩数据集合，所述二进制编码压缩数据集合中每个元素对应一个标准二进制编码序列。

进一步地，所述标准长度为所有待压缩数据集合中所有元素对应二进制编码序列的最长序列长度。

进一步地，所述对每个二进制编码压缩数据集合通过游程编码进行所有田径比赛成绩的压缩存储包括：

在每个二进制编码压缩数据集合中，将每个标准二进制编码序列以对应田径比赛成绩从小到大的顺序纵向排列后，构建编码矩阵，所述编码矩阵中每行对应一个标准二进制编码序列，每列对应一个相同的索引值；对所述编码矩阵沿列方向进行游程编码，并记录对应的索引值顺序，进行所有田径比赛成绩的压缩存储。

本发明还提出了一种基于云边协同的田径运动员信息数据管理系统，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，处理器执行所述计算机程序时实现任意一项基于云边协同的田径运动员信息数据管理方法的步骤。

本发明具有如下有益效果：

考虑到田径运动员信息数据中大部分的田径比赛成绩较为集中且正常，对应的比赛成绩信息价值较低，反之较为极端不正常的田径比赛成绩对应的信息价值较高，所以本发明实施例针对田径比赛成绩的频率分布特征和数值分布特征得到对应的保留价值，并依据保留价值得到必要保留成绩和模糊保留成绩，并对保留价值较低的模糊保留成绩进行数值替换并标记处理，以增加田径运动员信息数据整体的冗余度，提高存储效率。进一步地，通过必要保留成绩之间二进制编码序列的差异分布特征，将必要保留成绩划分为至少两个必要保留成绩对应的待压缩数据集合，且对应的待压缩数据集合中的必要保留成绩对应的二进制编码序列之间相似度较高，使得进一步对每个待压缩数据集合对应的二进制编码压缩数据集合进行游程编码时，对应的压缩效果较好，存储效率更高。综上所述，本发明对每个二进制编码压缩数据集合通过游程编码进行所有田径比赛成绩的压缩存储的方法，对田径运动员整体信息数据进行压缩的压缩效果较好，存储效率更高。

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和优点，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的介绍，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它附图。

图1为本发明一个实施例所提供的基于云边协同的田径运动员信息数据管理方法流程图。

具体实施方式

为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本发明提出的一种基于云边协同的田径运动员信息数据管理方法及系统，其具体实施方式、结构、特征及其功效，详细说明如下。在下述说明中，不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外，一或多个实施例中的特定特征、结构或特点可由任何合适形式组合。

除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。

下面结合附图具体的说明本发明所提供的一种基于云边协同的田径运动员信息数据管理方法及系统的具体方案。

请参阅图1，其示出了本发明一个实施例提供的基于云边协同的田径运动员信息数据管理方法流程图，该方法包括：

步骤S1：获取需要压缩存储的所有田径比赛成绩。

本发明旨在提供一种基于云边协同的田径运动员信息数据管理方法及系统，用于根据田径运动员信息数据中田径比赛成绩的信息价值进行分类，并将信息价值较低的田径比赛成绩进行数值替换后作为一个待压缩数据集合，对信息价值较高的数据根据对应二进制编码序列的相似性划分为至少两个待压缩数据集合，使得得到的待压缩数据集合中数据之间的相似性较高，进一步提高后续采用游程编码压缩的压缩效果，从而提高存储效率。所以首先需要获取本发明实施例的数据压缩对象，即田径比赛成绩。

本发明实施例首先获取需要压缩存储的所有田径比赛成绩。例如，对于跑步比赛而言，对应的田径比赛成绩即为运动员从起点跑到终点所需要的时间；对于跳远比赛而言，对应的田径比赛成绩即为运动员对应落地点到起跳线之间的距离；等等。在本发明实施例中，田径比赛成绩对应数值形式为十进制并且四舍五入保留两位小数。本发明实施例对百米比赛成绩进行分析，对应的成绩单位为秒，对应的小数点后存在两位数字，例如当对应田径运动员百米比赛成绩为12.645秒时，对应的田径比赛成绩为12.65。需要说明的是，实施者可根据具体实施情况进行田径比赛成绩对应数值形式的设定，在此不做进一步赘述。

步骤S2：根据田径比赛成绩的频率分布特征，得到每个田径比赛成绩对应的第一评价参数；根据田径比赛成绩的数值分布特征，得到每个田径比赛成绩对应的第二评价参数；根据第一评价参数和第二评价参数，得到每个田径比赛成绩对应的保留价值。

田径运动员信息数据系统中往往重点记录的是各参赛选手历届历场的比赛数据，且由于大量的参赛人数和比赛场次，所以会生成海量的比赛数据，并且由于客观上运动员水平相近且人体机能和生理表现在可控范围内，因此运动员之间田径比赛成绩之间的相似程度较高或者集中度较高。以百米比赛为例，考虑到运动员之间的人体机能较为相近，对应的比赛成绩往往只相差毫厘，因此海量的比赛数据对应的数据差异普遍存在，对应的数据冗余度相对较低，所以直接对田径比赛成绩整体通过游程编码进行压缩，对应的压缩效果较差，且可能出现数据膨胀。所以为了提高压缩效果，需要进一步降低田径比赛成绩对应的冗余程度。

考虑到由于运动员的田径比赛成绩通常分布较为集中即对应的数值之间差异较小且集中分布的数据占大多数，因此对于比赛本身而言，对应数据特征较为中庸，将对应成绩完全保留的价值不大；相反的，对于分布不集中的数据，例如不合格的比赛成绩或者非常优秀的比赛成绩，对于比赛本身而言，对应的数据特征较为突出，对应田径比赛成绩的重要程度较高，将对应成绩完全保留的价值较高。所以进一步需要根据田径比赛成绩的集中特征判断保留价值。

由于数据特征较为突出的数据出现的频次较少且相对于整体数据而言偏离程度较大，因此本发明实施例在判断数据的保留价值时，从对应田径比赛成绩出现的频次和偏离特征两个方面进行成绩保留价值的分析。对于田径比赛成绩出现的频次，考虑到田径比赛成绩整体呈现类似于高斯分布的特征，即对应田径比赛成绩出现的频次越高，在该田径比赛成绩大小相邻范围内的其他田径比赛成绩也越高，本发明实施例根据田径比赛成绩的频率分布特征，得到每个田径比赛成绩对应的第一评价参数。通过第一评价参数根据田径比赛成绩集中分布时的频率特征来表征每个田径比赛成绩的重要程度或保留价值。

优选地，第一评价参数的获取方法包括：

将每种田径比赛成绩以从小到大的顺序排列，得到田径比赛成绩种类序列；获取田径比赛成绩种类序列的目的是使得相似或者相近的比赛成绩集中在一起，方便后续对频次数值分布情况的观察。需要说明的是，每种田径比赛成绩即对应数值相同田径比赛成绩；且实施者也通过从大到小的顺序排列，在此不做进一步赘述。

在田径比赛成绩种类序列中，将每种田径比赛成绩两侧预设数量个田径比赛成绩种类对应的频次数值的累加和，作为每种田径比赛成绩对应的临近频次值。在本发明实施例中，预设数量设置5。根据田径比赛成绩的特性，在田径比赛成绩种类序列中，越趋于中间位置的田径比赛成绩的种类，其对应的频次数值应当越大，即对应相同的田径比赛成绩应当越多；相反，越趋于两边位置的田径比赛成绩的种类，其对应的田径比赛成绩越极端，对应的频次数值越少；即田径比赛成绩对应频次呈一定程度的正态分布，对应的田径比赛成绩频次越高，则与其在大小上临近的田径比赛成绩对应的频次数值也应当越高，进一步得到每种田径比赛成绩在临近频次数值的分布特征得到临近频次值，对应的临近频次值越大，说明对应的田径比赛成绩越集中。

将每种田径比赛成绩的频次数值和对应的临近频次值进行加权求和，得到每种田径比赛成绩对应的频次特征值。将每种田径比赛成绩的频次数值对应的权重设为预设第一权重，将对应临近频次值对应的权重作为预设第二权重，因为临近频次值表征对应田径比赛成绩种类的临近分布情况，而对应田径比赛成绩种类的频次数值则表征对应的出现次数，所以在计算频次特征值时需要考虑两个参数数值的大小分布情况，又因为临近频次值是预设数量个频次数值的累加，且根据田径比赛成绩对应频次数值的分布情况可知，每种田径比赛成绩的临近频次值相对于频次数值总是偏大，因此设置预设第一权重大于预设第二权重，增强每种田径比赛成绩对应频次对第一评价参数的影响程度，防止预设数量过大导致每种田径比赛成绩的频次数值这一参数的影响程度过小。在本发明实施例中，预设第一权重为0.6，预设第二权重为0.4。需要说明的是，实施者可根据具体实施环境自行设置预设第一权重和预设第二权重的大小，在此不做进一步赘述。

根据频次特征值与田径比赛成绩种类序列中所有元素数值累加和之间的比值进行负相关映射，得到每种田径比赛成绩中每个田径比赛成绩对应的第一评价参数。田径比赛成绩种类序列中所有元素数值累加和即为田径比赛成绩的总数，计算频次特征值与田径比赛成绩总数之间比值的目的是，将频次特征值对应的数值限制在0到1范围内，即归一化，方便后续的计算。而将比值进行负相关映射是根据对应关系得到的，由于第一评价参数表征田径比赛成绩的保留价值，且对应的田径比赛成绩分布越集中时对应的保留价值越小，而田径比赛成绩对应种类的频次特征值越大时，对应种类的田径比赛成绩分布属于越集中的部分，对应的重要程度越低，即第一评价参数越小，所以将比值进行负相关映射得到第一评价参数。由于第一评价参数是根据田径比赛成绩种类进行分析得到的，因此大小相同的同种田径比赛成绩对应的第一评价参数相同。需要说明的是，除了计算频次特征值与田径比赛成绩种类序列中所有元素数值累加和之间的比值外，也可直接对频次特征值进行归一化，例如线性归一化，线性归一化为本领域技术人员所熟知的现有技术，在此不做进一步赘述。

需要说明的是，本发明实施例中后续所有的归一化方法均采用线性归一化，实施者也可根据具体实施情况采用其他归一化方法，后续不做进一步赘述。

在本发明实施例中，田径比赛成绩所对应的第/>种田径比赛成绩的第一评价参数的获取方法在公式上表现为：

其中，为田径比赛成绩/>在田径比赛成绩种类序列中对应的第/>种田径比赛成绩的第一评价参数，/>为田径比赛成绩种类序列中第/>种田径比赛成绩对应的频次数值，/>为田径比赛成绩种类序列中第/>种田径比赛成绩对应的频次数值，/>为田径比赛成绩种类序列中第/>种田径比赛成绩对应的频次数值，/>为田径比赛成绩种类序列中第/> 种田径比赛成绩对应的频次数值，/>为田径比赛成绩种类序列中元素数量，/>为预设数量，为预设第一权重，即田径比赛成绩种类序列中第/>种田径比赛成绩的频次数值权重；/>为预设第二权重，即田径比赛成绩种类序列中第/>种田径比赛成绩的临近频次值权重；为田径比赛成绩种类序列中第/>种田径比赛成绩对应的临近频次值，为田径比赛成绩种类序列中第/>种田径比赛成绩对应的频次特征值，/>为田径比赛成绩的总数，/>为以自然常数e为底的指数函数。在本发明实施例中，预设数量设置为5，预设第一权重设置为0.6，预设第二权重设置为0.4。需要说明的是，实施者可根据具体实施环境自行调整预设数量、预设第一权重和预设第二权重的大小，在此不做进一步赘述。进一步根据田径比赛成绩种类序列中第/>种田径比赛成绩的第一评价参数的获取方法，得到每个田径比赛成绩的第一评价参数。

此外，实施者也可采用其他形式的公式获取田径比赛成绩种类序列中第种田径比赛成绩的第一评价参数，例如：

其中，为归一化函数，其余参数与本发明实施例中第一评价参数的获取方法对应的公式相同，在此不做进一步赘述。

需要说明的是，当对应数据一侧的数据数量比预设数量小时，在对应数据一侧延伸方向补0，直至对应数据两侧数据数量相同，例如对于田径比赛种类序列，设置预设数量为4，对于其中的数值5而言，其左侧仅存在两个数据，小于预设数量4，则在其左侧延伸方向补0，直至其左侧具有四个数据，即在数值5左侧延伸方向补两个0，对应的田径比赛种类序列为/>，并在补0后的序列基础上进行数值5第一评价参数的计算。

除频率外，考虑到当田径比赛成绩的数值偏离集中分布的数值越远，对应的田径比赛成绩越极端，即对应田径比赛成绩的完全保留价值更高。因此可从田径比赛成绩偏离集中分布数值的偏离程度方面来进一步表征保留价值。本发明实施例根据田径比赛成绩的数值分布特征，得到每个田径比赛成绩对应的第二评价参数。通过第二评价参数从田径比赛成绩的数值分布相对于整体数据的偏离程度方面表征对应的重要程度。

优选地，第二评价参数的获取方法包括：

将每个田径比赛成绩与田径比赛成绩均值之间的差异的正相关归一化值，作为每个田径比赛成绩的第二评价参数。考虑到田径比赛成绩呈一定的正态分布，所以田径比赛成绩的均值能够表征田径比赛数据整体特征，即越靠近均值，对应的田径比赛数据分布越集中。因此通过计算每个田径比赛成绩与田径比赛成绩均值之间的差异，能够表征每个田径比赛成绩的偏离程度，当偏离程度越大时，对应的田径比赛成绩越不集中，对应成绩的重要程度越高，对应的第二评价参数越大。需要说明的是，由于田径比赛成绩呈一定的正态分布，因此也可采用所有比赛成绩的中值来表征田径比赛数据的整体特征，即将每个田径比赛成绩与田径比赛成绩中值之间的差异的正相关归一化值，作为每个田径比赛成绩的第二评价参数，在此不做进一步赘述。

在本发明实施例中，田径比赛成绩的第二评价参数的获取方法在公式上表现为：

其中，为田径比赛成绩/>的第二评价参数，/>为田径比赛成绩/>的数值，/>为所有田径比赛成绩的均值，/>为预设调节常数，/>为以自然常数e为底的指数函数。在本发明实施例中，预设调节常数/>设置为1，需要说明的是，预设调节常数/>为正数，其对应的取值大小与比赛成绩的数值分布情况有关，对应的数值分布情况越密集，对应的/>值越大；反之，越离散，对应的/>值越小，实施者可根据具体实施环境自行设置预设调节常数/>的大小，在此不做进一步赘述。需要说明的是，本发明实施例通过/>实现对/>的正相关归一化，实施者也可根据具体实施环境自行选择其他的正相关归一化方法，在此不做进一步赘述。进一步根据田径比赛成绩/>的第二评价参数的获取方法，获取每个田径比赛成绩的第二评价参数。

此外，实施者也可通过其他形式的公式获取田径比赛成绩的第二评价参数，例如：

其中，为田径比赛成绩/>的数值，/>为所有田径比赛成绩的中值，即中位数；其余参数与本发明实施例中第二评价参数的获取方法对应的公式相同，在此不做进一步赘述。

至此根据田径比赛成绩的频率分布特征和数值分布特征，通过计算田径比赛成绩集中程度得到每个田径比赛成绩的第一评价参数和第二评价参数，而第一评价参数和第二评价参数都表征对应田径比赛成绩的重要程度，而重要程度与对应数据的保留价值有关，本发明实施例根据第一评价参数和第二评价参数，得到每个田径比赛成绩对应的保留价值。通过保留价值表征对应田径比赛成绩的重要程度，对应的田径比赛成绩越集中，说明数据信息越平庸，对应的重要程度越小，即保留价值越小；反之，对应的田径比赛成绩越极端，说明数据信息越突出，对应的重要程度越高，即保留价值越小。例如对于百米赛跑成绩，若对应高校的赛跑成绩大多都集中在11秒到12秒之间，则10秒的成绩必然属于一个非常极端的数据，其重要程度必然很大，对应的保留价值也很高，对于14秒的数据而言同样如此。

优选地，保留价值的获取方法包括：

将第一评价参数与第二评价参数进行加权求和的和值的归一化值，作为每个田径比赛成绩对应的保留价值。在本发明实施例中，将第一评价参数的权重作为预设第三权重，将第二评价参数的权重作为预设第四权重；且预设第三权重设置为0.7，预设第四权重设置为0.3；需要说明的是，实施者可根据具体实施环境自行设置预设第三权重和预设第四权重的大小，在此不做进一步赘述。由于对应田径比赛成绩的重要程度越高，对应的保留价值越大，而第一评价参数越大，第二评价参数越大时，对应的田径比赛成绩的重要程度越高；所以保留价值与第一评价参数呈正相关，保留价值与第二评价参数也呈正相关。而设置权重的目的是由于田径比赛中数据的数值之间普遍相近，因此差异性并不明显，因此对应的第二评价参数的权重设置较小。需要说明的是，实施者可根据具体实施环境自行设置预设第三权重和预设第四权重的大小；且实施者可通过加权求和并归一化外的其他方法根据第一评价参数和第二评价参数得到保留价值，例如将第一评价参数和第二评价参数的成绩进行归一化等，但是需要保证保留价值与第一评价参数呈正相关，保留价值与第二评价参数也呈正向关，在此不做进一步赘述。

在本发明实施例中，田径比赛成绩的保留价值的获取方法在公式上表现为：

其中，为田径比赛成绩/>的保留价值，/>为田径比赛成绩/>对应的第一评价参数，为田径比赛成绩/>的第二评价参数，/>为预设第三权重，/>为预设第四权重，/>为归一化函数。进一步地根据田径比赛成绩/>的保留价值的获取方法，得到每个田径比赛成绩的保留价值。

此外，实施者也可通过其他形式的公式得到田径比赛成绩的保留价值，例如：

其中，公式中的参数与本发明实施例中田径比赛成绩的保留价值的获取方法对应的公式相同，在此不做进一步赘述。

步骤S3：根据保留价值将所有田径比赛成绩划分为必要保留成绩和模糊保留成绩；将每个模糊保留成绩采用模糊保留成绩的均值替代后组成的模糊保留成绩均值集合，作为模糊保留成绩对应的待压缩数据集合；根据任意两个必要保留成绩之间对应二进制编码序列的差异分布特征，将所有必要保留成绩划分为至少两个必要保留成绩对应的待压缩数据集合。

至此，得到每个田径比赛成绩的保留价值，考虑到保留价值的大小与田径比赛成绩的分布的集中程度有关，因此保留价值越低，对应的数据越多，分布越密集。而这样的集中分布的田径比赛成绩数据价值较为平庸，完整保存的意义价值不大；相反，对于保留价值较高的数据，其对应的田径比赛成绩较为突出，有完整保留的必要。所以可根据田径比赛成绩的保留价值，对保留价值较低的数据进行有损压缩并存储，对保留价值较高的数据进行无损压缩并存储。所以首先需要划分出保留价值较低的数据和保留价值较高的数据。本发明实施例根据保留价值将所有田径比赛成绩划分为必要保留成绩和模糊保留成绩。

优选地，根据保留价值将所有田径比赛成绩划分为必要保留成绩和模糊保留成绩包括：

将保留价值对应归一化值小于预设判定阈值的田径比赛成绩作为模糊保留成绩；将保留价值对应归一化值大于或等于预设判定阈值的田径比赛成绩作为必要保留成绩。在本发明实施例中，预设判定阈值设置为0.5。需要说明的是，预设判定阈值的具体设置数据需要根据实施者的具体实施环境即田径比赛成绩中数据大小和分布情况进行具体设置，在此不做进一步赘述。模糊保留成绩即为保留价值较低的田径比赛成绩，必要保留成绩即对应保留价值较高的田径比赛成绩。即后续需要将模糊保留成绩进行有损压缩储存，将必要保留成绩进行无损压缩储存。

对于模糊保留成绩，由于对应田径比赛成绩的重要程度较小，本发明实施例考虑对其进行有损压缩，即在压缩过程中会损失一些信息，由于模糊保留成绩之间的数值分布较为集中，因此损失的信息较少，并且由于对应的数据密度较大，即数量较多，因此通过有损压缩对应的效益比较大，即以更少的信息损失代价，换取更高的压缩效果。考虑到当待压缩数据集合中的数据全部相同时，通过游程编码进行压缩的效果最好，且模糊保留成绩之间差异较小，因此可以根据所有模糊保留成绩选取一个信息损失较小的数据作为代表，替换所有的模糊保留成绩，使得后续有损压缩过程信息损失更少的同时，压缩效果更好。本发明实施例将模糊保留成绩的均值作为替代的代表数据，即；将每个模糊保留成绩采用模糊保留成绩的均值替代后组成的模糊保留成绩均值集合，作为模糊保留成绩对应的待压缩数据集合。即待压缩数据集合中的数据全部相同，且为所有模糊保留成绩数据的均值。

而对于必要保留成绩，由于重要程度较高，保留价值较大，需要进行无损压缩，即在不损失信息的前提下进行压缩，并且可完整还原。虽然必要保留成绩的占比较少，但是田径比赛成绩整体的数据量较大，对于整体数据而言，直接通过游程编码对所有必要保留成绩进行压缩，对应的数据冗余度较低，游程编码压缩效果较差，所以需要进一步对必要保留成绩进行处理。考虑到通过游程编码将田径比赛成绩进行压缩存储时，是以二进制编码形式进行压缩储存的，并且根据游程编码的特性，可将对应二进制编码较为相似的必要保留成绩作为一个数据集合，并分别进行编码压缩，从而使得数据的冗余度明显提高。本发明实施例根据任意两个必要保留成绩之间对应二进制编码序列的差异分布特征，将所有必要保留成绩划分为至少两个必要保留成绩对应的待压缩数据集合。

优选地，必要保留成绩对应的待压缩数据集合的获取方法包括：

将每个必要保留成绩对应的田径比赛成绩转化为二进制编码序列，选取任意一个二进制编码序列作为目标编码序列，将目标编码序列外的其他二进制编码序列作为对比编码序列。获取目标编码序列和对比编码序列的目的是对两两编码序列进行分析，并且能够得到每个目标编码序列对应的匹配序列，方便后续表述和分析。考虑到后续对二进制编码序列进行分析时，需要保证所有必要保留成绩对应的二进制编码序列长度一致，本发明实施例在所有必要保留成绩对应的二进制编码序列前补0，直至每个二进制编码序列的长度与其中最长的二进制编码长度一致。

由于本发明实施例中的田径比赛成绩一般都具有小数，而小数点后的数值转化为二进制后的对应的二进制序列长度可能为无穷，不方便解压过程，由于本发明实施例将田径比赛成绩保留两位小数，因此本发明实施例将小数点前后的数值视为整数进行二进制转化，例如对于百米赛跑成绩11.24秒，将11.24进行二进制转化即小数点前的11和小数点后的24分别转化为二进制，11转化为二进制数为1011，而24转化为二进制数为11000，即11.24对应的标准二进制编码序列为1011.11000。在进行解压缩后，需要对小数点前和小数点后的二进制序列进行分别转化；例如对于1100.100001，小数点前的1100转化为十进制为12，小数点后的100001转化为十进制为33，即对应的十进制数值为12.33。需要说明的是，本发明实施例中的所有二进制转化方式均相同，即将小数点前后的数值均视为整数进行二进制转化；并且实施者也可根据具体实施环境将小数点的ASC码转化为二进制101110进行分析，在此不做进一步赘述。

将目标编码序列中每个二进制编码与对比编码序列中对应索引值的二进制编码进行异或运算，将对应异或运算结果的累加值进行负相关映射，得到目标编码序列与每个对比编码序列之间的序列重合度。需要说明的是，将异或运算结果的累加值进行负相关映射的目的是计算目标编码序列与对比编码序列中相同索引值对应二进制编码也相同的数量，实施者也可直接计算同或运算结果的累加值进行正相关映射，得到目标编码序列与每个对比编码序列之间的序列重合度。因此计算序列重合度的目的是：通过计算两个二进制编码间相同索引值下对应二进制编码相同的数量表征两个序列之间的相似度。进一步通过相似度得到与目标编码序列相似度其他对比编码序列。

将对应序列重合度大于预设判定阈值的对比编码序列作为目标编码序列对应的匹配序列，将匹配序列的数量作为目标编码序列的评价值；改变目标编码序列得到每个二进制编码序列的评价值，将评价值最高的二进制编码序列与其对应的匹配序列组成的序列集合，作为一个待压缩数据集合。匹配序列即与目标编码序列对应序列重合度较高的序列，若以游程编码以索引值相同的方向对目标编码序列和所有匹配序列进行压缩，对应的数据冗余度较大，对应的压缩效果较好。但是每个目标编码序列都能对应一个匹配序列集合，且不同的匹配序列集合之间的存在重合。但是压缩过程通常对同一个数据仅压缩一次，因此在获取每个目标编码序列对应的匹配序列集合时，需要筛选出一个压缩效果最好的即对应匹配序列集合。考虑到当目标编码序列对应的匹配序列越多时，说明目标编码序列与其他匹配序列整体的相似度最高，则在对该匹配序列集合进行编码压缩时对应的效果更好。因此将评价值最高的二进制编码序列与其对应的匹配序列组成的序列集合作为一个待压缩数据集合。在本发明实施例中，预设判定阈值设置为所有必要保留成绩对应最长二进制编码序列长度的一半。需要说明的是，实施者可根据具体实施环境自行调整预设判定阈值的大小。

考虑到一次待压缩数据集合的划分并无法完全将必要保留成绩完全划分，因此需要对其余数据进行进一步地的迭代划分，在其余成绩对应数据的基础上进行待压缩数据集合的划分。本发明实施例在得到每个待压缩数据集合后，将每个待压缩数据集合对应的必要保留成绩筛除，并在其余必要保留成绩的基础上继续获取待压缩数据集合，直至所有必要保留成绩被完全划分，得到至少两个必要保留成绩对应的待压缩数据集合。

在本发明实施例中，目标编码序列与其对应的对比编码序列/>之间的序列重合度的获取方法在公式上表现为：

其中，为目标编码序列/>与其对应的对比编码序列/>之间的序列重合度，/>为必要保留成绩中最长二进制编码序列的长度，/>为目标编码序列/>对应二进制编码序列中第个二进制编码，/>为对比编码序列/>对应二进制编码序列中第/>个二进制编码；/>表示异或运算，其运算规则为两侧相同为0，不同为1。进一步根据目标编码序列/>与其对应的对比编码序列/>之间的序列重合度的获取方法，获取其他两两二进制编码序列之间的序列重合度。

此外，实施者也可通过其他形式的公式获取目标编码序列与其对应的对比编码序列/>之间的序列重合度，例如：

其中，表示同或运算，其运算规则为两侧相同为1，不同为0。其余参数与本发明实施例中序列相似度的获取方法对应的公式相同，在此不做进一步赘述。

步骤S4：根据待压缩数据集合中的每个元素对应的二进制编码序列，得到二进制编码压缩数据集合；对每个二进制编码压缩数据集合通过游程编码进行所有田径比赛成绩的压缩存储。

至此，得到至少两个待压缩数据集合，每个待压缩数据集合由一个或两个以上田径比赛成绩组成。进一步需要将待压缩数据集合压缩并存储，考虑到在对待压缩数据集合进行压缩时，需要将待压缩数据集合中各个元素即田径比赛成绩转化为计算机可识别的二进制编码形式，所以需要对所有待压缩数据集合中的田径比赛成绩转化为二进制编码形式。本发明实施例根据待压缩数据集合中的每个元素对应的二进制编码序列，得到二进制编码压缩数据集合。每个二进制编码压缩数据集合即为每个待压缩数据集合中元素转化为二进制编码形式后对应的数据集合。

优选地，二进制编码压缩数据集合的获取方法包括：

对所有待压缩数据集合中所有元素对应二进制编码序列进行首位补0操作，以使补0操作后的二进制编码序列的长度等于标准长度后，得到每个待压缩数据集合对应的二进制编码压缩数据集合，所述二进制编码压缩数据集合中每个元素对应一个标准二进制编码序列。

优选地，标准长度为所有待压缩数据集合中所有元素对应二进制编码序列的最长序列长度。

获得二进制编码压缩数据集合的目的是：将待压缩数据集合中的所有元素对应二进制编码序列的长度统一，以方便后续解压操作。且在二进制编码序列前补0能够在不影响解压后对应数据信息的同时，使得压缩过程中产生的数据冗余度更大。而标准长度设置为最长序列长度的目的是，使得所有序列的长度都能完全同一，防止标准长度设置的不够长，导致存在序列长度大于标准长度的序列，从而降低后续的压缩效率。需要说明的是，实施者可根据具体实施情况调整标准长度的选择，但是需要保证标准长度大于或等于所有二进制编码序列的最长序列长度，在此不做进一步赘述。

最后则在二进制编码压缩数据集合的基础上进行编码压缩，实现对田径比赛成绩的压缩存储。本发明实施例对每个二进制编码压缩数据集合通过游程编码进行所有田径比赛成绩的压缩存储。对于模糊保留成绩对应的二进制编码压缩数据集合，由于所有模糊保留成绩已经用对应的均值替代，所以模糊保留成绩对应的二进制编码序列全部一致；而对于必要保留成绩对应的二进制编码压缩数据集合，由于待压缩数据集合是根据二进制编码序列的差异分布特征得到的，所以对应的每个二进制编码压缩数据集合中的二进制编码序列之间具有一定的相似性，因此采用游程编码压缩的效果更好。

优选地，对每个二进制编码压缩数据集合通过游程编码进行所有田径比赛成绩的压缩存储包括：

在每个二进制编码压缩数据集合中，将每个标准二进制编码序列以对应田径比赛成绩从小到大的顺序纵向排列后，构建编码矩阵。按照从小到大的顺序排列能够使得相邻两个标准二进制编码之间相同索引值的二进制编码尽可能的相同，提高后续游程编码的压缩效果。而构建编码矩阵的目的是，能够更好的观察相同索引值对应的二进制编码分布情况，且方便游程编码压缩。需要说明的是，实施者也可根据具体实施环境采用从大到小或者其他的顺序排列对应的田径比赛成绩，在此不做进一步赘述。

编码矩阵中每行对应一个标准二进制编码序列，每列对应一个相同的索引值；对编码矩阵沿列方向进行游程编码，并记录对应的索引值顺序，进行所有田径比赛成绩的压缩存储。对编码矩阵沿列方向进行游程编码，即将每个索引值对应的二进制编码组成的序列作为游程编码压缩对象。对于必要保留成绩的编码矩阵，由于编码矩阵中的标准二进制编码序列是从小到大排列的，因此每个索引值对应的二进制编码组成的序列的数据冗余度较小，对应的游程编码压缩效果更好。对于模糊保留成绩的编码矩阵，由于对应的二进制编码压缩数据集合中的二进制序列相同，因此对应编码矩阵的每行数据均相同，即相同的索引值对应的每列数据均一致，通过游程编码压缩的压缩效果最好。需要说明的是，游程编码压缩和对应的解压缩手段为本领域技术人员所熟知的现有技术，在此不做进一步赘述。

至此，通过游程编码对所有田径比赛成绩进行压缩存储，完成对田径运动员的信息数据管理。

综上所述，本发明在获取田径运动员信息数据对应的田径比赛成绩后，根据田径比赛成绩的频率分布特征和数值分布特征得到每个田径比赛成绩的保留价值，并根据保留价值将田径比赛成绩划分为必要保留成绩和模糊保留成绩，将模糊保留成绩通过均值进行替代后进行有损编码压缩，并得到对应的待压缩数据集合；根据必要保留成绩对应二进制编码序列的差异分布特征，划分为至少两个对应的待压缩数据集合；进一步对待压缩数据集合中元素转化为二进制后通过游程编码进行田径比赛成绩的压缩存储。本发明对田径运动员整体信息数据进行压缩的压缩效果较好，存储效率更高。

本发明还提出了一种基于云边协同的田径运动员信息数据管理系统，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，处理器执行所述计算机程序时实现任意一项一种基于云边协同的田径运动员信息数据管理方法的步骤。

需要说明的是：上述本发明实施例先后顺序仅仅为了描述，不代表实施例的优劣。在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。

Claims (10)

1.基于云边协同的田径运动员信息数据管理方法，其特征在于，所述方法包括：

获取需要压缩存储的所有田径比赛成绩；

根据所述田径比赛成绩的频率分布特征，得到每个田径比赛成绩对应的第一评价参数；根据所述田径比赛成绩的数值分布特征，得到每个田径比赛成绩对应的第二评价参数；根据所述第一评价参数和所述第二评价参数，得到每个田径比赛成绩对应的保留价值；

根据所述保留价值将所有田径比赛成绩划分为必要保留成绩和模糊保留成绩；将每个模糊保留成绩采用模糊保留成绩的均值替代后组成的模糊保留成绩均值集合，作为模糊保留成绩对应的待压缩数据集合；根据任意两个必要保留成绩之间对应二进制编码序列的差异分布特征，将所有必要保留成绩划分为至少两个必要保留成绩对应的待压缩数据集合；

根据待压缩数据集合中的每个元素对应的二进制编码序列，得到二进制编码压缩数据集合；对每个二进制编码压缩数据集合通过游程编码进行所有田径比赛成绩的压缩存储。

2.根据权利要求1所述的基于云边协同的田径运动员信息数据管理方法，其特征在于，所述第一评价参数的获取方法包括：

将每种田径比赛成绩以从小到大的顺序排列，得到田径比赛成绩种类序列；在所述田径比赛成绩种类序列中，将每种田径比赛成绩两侧预设数量个田径比赛成绩种类对应的频次数值的累加和，作为每种田径比赛成绩对应的临近频次值；将每种田径比赛成绩的频次数值和对应的临近频次值进行加权求和，得到每种田径比赛成绩对应的频次特征值；根据所述频次特征值与田径比赛成绩种类序列中所有元素数值累加和之间的比值进行负相关映射，得到每种田径比赛成绩中每个田径比赛成绩对应的第一评价参数。

3.根据权利要求1所述的基于云边协同的田径运动员信息数据管理方法，其特征在于，所述第二评价参数的获取方法包括：

将每个田径比赛成绩与田径比赛成绩均值之间的差异的正相关归一化值，作为每个田径比赛成绩的第二评价参数。

4.根据权利要求1所述的基于云边协同的田径运动员信息数据管理方法，其特征在于，所述保留价值的获取方法包括：

将所述第一评价参数与所述第二评价参数进行加权求和的和值的归一化值，作为每个田径比赛成绩对应的保留价值。

5.根据权利要求1所述的基于云边协同的田径运动员信息数据管理方法，其特征在于，所述根据所述保留价值将所有田径比赛成绩划分为必要保留成绩和模糊保留成绩包括：

将保留价值对应归一化值小于预设判定阈值的田径比赛成绩作为模糊保留成绩；将保留价值对应归一化值大于或等于预设判定阈值的田径比赛成绩作为必要保留成绩。

6.根据权利要求1所述的基于云边协同的田径运动员信息数据管理方法，其特征在于，所述必要保留成绩对应的待压缩数据集合的获取方法包括：

将每个必要保留成绩对应的田径比赛成绩转化为二进制编码序列，选取任意一个二进制编码序列作为目标编码序列，将目标编码序列外的其他二进制编码序列作为对比编码序列；

将目标编码序列中每个二进制编码与对比编码序列中对应索引值的二进制编码进行异或运算，将对应异或运算结果的累加值进行负相关映射，得到目标编码序列与每个对比编码序列之间的序列重合度；将对应序列重合度大于预设判定阈值的对比编码序列作为目标编码序列对应的匹配序列，将所述匹配序列的数量作为目标编码序列的评价值；改变目标编码序列得到每个二进制编码序列的评价值，将所述评价值最高的二进制编码序列与其对应的匹配序列组成的序列集合，作为一个待压缩数据集合；

在得到每个待压缩数据集合后，将每个待压缩数据集合对应的必要保留成绩筛除，并在其余必要保留成绩的基础上继续获取待压缩数据集合，直至所有必要保留成绩被完全划分，得到至少两个必要保留成绩对应的待压缩数据集合。

7.根据权利要求1所述的基于云边协同的田径运动员信息数据管理方法，其特征在于，所述二进制编码压缩数据集合的获取方法包括：

对所有待压缩数据集合中所有元素对应二进制编码序列进行首位补0操作，以使补0操作后的二进制编码序列的长度等于标准长度后，得到每个待压缩数据集合对应的二进制编码压缩数据集合，所述二进制编码压缩数据集合中每个元素对应一个标准二进制编码序列。

8.根据权利要求7所述的基于云边协同的田径运动员信息数据管理方法，其特征在于，所述标准长度为所有待压缩数据集合中所有元素对应二进制编码序列的最长序列长度。

9.根据权利要求7所述的基于云边协同的田径运动员信息数据管理方法，其特征在于，所述对每个二进制编码压缩数据集合通过游程编码进行所有田径比赛成绩的压缩存储包括：

在每个二进制编码压缩数据集合中，将每个标准二进制编码序列以对应田径比赛成绩从小到大的顺序纵向排列后，构建编码矩阵，所述编码矩阵中每行对应一个标准二进制编码序列，每列对应一个相同的索引值；对所述编码矩阵沿列方向进行游程编码，并记录对应的索引值顺序，进行所有田径比赛成绩的压缩存储。

10.基于云边协同的田径运动员信息数据管理系统，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1~9任意一项所述方法的步骤。