CN117786844A - 一种数据分析方法、装置、存储介质及电子设备 - Google Patents

Abstract

本申请公开了一种数据分析方法、装置、存储介质及电子设备，其中方法包括：获取至少一个历史行程中各历史行程对应的行程数据，基于各历史行程对应的行程数据确定目标分箱组对应的第一数据特征，基于第一数据特征，在各历史行程中获取属于目标分箱组的目标历史行程，基于目标分箱组对应的预期能耗，在目标分箱组的各目标历史行程中确定非预期历史行程，在非预期历史行程的行程数据中获取属于第二数据特征的第二行程数据，基于第二行程数据对非预期历史行程进行能耗分析，以得到非预期历史行程的分析结果。采用本申请，通过确定各目标分箱组的条件下影响能耗的分析结果，进而根据各影响因素对能耗进行分析，提高能耗数据的分析效率和准确性。

Description

一种数据分析方法、装置、存储介质及电子设备

技术领域

本申请涉及计算机技术领域，尤其涉及一种数据分析方法、装置、存储介质及电子设备。

背景技术

现如今，随着车辆的普及，越来越多的人选择便利的自驾方式出行，而在驾驶车辆时，车辆行驶过程的能耗性能至关重要，减少不必要的能耗是车辆行驶和设计中亟需解决的问题。

发明内容

本申请提供一种数据分析方法、装置、存储介质及电子设备，通过根据历史行程的行程数据的数据特征对目标分箱组中非预期历史行程进行分析，以确定各目标分箱组的条件下影响能耗的分析结果，进而根据细化后的各影响因素下对能耗进行分析，提高了能耗数据的分析效率和准确性。

第一方面，本说明书实施例提供一种数据分析方法，包括：

获取至少一个历史行程中各历史行程对应的行程数据，基于所述各历史行程对应的行程数据确定目标分箱组对应的第一数据特征；

基于所述第一数据特征，在所述各历史行程中获取属于所述目标分箱组的目标历史行程；

基于所述目标分箱组对应的预期能耗，在所述目标分箱组的各所述目标历史行程中确定非预期历史行程；

在所述非预期历史行程的行程数据中获取属于第二数据特征的第二行程数据，基于所述第二行程数据对所述非预期历史行程进行能耗分析，以得到所述非预期历史行程的分析结果；

所述非预期历史行程的行程数据包括属于所述第一数据特征的第一行程数据和属于所述第二数据特征的第二行程数据。

第二方面，本说明书实施例提供一种数据分析装置，所述装置包括：

特征获取单元，用于获取至少一个历史行程中各历史行程对应的行程数据，基于所述各历史行程对应的行程数据确定目标分箱组对应的第一数据特征；

目标行程获取单元，用于基于所述第一数据特征，在所述各历史行程中获取属于所述目标分箱组的目标历史行程；

行程确定单元，用于基于所述目标分箱组对应的预期能耗，在所述目标分箱组的各所述目标历史行程中确定非预期历史行程；

结果获取单元，用于在所述非预期历史行程的行程数据中获取属于第二数据特征的第二行程数据，基于所述第二行程数据对所述非预期历史行程进行能耗分析，以得到所述非预期历史行程的分析结果；

所述非预期历史行程的行程数据包括属于所述第一数据特征的第一行程数据和属于所述第二数据特征的第二行程数据。

第三方面，提供了一种计算机程序产品，该计算机程序产品包括：计算机程序代码，当该计算机程序代码在计算机上运行时，使得该计算机执行上述第一方面或第一方面任意一种可能的实现方式中的方法。

第四方面，本说明书实施例提供一种计算机存储介质，所述计算机存储介质存储有多条指令，所述指令适于由处理器加载并执行上述的方法的步骤。

第五方面，本说明书实施例提供一种电子设备，包括：处理器和存储器；其中，所述存储器存储有计算机程序，所述计算机程序适于由所述处理器加载并执行第二方面所述的方法的步骤。

在本说明书实施例中，通过获取历史行程和各历史行程对应的行程数据，基于各历史行程对应的行程数据确定目标分箱组的第一数据特征，基于第一数据特征获取目标历史行程，基于目标分箱组的预期能耗确定非预期历史行程，对非预期历史行程进行能耗分析，以得到目标分箱组对应的分析结果，从而根据历史行程的行程数据的数据特征对目标分箱组中非预期历史行程进行分析，以确定各目标分箱组的条件下影响能耗的分析结果，进而根据细化后的各影响因素下对能耗进行分析，提高了能耗数据的分析效率和准确性。

附图说明

为了更清楚地说明本说明书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为本说明书实施例提供的一种数据分析的系统架构图；

图2为本说明书实施例提供的一种数据分析方法的流程示意图；

图3为本说明书实施例提供的另一种数据分析方法的流程示意图；

图4为本说明书实施例提供的一种特征重要度排列的举例示意图；

图5为本说明书实施例提供的一种分箱组的举例示意图；

图6为本说明书实施例提供的一种数据分析装置的结构示意图；

图7为本说明书实施例提供的另一种数据分析装置的结构示意图；

图8为本说明书实施例提供的一种电子设备的结构示意图。

具体实施方式

为使得本申请的特征和优点能够更加的明显和易懂，下面将结合本说明书实施例中的附图，对本说明书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，而非全部实施例。基于本申请中的实施例，本领域技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

现有技术中，在车辆行驶正常的能耗进行分析时，由于可能影响能耗异常的因素繁杂，且不同因素之间还存在互相影响，导致分析效率低下且准确率不足。

基于此，本说明书实施例提供了一种数据分析方法，通过获取历史行程和各历史行程对应的行程数据，基于各历史行程对应的行程数据确定目标分箱组的第一数据特征，基于第一数据特征获取目标历史行程，基于目标分箱组的预期能耗确定非预期历史行程，对非预期历史行程进行能耗分析，以得到目标分箱组对应的分析结果，从而根据历史行程的行程数据的数据特征对目标分箱组中非预期历史行程进行分析，以确定各目标分箱组的条件下影响能耗的分析结果，进而根据细化后的各影响因素下对能耗进行分析，提高了能耗数据的分析效率和准确性。

请参见图1，为本说明书实施例提供了一种数据分析方法的系统架构图。如图1所示，本说明书实施例提供的数据分析方法可以应用于终端设备10，以实现对历史行程的能耗影响数据进行分析的过程，本说明书实施例提供的系统结构主要包括终端设备10以及行程数据服务器20。其中，终端设备10可以为用于对历史行程和历史行程对应的行程数据进行计算的设备，具体可以为车辆的车载终端，也可以为用于计算的服务器等；行程数据服务器20可以为用于存储历史行程集合的服务器或设备。

在本说明书实施例中，终端设备10获取行程数据服务器20中存储的至少一个历史行程和各历史行程对应的行程数据，基于各历史行程对应的行程数据确定目标分箱组的第一数据特征，基于第一数据特征获取各历史行程中的目标历史行程，基于目标分箱组的预期能耗，对分目标历史行程进行筛选得到非预期历史行程，根据第二数据特征的第二行程数据对非预期历史行程进行能耗分析，得到对应的分析结果。

在本说明书实施例中，通过获取历史行程和各历史行程对应的行程数据，基于各历史行程对应的行程数据确定目标分箱组的第一数据特征，基于第一数据特征获取目标历史行程，基于目标分箱组的预期能耗确定非预期历史行程，对非预期历史行程进行能耗分析，以得到目标分箱组对应的分析结果，从而根据历史行程的行程数据的数据特征对目标分箱组中非预期历史行程进行分析，以确定各目标分箱组的条件下影响能耗的分析结果，进而根据细化后的各影响因素下对能耗进行分析，提高了能耗数据的分析效率和准确性。

基于图1所示的系统架构，下面将结合图2，对本说明书实施例提供的数据分析方法进行详细介绍。

请参见图2，为本说明书实施例提供了一种数据分析方法的流程示意图。如图2所示，所述方法可以包括以下步骤S101-步骤S104。

S101，获取至少一个历史行程中各历史行程对应的行程数据，基于所述各历史行程对应的行程数据确定目标分箱组对应的第一数据特征；

在一个实施例中，获取车辆上传的行程和该行程对应的行程数据，将行程和行程数据存储在历史行程集合中，获取历史行程集合中的至少一个历史行程中各历史行程对应的行程数据，基于各历史行程对应的行程数据中的数据特征进行筛选，确定目标分箱组对应的第一数据特征。

行程可以为根据车辆行驶过程的时长和距离，以及车辆行驶间隔时长进行划分后得到，例如可以将车辆行驶间隔超过十五分钟的两次行驶过程划分为两个行程等。行程的获取方法可以为由车辆中的系统自行向服务器上传到的备份数据，也可以为车辆的车主向服务器进行投诉或分享体验时上传的数据等。

可以理解的，为了减少计算资源的损耗，一种可行的方法可以为，将行驶时长小于5分钟或大于4小时的行程，以及将行驶距离小于2公里或大于三百公里的行程舍弃，以专注于对大部分行驶场景进行分析。需要说明的是，用于判断舍弃行程的时长和距离的具体数字可根据实际情况进行设置。

行程数据可以为用于描述行程对应的数据，具体可以为车辆中的车胎胎压、空调压缩机等车辆设备数据，也可以为车辆行驶过程中的平均车速、加速度段平均加速度、行驶里程等数据。

历史行程集合可以为存储有多个行程和各行程对应的行程数据的集合，历史行程集合中的各行程和对应的行程数据可以为基于获取的时间进行存储。

获取历史行程集合中的至少一个历史行程中各历史行程对应的行程数据后，获取各行程数据所关联的第三数据特征，对第三数据特征中的各数据特征和数据特征对应的行程数据进行分箱处理，对各分箱进行组合得到至少一个分箱组。例如，第三特征数据包括有平均车速、加速度段平均加速度和行驶里程等，进行组合得到分箱组1“平均车速和加速度段平均加速度”，分箱组2“平均车速和行驶里程”以及分箱组3“平均车速、加速度段平均加速度和行驶里程”。

目标分箱组可以为对数据特征和行程数据进行分箱后得到的分箱组中的其中一个分箱组，具体可以为当前进行计算的分箱组。确定目标分箱组后，获取该目标分箱组对应的第一数据特征。

第一数据特征可以为目标分箱组所包括的数据特征，例如可以为分箱组1“平均车速和加速度段平均加速度”。

S102，基于所述第一数据特征，在所述各历史行程中获取属于所述目标分箱组的目标历史行程；

在一个实施例中，获取到目标分箱组中的第一数据特征后，基于第一数据特征确定目标分箱组的数据筛选范围，若各历史行程中存在第一历史行程的第三行程数据满足数据筛选范围，则确定第一历史行程为属于目标分箱组的目标历史行程。

数据筛选范围可以为针对第一数据特征中的数值范围，例如第一数据特征中包括有平均车速，则数据筛选范围对于平均车速度的数值范围可以为(5-10]、(10-15]等，其中目标分箱组对应的数据筛选范围可以为(5-10]，则可以将历史行程中平均车速大于5km/h，小于或等于10km/h的历史行程作为目标历史行程。

第三行程数据可以为第一历史行程对应的行程数据，具体可以为基于数据筛选范围筛选后得到的第一历史行程中所对应的行程数据。例如第一数据特征包括平均车速，则第三行程数据可以为包括有各第一历史行程对应的平均车速。

目标历史行程可以为根据数据筛选范围对各历史行程进行筛选后得到的历史行程，根据数据筛选范围确定的第一历史行程为属于该数据筛选范围的历史行程，将该第一历史行程确定为目标分箱组的目标历史行程。

S103，基于所述目标分箱组对应的预期能耗，在所述目标分箱组的各所述目标历史行程中确定非预期历史行程；

在一个实施例中，获取到目标分箱组对应的目标历史行程后，获取各目标历史行程对应的行程能耗以及目标分箱组对应的预期能耗，根据行程能耗和预期能耗对目标历史行程进行筛选，确定目标历史行程中的非预期历史行程。

行程能耗可以为车辆在目标历史行程对应的能源损耗值，具体可以为包括有百公里油耗、百公里电耗和百公里综合能耗等。

预期能耗可以为根据目标分箱组中各目标历史行程对应的行程能耗进行计算得到的能耗值，预期能耗的计算方法可以根据实际情况进行设置，例如可以为目标历史行程中的中位数，也可以为目标历史行程中的众数等。

一种可行的根据行程能耗和预期能耗筛选目标历史行程的方法可以为，基于行程能耗、预期能耗和设定参数进行比较，得到目标历史行程的能耗指示结果，基于能耗指示结果确定非预期历史行程。

非预期历史行程可以为车辆能耗不符合预期的行程，例如目标历史行程的行程能耗为百公里油耗7L，而预期能耗为百公里油耗5L，则可以认为该目标历史行程的能耗偏高，为非预期历史行程。需要说明的是，此处仅为对非预期的定义进行解释，而并非为非预期历史行程的实际确定方法。

设定参数可以为用于判断目标历史行程是否为非预期历史行程的参数，基于该参数与行程能耗和预期能耗进行比较，以得到能耗指示结果。

能耗指示结果可以为用于指示目标历史行程是否为非预期历史行程的结果。

S104，在所述非预期历史行程的行程数据中获取属于第二数据特征的第二行程数据，基于所述第二行程数据对所述非预期历史行程进行能耗分析，以得到所述非预期历史行程的分析结果；

在一个实施例中，确定目标历史行程中的非预期历史行程后，在非预期历史行程的行程数据中获取第二数据特征的第二行程数据，基于第二行程数据逐一对非预期历史行程进行能耗分析，得到各第二行程数据对非预期历史行程的能耗分析结果，进而得到非预期历史行程的分析结果。

其中，非预期历史行程的行程数据包括属于第一数据特征的第一行程数据和属于第二数据特征的第二行程数据。

第二数据特征可以为非预期历史行程中的行程数据所包括的数据特征中，除第一数据特征外的其他数据特征。例如，第一数据特征包括有平均车速和加速度段平均加速度，而非预期历史行程中的行程数据所包括的数据特征除了平均车速和加速度段平均加速度外，还包括有行驶里程和压缩机功率等其他数据特征，则行驶里程和压缩机功率等其他数据特征可以为第二数据特征。

其中，第二行程数据可以为目标历史行程中第二特征数据对应的行程数据。

进一步的，基于各历史行程对应的行程数据，能够获取到了各历史行程的至少一个分箱组，根据第二数据特征逐一对非预期历史行程进行能耗分析的方法可以为，根据第二数据特征对各分箱组的对应的非预期历史行程的预期能耗的变化趋势，以及预期历史行程对应的能耗变化趋势进行分析，得到该第二数据特征的能耗分析结果。进而根据所以第二数据特征的分析结果，得到非预期历史行程的分析结果。

示例性的，根据空调的压缩机功率对各分箱组对应的预期能耗的变化趋势进行判断，若随着分箱组的非预期历史行程的预期能耗，以及各分箱组的预期历史行程对应的能耗变化趋势均呈正比趋势，且两个该趋势的变化值不同但区别不大，则可以认为空调的压缩机对能耗造成了一定的影响，但影响程度不大。

进一步的，获取到目标分箱组的分析结果后，可以根据分析结果对该目标分箱组对应的车辆行驶场景生成提示信息，也可以为向车辆设计工程师提供该分析结果，以使车辆设计过程中能够针对分析结果对车辆进行改进。

在本说明书实施例中，通过获取历史行程和各历史行程对应的行程数据，基于各历史行程对应的行程数据确定目标分箱组的第一数据特征，基于第一数据特征获取目标历史行程，基于目标分箱组的预期能耗确定非预期历史行程，对非预期历史行程进行能耗分析，以得到目标分箱组对应的分析结果，从而根据历史行程的行程数据的数据特征对目标分箱组中非预期历史行程进行分析，以确定各目标分箱组的条件下影响能耗的分析结果，进而根据细化后的各影响因素下对能耗进行分析，提高了能耗数据的分析效率和准确性。

请参见图3，为本说明书实施例提供了另一种数据分析方法的流程示意图。如图3所示，所述方法可以包括以下步骤S201-步骤S212。

S201，将车辆上传的行程以及所述行程对应的行程数据存储至历史行程集合中；

在一个实施例中，获取车辆上传的行程和该行程对应的行程数据，将车辆上传的行程存储至历史行程集合中。

行程可以为根据车辆行驶过程的时长和距离，以及车辆行驶间隔时长进行划分后得到，例如可以将车辆行驶间隔超过十五分钟的两次行驶过程划分为两个行程等。行程的获取方法可以为由车辆中的系统自行向服务器上传到的备份数据，也可以为车辆的车主向服务器进行投诉或分享体验时上传的数据等。

可以理解的，为了减少计算资源的损耗，一种可行的方法可以为，将行驶时长小于5分钟或大于4小时的行程，以及将行驶距离小于2公里或大于三百公里的行程舍弃，以专注于对大部分行驶场景进行分析。需要说明的是，用于判断舍弃行程的时长和距离的具体数字可根据实际情况进行设置。

行程数据可以为用于描述行程对应的数据，具体可以为车辆中的车胎胎压、空调压缩机等车辆设备数据，也可以为车辆行驶过程中的平均车速、加速度段平均加速度、行驶里程等数据。

其中，行程数据中各数据可根据预先设置的名称获取方法对获取到的车辆上传的数据进行整理，从而采用统一的名称对行程数据进行存储，以便于后续对数据进行管理和计算。

历史行程集合可以为存储有多个行程和各行程对应的行程数据的集合，历史行程集合中的各行程和对应的行程数据可以为基于获取的时间进行存储。

S202，基于预设时间范围在所述历史行程集合中获取至少一个历史行程；

在一个实施例中，将行程和行程对应的行程数据存储至历史行程集合后，基于预设时间范围在历史行程集合中进行查找，获取预设时间范围内的至少一个历史行程。

预设时间范围可以为预先设置的时长确定的范围，例如可以为以24小时为间隔，则预设时间范围可以为每天晚上0点获取历史行程集合中该时间点的前24小时内的所有历史行程。

可以理解的，针对部分情况，也可以实时获取存储至历史行程集合中的历史行程，具体可根据实际情况进行设置。

历史行程可以为历史行程集合中的任一行程，为了避免对已经计算过的行程进行重复计算，历史行程可以为包括在预设时间范围内的行程。

S203，获取至少一个历史行程中各历史行程对应的行程数据；

在一个实施例中，获取到至少一个历史行程后，为了后续能够进行数据进行，还需要获取各历史行程对应的行程数据。

可以理解的，行程数据与各历史行程存在对应关系，为了对历史行程进行分析，获取历史行程对应的行程数据，才能够根据行程数据对历史行程进行分析。行程数据的获取方式可以为根据历史行程的标签在存储历史行程集合的数据库或终端设备等进行查找，具体获取方式可根据实际情况进行设置。

S204，获取所述各历史行程对应的行程数据所关联的第三数据特征；

在一个实施例中，获取到各历史行程以及各历史行程对于的行程数据后，对各历史行程对应的行程数据中进行特征的提取，获取到各历史行程对应的行程数据所关联的第三数据特征。

其中，第三数据特征可以为各历史行程对应的行程数据对应的特征，具体可以为根据历史行程对应的行程数据进行提取或计算得到的数据。例如，第三特征数据可以平均车速、加速度段平均加速度和行驶里程等。

S205，基于预设排序模型以及所述各历史行程对应的行程数据，对所述第三数据特征进行重要度排列，以得到所述第三数据特征对应的特征重要度；

在一个实施例中，获取到各历史行程对应的行程数据所关联的第三数据特征后，将各历史行程对应的行程数据输入至预先训练好的预设排序模型，基于预设排序模型对第三数据特征进行排序，以得到各第三数据特征对应的特征重要度。

预设排序模型可以为用于针对能耗影响程度对第三数据特征进行排序的模型，例如可以为lightgbm模型等。

特征重要度可以为用于指示第三数据特征对能耗影响程度，具体可以为根据预设排序模型进行计算得到的数值，数值越大则重要度越大。例如，平均速度的特征重要度为3456，加速度段平均加速度的特征重要度为2930，则可以看出平均速度对能耗的影响程度大于加速度段平均加速度。

示例性的，如图4所示，图4中包括有各第三数据特征的特征重要度，并按着特征重要度进行排序。可以理解的，图4中进行显示特征重要度排序前四的第三数据特征，其他省略。

S206，基于筛选条件和所述特征重要度对所述第三数据特征进行筛选，以确定目标分箱组对应的第一数据特征；

在一个实施例中，获取到各第三数据特征对应的特征重要度后，基于目标分箱组对应的筛选条件和特征重要度对第三数据特征进行筛选，以确定目标分箱组对应的第一数据特征。

目标分箱组可以为对数据特征和行程数据进行分箱后，对各分箱进行组合得到的分箱组中的其中一个分箱组。可以理解的，目标分箱组可以为当前进行计算所对应的分箱组，而并非特定为某一个固定的分箱组。

分箱组可以为对第三数据特征中的各数据特征和数据特征对应的行程数据进行分箱处理，对各分箱进行组合得到分箱组合。例如，第三特征数据包括有平均车速、加速度段平均加速度和行驶里程等，进行组合得到分箱组1“平均车速和加速度段平均加速度”，分箱组2“平均车速和行驶里程”以及分箱组3“平均车速、加速度段平均加速度和行驶里程”。

示例性的，如图5所示，图5中包括有“分箱组1”、“分箱组2”和“分箱组3”，可根据实际需要选择其中的任一分箱组作为目标分箱组。

筛选条件可以为用于对分箱组进行组合确定目标分箱组的条件，例如筛选条件可以为选择特征重要度前三的第三数据特征等，由于平均车速、加速度段平均加速度和行驶里程为特征重要度排列前三的第三数据特征，则对第三数据特征进行筛选后得到的目标分箱组为“平均车速、加速度段平均加速度和行驶里程”。

第一数据特征可以为基于筛选条件得到的数据特征。可以理解的，第一数据特征包括于第三数据特征中，第三数据特征中还包括有第二数据特征，第二数据特征可以为第三数据特征中除了第一数据特征外的其他数据特征。

S207，基于所述第一数据特征确定所述目标分箱组的数据筛选范围；

在一个实施例中，获取第一数据特征后，确定第一数据特征对应的数据范围，进而确定目标分箱组对应的数据筛选范围。

数据筛选范围可以为针对第一数据特征中的数值范围，例如第一数据特征中包括有平均车速，则数据筛选范围对于平均车速度的数值范围可以为(5-10]、(10-15]等，其中目标分箱组对应的数据筛选范围可以为(5-10]，则可以将历史行程中平均车速大于5km/h，小于或等于10km/h的历史行程作为目标历史行程。

S208，若所述各历史行程中存在第一历史行程的第三行程数据满足所述数据筛选范围，则确定所述第一历史行程为属于所述目标分箱组的目标历史行程；

在一个实施例中，确定目标分箱组中的数据筛选范围后，基于数据筛选范围在各历史行程进行查找，若各历史行程中存在第一历史行程的第三行程数据满足数据筛选范围，则确定该第一历史行程为属于目标分箱组的目标历史行程。

其中，第一历史行程可以为各历史行程中的任一历史行程，根据数据筛选范围进行查找第三行程数据。

第三行程数据可以为第一历史行程对应的行程数据中属于第一数据特征的数据，具体可以为基于数据筛选范围筛选后得到的第一历史行程中所对应的行程数据。例如第一数据特征包括平均车速，则第三行程数据可以为包括有各第一历史行程对应的平均车速。

目标历史行程可以为根据数据筛选范围对各历史行程进行筛选后得到的历史行程，根据数据筛选范围确定的第一历史行程为属于该数据筛选范围的历史行程，将该第一历史行程确定为目标分箱组的目标历史行程。

S209，获取所述目标分箱组中各所述目标历史行程对应的行程能耗，以及所述目标分箱组对应的预期能耗；

在一个实施例中，确定目标分析中的目标历史行程后，基于目标分箱组中各目标历史行程对应的行程数据进行计算，以各目标历史行程对应的行程能耗，基于各目标历史行程对应的行程能耗，确定目标分箱组对应的预期能耗。

行程能耗可以为车辆在目标历史行程对应的能源损耗值，具体可以为包括有百公里油耗、百公里电耗和百公里综合能耗等。其中，百公里综合能耗可以为根据百公里油耗和百公里电耗进行计算得到的，具体计算方法可根据实际情况进行设置。

预期能耗可以为根据目标分箱组中各目标历史行程对应的行程能耗进行计算得到的能耗值，预期能耗的计算方法可以根据实际情况进行设置，例如可以为目标历史行程中的中位数，也可以为目标历史行程中的众数等。

S210，基于所述目标历史行程对应的行程能耗、所述预期能耗和设定参数，获取所述目标历史行程的能耗指示结果；

在一个实施例中，获取到目标历史行程对应的行程能耗和预期能耗后，获取设定参数，基于行程能耗和预期能耗进行计算后得到的计算结果与设定参数进行比较，获取目标历史行程的能耗指示结果。

一种可行的根据行程能耗和预期能耗得到能耗指示结果的方法可以为，计算目标历史行程对应的行程能耗和预期耗能之间的差值，获取差值与预期耗能之间的比值，若比值大于设定参数，则目标历史行程的能耗指示结果为目标历史行程为非预期能耗的行程；若比值小于或者等于设定参数，则目标历史行程的能耗指示结果为所述目标历史行程为预期能耗的行程。

设定参数可以为用于判断目标历史行程是否为非预期历史行程的参数，基于该参数与行程能耗和预期能耗进行比较，以得到能耗指示结果。设定参数的具体数值可根据实际情况进行设置。

能耗指示结果可以为用于指示目标历史行程是否为非预期历史行程的结果。

非预期能耗可以为不符合预期的能耗情况，例如预期的能耗的范围为百公里油耗5L至百公里6L，则若得到的能耗为百公里油耗3L，则认为该行程的能耗数据过低，属于非预期能耗；若得到的能耗为百公里7L，则同样可以认为该行程的能耗过高，属于非预期能耗。

预期能耗可以为预先计算的车辆正常行驶时所损耗的能耗，具体可以为一个能耗值范围，例如可以为百公里油耗5L至百公里6L。

S211，若所述能耗指示结果指示所述目标历史行程属于非预期能耗的行程，则确定所述目标历史行程为非预期历史行程。

在一个实施例中，得到基于行程能耗、预期能耗和设定参数得到的能耗指示结果，若得到的能耗指示结果指示目标历史行程属于非预期能耗的行程，则确定该目标历史行程为非预期历史行程。

非预期历史行程可以为车辆能耗不符合预期的行程，例如目标历史行程的行程能耗为百公里油耗7L，而预期能耗为百公里油耗5L，则可以认为该目标历史行程的能耗偏高，为非预期历史行程。需要说明的是，此处仅为对非预期的定义进行解释，而并非为非预期历史行程的实际确定方法。

进一步的，由于设定参数为预先设置的参数，因此存在基于设定参数得到的能耗指示结果不足以作为参考条件的情况，因此可以根据能耗指示结果对设定参数进行调整。当能耗指示结果指示的非预期历史行程的数量小于设定数值时，按照第一步长减小设定阈值，转入执行步骤S210；当能耗指示结果指示的非预期历史行程对应的第一能耗占比分布，与预期历史行程对应的第二能耗占比分布满足预设条件时，按照第二步长增大设定阈值，转入执行步骤S210。从而能够以符合目标历史行程的设定参数，对目标历史行程进行非预期历史行程的筛选，提高得到的非预期历史行程的准确性。

其中，预设条件可以为根据实际情况进行设置，例如可以为根据第一能耗占比分布的波峰与第二能耗占比分布的波峰之间的距离进行判断，若距离小于设置距离，则认为满足预设条件；还可以为根据第一能耗占比分布和第二能耗占比分布的重叠面积进行判断，若重叠面积大于设定面积，则可以认为满足预设条件。

其中，第一步长和第二步长可以为预先设置的数值大小，例如可以为数值“1”，且第一步长和第二步长可以相同也可以不同，具体可根据实际情况进行设置。

S212，在所述非预期历史行程的行程数据中获取属于第二数据特征的第二行程数据，基于所述第二行程数据对所述非预期历史行程进行能耗分析，以得到所述非预期历史行程的分析结果；

在一个实施例中，确定目标历史行程中的非预期历史行程后，在非预期历史行程的行程数据中获取第二数据特征的第二行程数据，基于第二行程数据逐一对非预期历史行程进行能耗分析，得到各第二行程数据对非预期历史行程的能耗分析结果，进而得到非预期历史行程的分析结果。

其中，非预期历史行程的行程数据包括属于第一数据特征的第一行程数据和属于第二数据特征的第二行程数据。

第二数据特征可以为非预期历史行程中的行程数据所包括的数据特征中，除第一数据特征外的其他数据特征。例如，第一数据特征包括有平均车速和加速度段平均加速度，而非预期历史行程中的行程数据所包括的数据特征除了平均车速和加速度段平均加速度外，还包括有行驶里程和压缩机功率等其他数据特征，则行驶里程和压缩机功率等其他数据特征可以为第二数据特征。

其中，第二行程数据可以为目标历史行程中第二特征数据对应的行程数据。

进一步的，基于各历史行程对应的行程数据，能够获取到了各历史行程的至少一个分箱组，根据第二数据特征逐一对非预期历史行程进行能耗分析的方法可以为，根据第二数据特征对各分箱组的对应的非预期历史行程的预期能耗的变化趋势，以及预期历史行程对应的能耗变化趋势进行分析，得到该第二数据特征的能耗分析结果。进而根据所以第二数据特征的分析结果，得到非预期历史行程的分析结果。

示例性的，根据空调的压缩机功率对各分箱组对应的预期能耗的变化趋势进行判断，若随着分箱组的非预期历史行程的预期能耗，以及各分箱组的预期历史行程对应的能耗变化趋势均呈正比趋势，且两个该趋势的变化值不同但区别不大，则可以认为空调的压缩机对能耗造成了一定的影响，但影响程度不大。

进一步的，获取到目标分箱组的分析结果后，可以根据分析结果对该目标分箱组对应的车辆行驶场景生成提示信息，也可以为向车辆设计工程师提供该分析结果，以使车辆设计过程中能够针对分析结果对车辆进行改进。

进一步的，为了保证分析结果的准确性，一种可行的方法可以为，根据一个或多个车辆在目标分箱组对应的条件下进行能耗的检测，以对分析结果进行验证，从而根据车辆验证结果确保分析结果的误差低于预设误差范围，进而生成分析报告，以根据该分析报告对车辆的驾驶或改进提供数据基础。

在本说明书实施例中，通过获取预设时间范围内的历史行程，和该历史行程对应的行程数据，根据行程数据的数据特征进行重要度排序后，根据第一特征数据确定目标分箱组，获取目标分箱组对应的目标历史行程，并根据目标分箱组的预期能耗和各目标历史行程的行程能耗进行处理，确定非预期历史行程，从而根据第二数据特征对目标分箱组中非预期历史行程进行分析，以确定各目标分箱组的条件下影响能耗的分析结果，进而根据细化后的各影响因素下对能耗进行分析，提高了能耗数据的分析效率和准确性。

基于图1所示的系统架构，下面将结合图6和图7，对本说明书实施例提供的数据分析装置进行详细介绍。需要说明的是，图6和图7中的数据分析装置，用于执行本申请图2-图5所示实施例的方法，为了便于说明，仅示出了与本说明书实施例相关的部分，具体技术细节未揭示的，请参照本申请图2-图5所示的实施例。

请参见图6，为本说明书实施例提供了一种数据分析装置的结构示意图。如图6所示，本说明书实施例的所述数据分析装置1可以包括：特征获取单元11、行程获取单元12、行程确定单元13和结果获取单元14。

特征获取单元11，用于获取至少一个历史行程中各历史行程对应的行程数据，基于所述各历史行程对应的行程数据确定目标分箱组对应的第一数据特征；

目标行程获取单元12，用于基于所述第一数据特征，在所述各历史行程中获取属于所述目标分箱组的目标历史行程；

行程确定单元13，用于基于所述目标分箱组对应的预期能耗，在所述目标分箱组的各所述目标历史行程中确定非预期历史行程；

结果获取单元14，用于在所述非预期历史行程的行程数据中获取属于第二数据特征的第二行程数据，基于所述第二行程数据对所述非预期历史行程进行能耗分析，以得到所述非预期历史行程的分析结果；

所述非预期历史行程的行程数据包括属于所述第一数据特征的第一行程数据和属于所述第二数据特征的第二行程数据。

可选的，所述特征获取单元11还用于：

获取所述各历史行程对应的行程数据所关联的第三数据特征；

基于预设排序模型以及所述各历史行程对应的行程数据，对所述第三数据特征进行重要度排列，以得到所述第三数据特征对应的特征重要度；

基于筛选条件和所述特征重要度对所述第三数据特征进行筛选，以确定目标分箱组对应的第一数据特征；

其中，所述第三数据特征包括第一数据特征和第二数据特征。

可选的，所述目标行程获取单元12，还用于：

基于所述第一数据特征确定所述目标分箱组的数据筛选范围；

若所述各历史行程中存在第一历史行程的第三行程数据满足所述数据筛选范围，则确定所述第一历史行程为属于所述目标分箱组的目标历史行程；

其中，所述第一历史行程为所述各历史行程中的任一历史行程，所述第三行程数据为所述第一历史行程对应的行程数据中属于所述第一数据特征的数据。

可选的，所述行程确定单元13，还用于：

获取所述目标分箱组中各所述目标历史行程对应的行程能耗，以及所述目标分箱组对应的预期能耗；

基于所述目标历史行程对应的行程能耗、所述预期能耗和设定参数，获取所述目标历史行程的能耗指示结果；

若所述能耗指示结果指示所述目标历史行程属于非预期能耗的行程，则确定所述目标历史行程为非预期历史行程。

可选的，所述行程确定单元13，还用于：

基于所述目标分箱组中各所述目标历史行程对应的行程数据进行计算，以得到各所述目标历史行程对应的行程能耗；

基于各所述目标历史行程对应的行程能耗，确定所述目标分箱组对应的预期能耗。

可选的，所述行程确定单元13，还用于：

计算所述目标历史行程对应的行程能耗和所述预期耗能之间的差值，获取所述差值与所述预期耗能之间的比值；

若所述比值大于设定参数，则所述目标历史行程的能耗指示结果为所述目标历史行程为非预期能耗的行程；

若所述比值小于或者等于所述设定参数，则所述目标历史行程的能耗指示结果为所述目标历史行程为预期能耗的行程。

可选的，所述行程确定单元13，还用于：

当所述能耗指示结果指示的非预期历史行程的数量小于设定数值时，按照第一步长减小所述设定阈值，转入执行所述基于所述目标历史行程对应的行程能耗、所述预期能耗和设定参数，获取所述目标历史行程的能耗指示结果的步骤；

当所述能耗指示结果指示的非预期历史行程对应的第一能耗占比分布，与预期历史行程对应的第二能耗占比分布满足预设条件时，按照第二步长增大所述设定阈值，转入执行所述基于所述目标历史行程对应的行程能耗、所述预期能耗和设定参数，获取所述目标历史行程的能耗指示结果的步骤。

可选的，如图7所示，所述数据分析装置1，还包括：

数据获取单元15，用于将车辆上传的行程以及所述行程对应的行程数据存储至历史行程集合中；

行程获取单元16，用于基于预设时间范围在所述历史行程集合中获取至少一个历史行程。

在本说明书实施例中，通过获取预设时间范围内的历史行程，和该历史行程对应的行程数据，根据行程数据的数据特征进行重要度排序后，根据第一特征数据确定目标分箱组，获取目标分箱组对应的目标历史行程，并根据目标分箱组的预期能耗和各目标历史行程的行程能耗进行处理，确定非预期历史行程，从而根据第二数据特征对目标分箱组中非预期历史行程进行分析，以确定各目标分箱组的条件下影响能耗的分析结果，进而根据细化后的各影响因素下对能耗进行分析，提高了能耗数据的分析效率和准确性。

本说明书实施例还提供了一种计算机存储介质，所述计算机存储介质可以存储有多条程序指令，所述程序指令适于由处理器加载并执行如上述图1-图5所示实施例的方法步骤，具体执行过程可以参见图1-图5所示实施例的具体说明，在此不进行赘述。

请参见图8，为本说明书实施例提供了一种电子设备的结构示意图。如图8所示，所述电子设备1000可以包括：至少一个处理器1001，例如CPU，至少一个网络接口1004，输入输出接口1003，存储器1005，至少一个通信总线1002。其中，通信总线1002用于实现这些组件之间的连接通信。其中，网络接口1004可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。存储器1005可以是高速RAM存储器，也可以是非不稳定的存储器(non-volatilememory)，例如至少一个磁盘存储器。存储器1005可选的还可以是至少一个位于远离前述处理器1001的存储装置。如图8所示，作为一种计算机存储介质的存储器1005中可以包括操作系统、网络通信模块、输入输出接口模块以及数据分析应用程序。

在图8所示的电子设备1000中，输入输出接口1003主要用于为用户提供输入的接口，获取用户输入的数据。

在一个实施例中，处理器1001可以用于调用存储器1005中存储的数据分析应用程序，并具体执行以下操作：

获取至少一个历史行程中各历史行程对应的行程数据，基于所述各历史行程对应的行程数据确定目标分箱组对应的第一数据特征；

基于所述第一数据特征，在所述各历史行程中获取属于所述目标分箱组的目标历史行程；

基于所述目标分箱组对应的预期能耗，在所述目标分箱组的各所述目标历史行程中确定非预期历史行程；

在所述非预期历史行程的行程数据中获取属于第二数据特征的第二行程数据，基于所述第二行程数据对所述非预期历史行程进行能耗分析，以得到所述非预期历史行程的分析结果；

所述非预期历史行程的行程数据包括属于所述第一数据特征的第一行程数据和属于所述第二数据特征的第二行程数据。

可选的，所述处理器1001在执行基于所述各历史行程对应的行程数据确定目标分箱组对应的第一数据特征时，具体执行以下操作：

获取所述各历史行程对应的行程数据所关联的第三数据特征；

基于预设排序模型以及所述各历史行程对应的行程数据，对所述第三数据特征进行重要度排列，以得到所述第三数据特征对应的特征重要度；

基于筛选条件和所述特征重要度对所述第三数据特征进行筛选，以确定目标分箱组对应的第一数据特征；

其中，所述第三数据特征包括第一数据特征和第二数据特征。

可选的，所述处理器1001在执行基于所述第一数据特征，在所述各历史行程中获取属于所述目标分箱组的目标历史行程时，具体执行以下操作：

基于所述第一数据特征确定所述目标分箱组的数据筛选范围；

若所述各历史行程中存在第一历史行程的第三行程数据满足所述数据筛选范围，则确定所述第一历史行程为属于所述目标分箱组的目标历史行程；

其中，所述第一历史行程为所述各历史行程中的任一历史行程，所述第三行程数据为所述第一历史行程对应的行程数据中属于所述第一数据特征的数据。

可选的，所述处理器1001在执行基于所述目标分箱组对应的预期能耗，在所述目标分箱组的各所述目标历史行程中确定非预期历史行程时，具体执行以下操作：

获取所述目标分箱组中各所述目标历史行程对应的行程能耗，以及所述目标分箱组对应的预期能耗；

基于所述目标历史行程对应的行程能耗、所述预期能耗和设定参数，获取所述目标历史行程的能耗指示结果；

若所述能耗指示结果指示所述目标历史行程属于非预期能耗的行程，则确定所述目标历史行程为非预期历史行程。

可选的，所述处理器1001在执行获取所述目标分箱组中各所述目标历史行程对应的行程能耗，以及所述目标分箱组对应的预期能耗时，具体执行以下操作：

基于所述目标分箱组中各所述目标历史行程对应的行程数据进行计算，以得到各所述目标历史行程对应的行程能耗；

基于各所述目标历史行程对应的行程能耗，确定所述目标分箱组对应的预期能耗。

可选的，所述处理器1001在执行基于所述目标历史行程对应的行程能耗、所述预期能耗和设定参数，获取所述目标历史行程的能耗指示结果时，具体执行以下操作：

计算所述目标历史行程对应的行程能耗和所述预期耗能之间的差值，获取所述差值与所述预期耗能之间的比值；

若所述比值大于设定参数，则所述目标历史行程的能耗指示结果为所述目标历史行程为非预期能耗的行程；

若所述比值小于或者等于所述设定参数，则所述目标历史行程的能耗指示结果为所述目标历史行程为预期能耗的行程。

可选的，所述处理器1001在执行获取所述目标历史行程的能耗指示结果之后，还执行以下操作：

当所述能耗指示结果指示的非预期历史行程的数量小于设定数值时，按照第一步长减小所述设定阈值，转入执行所述基于所述目标历史行程对应的行程能耗、所述预期能耗和设定参数，获取所述目标历史行程的能耗指示结果的步骤；

当所述能耗指示结果指示的非预期历史行程对应的第一能耗占比分布，与预期历史行程对应的第二能耗占比分布满足预设条件时，按照第二步长增大所述设定阈值，转入执行所述基于所述目标历史行程对应的行程能耗、所述预期能耗和设定参数，获取所述目标历史行程的能耗指示结果的步骤。

可选的，所述处理器1001在执行获取至少一个历史行程中各历史行程对应的行程数据之前，还执行以下操作：

将车辆上传的行程以及所述行程对应的行程数据存储至历史行程集合中；

基于预设时间范围在所述历史行程集合中获取至少一个历史行程。

在本说明书实施例中，通过获取预设时间范围内的历史行程，和该历史行程对应的行程数据，根据行程数据的数据特征进行重要度排序后，根据第一特征数据确定目标分箱组，获取目标分箱组对应的目标历史行程，并根据目标分箱组的预期能耗和各目标历史行程的行程能耗进行处理，确定非预期历史行程，从而根据第二数据特征对目标分箱组中非预期历史行程进行分析，以确定各目标分箱组的条件下影响能耗的分析结果，进而根据细化后的各影响因素下对能耗进行分析，提高了能耗数据的分析效率和准确性。

本实施例还提供了一种计算机程序产品，当该计算机程序产品在计算机上运行时，使得计算机执行上述相关步骤，以实现上述实施例提供的一种数据分析方法。

其中，本实施例提供的装置、计算机存储介质、计算机程序产品或芯片均用于执行上文所提供的对应的方法，因此，其所能达到的有益效果可参考上文所提供的对应的方法中的有益效果，此处不再赘述。

通过以上实施方式的描述，所属领域的技术人员可以了解到，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。

在本申请所提供的实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个装置，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

以上内容，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以权利要求的保护范围为准。

Claims (11)

1.一种数据分析方法，其特征在于，包括：

获取至少一个历史行程中各历史行程对应的行程数据，基于所述各历史行程对应的行程数据确定目标分箱组对应的第一数据特征；

基于所述第一数据特征，在所述各历史行程中获取属于所述目标分箱组的目标历史行程；

基于所述目标分箱组对应的预期能耗，在所述目标分箱组的各所述目标历史行程中确定非预期历史行程；

在所述非预期历史行程的行程数据中获取属于第二数据特征的第二行程数据，基于所述第二行程数据对所述非预期历史行程进行能耗分析，以得到所述非预期历史行程的分析结果；

所述非预期历史行程的行程数据包括属于所述第一数据特征的第一行程数据和属于所述第二数据特征的第二行程数据。

2.根据权利要求1所述的方法，其特征在于，所述基于所述各历史行程对应的行程数据确定目标分箱组对应的第一数据特征，包括：

获取所述各历史行程对应的行程数据所关联的第三数据特征；

基于预设排序模型以及所述各历史行程对应的行程数据，对所述第三数据特征进行重要度排列，以得到所述第三数据特征对应的特征重要度；

基于筛选条件和所述特征重要度对所述第三数据特征进行筛选，以确定目标分箱组对应的第一数据特征；

其中，所述第三数据特征包括第一数据特征和第二数据特征。

3.根据权利要求1所述的方法，其特征在于，所述基于所述第一数据特征，在所述各历史行程中获取属于所述目标分箱组的目标历史行程，包括：

基于所述第一数据特征确定所述目标分箱组的数据筛选范围；

若所述各历史行程中存在第一历史行程的第三行程数据满足所述数据筛选范围，则确定所述第一历史行程为属于所述目标分箱组的目标历史行程；

其中，所述第一历史行程为所述各历史行程中的任一历史行程，所述第三行程数据为所述第一历史行程对应的行程数据中属于所述第一数据特征的数据。

4.根据权利要求1所述的方法，其特征在于，所述基于所述目标分箱组对应的预期能耗，在所述目标分箱组的各所述目标历史行程中确定非预期历史行程，包括：

获取所述目标分箱组中各所述目标历史行程对应的行程能耗，以及所述目标分箱组对应的预期能耗；

基于所述目标历史行程对应的行程能耗、所述预期能耗和设定参数，获取所述目标历史行程的能耗指示结果；

若所述能耗指示结果指示所述目标历史行程属于非预期能耗的行程，则确定所述目标历史行程为非预期历史行程。

5.根据权利要求4所述的方法，其特征在于，所述获取所述目标分箱组中各所述目标历史行程对应的行程能耗，以及所述目标分箱组对应的预期能耗，包括：

基于所述目标分箱组中各所述目标历史行程对应的行程数据进行计算，以得到各所述目标历史行程对应的行程能耗；

基于各所述目标历史行程对应的行程能耗，确定所述目标分箱组对应的预期能耗。

6.根据权利要求4所述的方法，其特征在于，所述基于所述目标历史行程对应的行程能耗、所述预期能耗和设定参数，获取所述目标历史行程的能耗指示结果，包括：

计算所述目标历史行程对应的行程能耗和所述预期耗能之间的差值，获取所述差值与所述预期耗能之间的比值；

若所述比值大于设定参数，则所述目标历史行程的能耗指示结果为所述目标历史行程为非预期能耗的行程；

若所述比值小于或者等于所述设定参数，则所述目标历史行程的能耗指示结果为所述目标历史行程为预期能耗的行程。

7.根据权利要求4所述的方法，其特征在于，所述获取所述目标历史行程的能耗指示结果之后，还包括：

当所述能耗指示结果指示的非预期历史行程的数量小于设定数值时，按照第一步长减小所述设定阈值，转入执行所述基于所述目标历史行程对应的行程能耗、所述预期能耗和设定参数，获取所述目标历史行程的能耗指示结果的步骤；

当所述能耗指示结果指示的非预期历史行程对应的第一能耗占比分布，与预期历史行程对应的第二能耗占比分布满足预设条件时，按照第二步长增大所述设定阈值，转入执行所述基于所述目标历史行程对应的行程能耗、所述预期能耗和设定参数，获取所述目标历史行程的能耗指示结果的步骤。

8.根据权利要求1所述的方法，其特征在于，所述获取至少一个历史行程中各历史行程对应的行程数据之前，还包括：

将车辆上传的行程以及所述行程对应的行程数据存储至历史行程集合中；

基于预设时间范围在所述历史行程集合中获取至少一个历史行程。

9.一种数据分析装置，其特征在于，所述装置包括：

特征获取单元，用于获取至少一个历史行程中各历史行程对应的行程数据，基于所述各历史行程对应的行程数据确定目标分箱组对应的第一数据特征；

目标行程获取单元，用于基于所述第一数据特征，在所述各历史行程中获取属于所述目标分箱组的目标历史行程；

行程确定单元，用于基于所述目标分箱组对应的预期能耗，在所述目标分箱组的各所述目标历史行程中确定非预期历史行程；

结果获取单元，用于在所述非预期历史行程的行程数据中获取属于第二数据特征的第二行程数据，基于所述第二行程数据对所述非预期历史行程进行能耗分析，以得到所述非预期历史行程的分析结果；

所述非预期历史行程的行程数据包括属于所述第一数据特征的第一行程数据和属于所述第二数据特征的第二行程数据。

10.一种计算机存储介质，其特征在于，所述计算机存储介质存储有多条指令，所述指令适于由处理器加载并执行如权利要求1～8任意一项所述方法的步骤。

11.一种电子设备，其特征在于，包括：处理器和存储器；其中，所述存储器存储有计算机程序，所述计算机程序适于由所述处理器加载并执行如权利要求1～8任意一项所述方法的步骤。