[发明专利]基于多层级互信息的健康与空气质量数据相关性的过滤方法

说明书

一种基于多层级互信息的健康与空气质量数据相关性的过滤方法，将人体健康数据与空气质量指数数据输入适应性多层级互信息计算方法，通过时间窗口逐层在多层级时间窗口粒度上对输入数据组对应的时间序列的数据扫描取样，并通过KSG估量算法计算出该窗口的互信息值，运用两部标准化法设置互信息阈值过滤，得出人体健康数据与空气质量指数数据之间具有相关性的窗口集合。本发明比传统的互信息计算方法处理准确率更高，受输入数据的限制少，并且相同硬件条件下计算互信息的时间也比大部分方法更短。

技术领域

本发明属于健康信息技术领域，特别涉及了一种基于适应性多层级互信息计算方法的人体健康数据与空气质量指数之间数据相关性的过滤方法。

背景技术

近年来，随着智能穿戴设备的发展和完善，给全天候人体健康数据的采集带来了极大便利，日益丰富的人体健康大数据同时给相关智能分析带来条件。如果仅仅对海量丰富的信息进行浅层次的分析，或者做单纯的数据汇总，往往会造成数据资源和内在信息的极大浪费。此外，单一维度的信息数据只能在单一维度内发现问题，大部分内在价值很难挖掘出来。将空气质量指数数据引入，与人体健康数据有机结合，可以挖掘出两个维度数据之间丰富的潜在关联性，也可以展现大数据的核心优势。利用空气质量指数成熟的可预测性，结合人体健康数据与其的潜在关联，可以为个人行为决策提供对身体健康最大化的有效建议，做到提前判断，发挥巨大的价值。

所采集人体健康与空气质量指数数据具有体量大、增速快、数据间关系复杂、噪音大等特点，给现有的数据处理技术带来了诸多挑战。在大数据量长时间轴序列的人体健康与空气质量指数数据中，目前现有的不同维度数据之间的相关性分析依然是难题，他们有长时间跨度的数据特性且同时具有极为庞大的信息量，使得传统的相关性分析方法很难找出有价值时间窗口进行人体健康与空气质量指数数据之间进行相关性分析。即使选定了有价值的时间窗口，挑战依然存在，确定两组数据在何种条件下关系最强烈比简单找出时间窗口内人体健康与空气质量指数数据之间的是否具有相关性更为重要。不仅是长时间序列上庞大的数据量，数据产生的速度以及数据的复杂程度同样对现有相关性分析技术带来挑战，大量带噪音以及结构性、非结构性混杂的数据在快速产生。现有多组大数据之间的相关性分析不能满足高效分析、建立相关性排序的能力等。目前现有互信息计算方法中，对互信息阈值的设定依赖于对所输入人体健康数据与空气质量指数数据特性的预先了解，阈值设定的边界难以确定，往往需要使用试错法逼近最终理想的阈值范围。

传统的多维度数据之间相关性分析，能够为人体健康数据与空气质量指数数据之间挖掘部分内在关联，但是依然在应对当今体谅庞大、结构复杂、周期冗长、生成迅速的数据面前有诸多掣肘。

发明内容

本发明的目的是针对上述不足，提出一种基于多层级互信息的健康与空气质量数据相关性的过滤方法，将人体健康数据与空气质量指数数据输入适应性多层级互信息计算方法，通过时间窗口逐层在多层级时间窗口粒度上对输入数据组对应的时间序列的数据扫描取样，并通过KSG估量算法计算出该窗口的互信息值，运用两部标准化法设置互信息阈值过滤，得出人体健康数据与空气质量指数数据之间具有相关性的窗口集合。本发明比传统的互信息计算方法处理准确率更高，受输入数据的限制少，并且相同硬件条件下计算互信息的时间也比大部分方法更短。

本发明的技术方案是：

本发明提供一种基于适应性多层级互信息算法模型的人体健康数据与空气质量指数之间数据相关性的过滤方法，步骤包括：

S1，分别选取长时间周期的人体健康数据与长时间周期的空气质量指数数据中的一项指标数据作为一组输入数据组，输入适应性多层级互信息算法模型；