[发明专利]一种基于区块链技术的智能手环数据处理与共享方法

权利要求书

1.一种基于区块链技术的智能手环数据处理与共享方法，其特征在于：包括以下步骤：

(S1)数据获取：从智能手环中的数据存储器中获取智能手环数据；

(S2)数据预处理：对获取的智能手环数据进行筛选、清理，获取有效的数据；数据挖掘算法为聚类算法和随机矩阵理论算法；所述聚类算法为以下算法中的任意一种：决策树算法、聚类分类算法、BP神经网络算法、支持向量机算法、VSM法、贝叶斯分类算法或k-近邻素算法；其中智能手环数据的分类算法采用决策树算法，所述决策树算法的步骤为：

(1)数据训练：从所选的智能手环大数据组中计算数据集的经验熵，选择信息增益最大的特征作为当前分裂特征；其中数据组经验熵H(D)的计算公式为：

其中，i为数据的个数，|D|是数据集中所有样本个数,k是目标变量的类别数，|c_k|是该分类下的样本个数，在进行计算时，在所有的特征中，假设A，计算特征A对数据集D的经验条件熵H(D|A)，其中计算特征A的信息增益公式为：

g(D,A)＝H(D)-H(D|A) 式(2)

(2)确定根节点：根据上述计算公式计算出的经验熵选择决策树的根节点；如公式(1)和(2)所示，在选择目前数据集的分割特征属性时，使用信息增益度来计算；如果在多个计算出的信息增益度值很大，则表示在这个属性特征上回损失的纯度也就越大，那么结算出的较大的信息增益度值的属性就应该处于决策树的上层，将其作为根节点；

(3)确定叶节点：根据计算出的经验熵选择决策树的叶节点；根据上述的方法将信息增益度值较小的属性选作为叶节点；

(4)建立数据模型：根据上述方法确定的根节点和叶节点，建立数据模型；

(5)构建决策树：根据数据模型，构建决策树；构建出的决策树是呈树形的结构，最后输出的是用户目标值；

(6)根据构建的决策树运行智能手环大数据，输出运行结果；

其中所述随机矩阵理论算法的数据处理方法为：

构建随机矩阵理论模型，计算出初始矩阵，根据构建的矩阵模型，将智能手环表示的参数代入公式模型，其中随机矩阵理论模型公式为：

其中：

其中：N表示影响智能手环正常运行的数据的种类，将这些数据种类记住数据集合Q＝{Q₁，Q₂，Q₃……Q_N}，M表示智能手环产生的数据种类，将这些数据种类记作数据集合P＝{P₁，P₂，P₃……P_M}，T表示为评估T，其中将智能手环产生的数据集合构建为矩阵D₁，其中集合数据元素P_ij为第i个智能手环运行时在j时间下进行测量的测量值；D₂为影响智能手环正常运行的数据种类包含磁场、温度、湿度、振动、噪音、电流、电压、纹波或谐波；

(S3)数据分类、处理：对预处理后的智能手环数据通过数据挖掘算法进行分类和处理；

(S4)数据共享：处理后的数据通过加密算法或共识算法计算上传到区块链，并且通过无线通讯方式实现智能手环数据共享。

2.根据权利要求1所述的一种基于区块链技术的智能手环数据处理与共享方法，其特征在于：所述随机矩阵理论算法的标准化矩阵积特征值D_std的公式为：

D_std＝[w₁,w₂,w₃……w_M+N]^T； 式(6)

其中D_std为所述智能手环数据相关性评估矩阵模型，其中w表示D₁矩阵最小值和D₂矩阵最小值构成的矩阵，根据D_std值的大小来评价智能手环正常运行影响因素。

3.根据权利要求1所述的一种基于区块链技术的智能手环数据处理与共享方法，其特征在于：影响智能手环正常运行的数据种类包含磁场、温度、湿度、振动、噪音、电流、电压、纹波或谐波，智能手环产生的数据种类包含用户睡眠时间数据、运动时间数据、膳食时间数据、心率测量数据。