[发明专利]数据选取方法、电子设备和介质

权利要求书

1.一种数据选取方法，其特征在于，包括：

步骤S101、从数据库中获取周期结果数据和所述周期结果数据对应的所有第一数据分量信息，所述第一数据分量信息为连续周期随机数据；

其中，所述数据库包括第一数据表和第二数据表，所述第一数据表的每条记录均为周期结果数据，所述周期结果数据为采样数据，所述第一数据表的字段包括结果数据ID、X个时间-采样值对、周期标识、M个第一数据索引，其中，X为采样周期内固定的采样次数；所述第二数据表的字段包括随机数据标识、随机数据采样时间和随机数据采样值；

所述步骤S101包括：

步骤S1011、接收用户输入的第i周期，i为正整数；

步骤S1012、根据所述第i周期在所述第一数据表的周期标识中进行检索，获取对应的X个时间-采样值对中的采样值，以及所有的第一数据索引；

步骤S1013、根据X个时间-采样值对中的采样值获取第i周期的周期结果数据；

步骤S1014、根据第i周期在所述第二数据表的随机数据采样时间中进行检索，根据所有的第一数据索引在所述第二数据表的随机数据标识中进行检索，获取所有组第一随机数据采样值；

步骤S1015、根据所有组第一随机数据采样值获取所有所述第一数据分量信息；

步骤S102、基于所述周期结果数据和所述周期结果数据对应的所有第一数据分量信息进行回归，获取每一所述第一数据分量信息对应的边际拟合优度，第一数据分量信息对应的边际拟合优度是指该第一数据分量信息加入回归后，对整个回归过程的拟合优度增量；

步骤S103、将所有第一数据分量信息对应的边际拟合优度按从大到小的顺序排序，并从中选取前M个的第一数据分量信息，M为预设数量。

2.根据权利要求1所述的方法，其特征在于，

所述步骤S102包括：

步骤S1021、逐一获取每一所述第一数据分量信息与周期结果数据的第一相关性，确定第一相关性绝对值最大的第一数据分量信息F1，基于所述周期结果数据对所述F1进行回归运算，得到拟合优度R1，以及第一残差序列Y1，将F1对应的边际拟合优度确定为R1；

步骤S1022、逐一获取除F1以外的其他所有第一数据分量信息与Y1的第二相关性，确定第二相关性绝对值最大的第一数据分量信息F2，基于所述周期结果数据对F1和F2进行回归运算，得到拟合优度R2，以及第二残差序列Y2，将F2对应的边际拟合优度确定为R2-R1；

步骤S1023、逐一获取除F1和F2以外的其他所有第一数据分量信息与Y2的第三相关性，确定第三相关性绝对值最大的第一数据分量信息F3，基于所述周期结果数据对F1、F2和F3进行回归运算，得到拟合优度R3，以及第二残差序列Y3，将F3对应的边际拟合优度确定为R3-R2；

步骤S1024、依此规律循环执行上述过程，直至得到所有第一数据分量信息对应的边际拟合优度。

3.根据权利要求2所述的方法，其特征在于，

所述回归运算为线性回归运算。

4.根据权利要求1所述的方法，其特征在于，

所述步骤S103包括：

步骤S1031、逐一获取前q个边际拟合优度的和Wq,q＝1,2,3…Q，Q为第一数据分量信息的总数；

步骤S1032、对比Wq和预设的拟合优度阈值，当Wq大于所述预设拟合优度阈值时，另M＝q,选取前M个第一数据分量信息。

5.根据权利要求1所述的方法，其特征在于，

所述方法还包括步骤S104：接收用户输入M数值，将M设置为所述预设数量。

6.根据权利要求1所述的方法，其特征在于，

每组第一数据分量信息均为对应的随机数据采样值的均值、中位数、最大值、最小值、最后时间采样值或最初时间采样值。

7.根据权利要求6所述的方法，其特征在于，

所述第一数据分量为日频波动在预设波动范围内的数据。

8.根据权利要求7所述的方法，其特征在于，

所述日频波动范围为±10％。