[发明专利]数据选取方法、电子设备和介质

说明书

本发明涉及一种数据选取方法、电子设备和介质，包括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；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；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。本发明能够准确快速地从海量的连续周期随机数据分量中选择出对周期结果数据具有解释度的数据分量。

技术领域

本发明涉及数据处理技术领域，尤其涉及一种数据选取方法、电子设备和介质。

背景技术

数据处理领域是计算机领域的重要分支。在计算机领域中，根据呈现方式，数据可以包括文本数据、图像数据、音频数据、视频数据等多种；根据存储方式，数据可以被存储到数据库、文本文件、特定格式文件(例如.doc/.xls)等；根据数据形成的方式，可以包括静态数据和动态数据，动态数据尤其是随时间变化的数据，例如通过温度传感器获取的温度数据、通过路由器交换机等网络设备获取的网络流量数据、通过GPS或北斗等采集的设备LBS数据等。数据处理可以为“正向处理”，例如利用某种算法处理图像，使之更清晰，也可以为“逆向处理”，例如在已知合成图像的清楚下，通过计算机程序分离合成图像所使用的多个原始图像。

静态数据的“逆向处理”相对容易。动态数据之间也会存在关联关系，但因为动态数据多是随时间变化的数据(尤其是随时间高频变化的数据)，需要考虑时间维度对关联关系的影响，不仅会占用较多的计算机存储资源、检索资源、运算处理资源，而且处理精度也不够理想，因此如何高效的通过数据的“逆向处理”，获取动态数据的关联关系，成为数据处理的难点。

在数据的“逆向处理”过程中，周期结果数据对应的连续周期随机数据分量的数量极其庞大，有可能是几千个，但是这几千个中仅有少量连续周期随机数据分量对结果数据起到很大的作用，这部分数据可以成为对周期结果数据具有解释度的数据。其余的连续周期随机数据分量对周期结果数据仅能起到很小的作用，几乎可以忽略不计，这部分数据可以成对周期结果数据不具备解释度的数据。因此在需要获取到周期结果数据对应的每个连续周期随机数据分量所占的比重之前，要先选取出对结果数据具有解释度的数据分量。由此可知，如何将对结果数据具有解释度的那部分数据分量从海量的连续周期随机数据分量中选择出来成为亟待解决的技术问题。

发明内容

本发明目的在于，提供一种数据选取方法、电子设备和介质，能够准确快速地从海量的连续周期随机数据分量中选择出对周期结果数据具有解释度的数据分量。

本发明提供了一种数据选取方法，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；