[发明专利]数据处理方法、装置、存储介质、处理器及电子装置

权利要求书

1.一种数据处理方法，其特征在于，包括：

接收来自于多个骑行设备的骑行状态数据，其中，所述多个骑行设备包括：至少一个第一骑行设备和至少一个第二骑行设备，所述至少一个第一骑行设备应用于骑行赛事的真实场景，所述至少一个第二骑行设备应用于所述骑行赛事的虚拟场景，所述虚拟场景由所述真实场景映射得到；

基于所述骑行状态数据，获取所述骑行赛事的比赛结果；

其中，所述多个骑行设备上配置有多个传感器，所述多个传感器包括：运动类传感器和生物类传感器，所述骑行状态数据包括：骑行过程数据和骑行健康数据，其中，所述骑行过程数据利用所述运动类传感器采集，所述骑行过程数据包括：每个骑行设备的骑行速度、每个骑行设备的骑行踏频、每个骑行设备的轮胎运行圈数、每个骑行设备的摩擦系数，所述骑行健康数据利用所述生物类传感器采集，所述骑行健康数据包括：每个骑行设备的骑行者的心率、血氧值和呼吸频率；

其中，所述数据处理方法还包括：从多个候选分组模式中确定目标分组模式；在云端服务器本地获取第一用户信息，以及获取所述多个骑行设备中至少部分骑行设备上传的第二用户信息；按照所述目标分组模式对所述第一用户信息和/或所述第二用户信息进行分组处理，得到所述多个骑行设备的分组结果，其中，所述分组结果用于区分所述比赛结果归属的组别。

2.根据权利要求1所述的数据处理方法，其特征在于，所述运动类传感器包括：加速度传感器、地磁传感器、转速传感器和摩擦系数传感器。

3.根据权利要求1所述的数据处理方法，其特征在于，所述生物类传感器包括：心率传感器、血氧传感器和呼吸频率传感器。

4.根据权利要求1所述的数据处理方法，其特征在于，基于所述骑行状态数据，获取所述比赛结果包括：

利用神经网络模型对所述骑行状态数据进行分析，确定所述比赛结果，其中，所述神经网络模型为使用多组数据通过机器学习训练得到，所述多组数据中的每组数据均包括：所述骑行赛事的电子地图和所述骑行赛事的骑行样本数据。

5.根据权利要求1所述的数据处理方法，其特征在于，所述多个候选分组模式包括：

性别分组模式、数量分组模式、云服务分组模式、混合标签分组模式。

6.一种数据处理装置，其特征在于，包括：

接收模块，用于接收来自于多个骑行设备的骑行状态数据，其中，所述多个骑行设备包括：至少一个第一骑行设备和至少一个第二骑行设备，所述至少一个第一骑行设备应用于骑行赛事的真实场景，所述至少一个第二骑行设备应用于所述骑行赛事的虚拟场景，所述虚拟场景由所述真实场景映射得到；

处理模块，用于基于所述骑行状态数据，获取所述骑行赛事的比赛结果；

其中，所述多个骑行设备上配置有多个传感器，所述多个传感器包括：运动类传感器和生物类传感器，所述骑行状态数据包括：骑行过程数据和骑行健康数据，其中，所述骑行过程数据利用所述运动类传感器采集，所述骑行过程数据包括：每个骑行设备的骑行速度、每个骑行设备的骑行踏频、每个骑行设备的轮胎运行圈数、每个骑行设备的摩擦系数，所述骑行健康数据利用所述生物类传感器采集，所述骑行健康数据包括：每个骑行设备的骑行者的心率、血氧值和呼吸频率；

其中，所述数据处理装置还包括：确定模块，用于从多个候选分组模式中确定目标分组模式；获取模块，用于在云端服务器本地获取第一用户信息，以及获取所述多个骑行设备中至少部分骑行设备上传的第二用户信息；所述处理模块还用于按照所述目标分组模式对所述第一用户信息和/或所述第二用户信息进行分组处理，得到所述多个骑行设备的分组结果，其中，所述分组结果用于区分所述比赛结果归属的组别。

7.一种非易失性存储介质，其特征在于，所述存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行所述权利要求1至5任一项中所述的数据处理方法。

8.一种处理器，其特征在于，所述处理器用于运行程序，其中，所述程序被设置为运行时执行所述权利要求1至5任一项中所述的数据处理方法。

9.一种电子装置，包括存储器和处理器，其特征在于，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行所述权利要求1至5任一项中所述的数据处理方法。