数据流实时处理方法、装置及存储介质制造方法及图纸

本发明专利技术公开了一种数据流实时处理方法、装置及存储介质，所述方法包括：接收数据流中的第n个数据，并从预设存储单元中获取前n‑1个数据对应的第一历史特征值；根据所述第n个数据和所述前n‑1个数据对应的第一历史特征值计算前n个数据对应的第一当前特征值；将所述第一当前特征值进行显示，将所述第一当前特征值替换所述预设存储单元中存储的特征值，对所述n进行自加1计算，并返回接收步骤。由于无需保存全部数据，仅根据当前数据和历史特征值，即能计算得出全部数据对应的当前特征值，不仅能够实时地显示当前特征值，而且能够在很大程度上减少计算量并降低运存。

【技术实现步骤摘要】
数据流实时处理方法、装置及存储介质
本专利技术涉及数据流处理领域，尤其涉及一种数据流实时处理方法、装置及存储介质。
技术介绍
随着传统医疗器械向轻量互联网医疗器械的转型，越来越多的算法以软件的形式移植到了嵌入式移动系统上。那么，如何在计算、存储资源有限的移动设备上，用软件实现和传统大型医疗器械硬件的一样的功能，就成为了重要挑战。不仅如此，在更广泛的信号处理系统领域，越来越多的设备都在往更轻便的方向发展。由于硬件的轻量化，软件要承担传统硬件同样的功能：对流式数据进行管道式实时处理。目前的数据流处理方法是把实时输入的数据流全部不断的存储到运存，每次把运存中所有的数据进行计算，才能输出目标值，这种方法弊端显而易见，计算量较大，随着数据流的不断输入，运存终会溢出，难以做到低运存。由于具体目标值内部性质的限制，可能无法或者很难做到实时输出，因此，需要一种数据流处理中能够兼顾低运存和实时性的实现方法。
技术实现思路
本专利技术的主要目的在于提供一种数据流实时处理方法、装置及存储介质，旨在解决现有技术中数据流处理中难以兼顾低运存和实时性的技术问题。为实现上述目的，本专利技术提供一种数据流实时处理方法，所述方法包括以下步骤：接收数据流中的第n个数据，并从预设存储单元中获取前n-1个数据对应的第一历史特征值，所述n为不小于1的整数；根据所述第n个数据和所述前n-1个数据对应的第一历史特征值计算前n个数据对应的第一当前特征值；将所述第一当前特征值进行显示，将所述第一当前特征值替换所述预设存储单元中存储的特征值，对所述n进行自加1计算，并返回所述接收数据流中的第n个数据，并从预设存储单元中获取前n-1个数据对应的第一历史特征值的步骤。优选地，所述接收数据流中的第n个数据，并从预设存储单元中获取前n-1个数据对应的第一历史特征值之前，所述方法还包括：接收用户输入的数据处理指令，从所述数据处理指令中提取目标特征，所述目标特征为待显示的特征值对应的特征；获取所述目标特征所属的类别，在所述目标特征为第一类特征时，执行所述接收数据流中的第n个数据，并从预设存储单元中获取前n-1个数据对应的第一历史特征值的步骤；相应地，所述将所述第一当前特征值进行显示，具体包括：将所述第一当前特征值作为第一类特征值，并显示所述第一类特征值，所述第一类特征值为所述第一类特征对应的特征值。优选地，所述获取所述目标特征所属的类别，在所述目标特征为第一类特征之后，所述方法还包括：在映射关系中查找与所述目标特征对应的目标公式，所述映射关系中包含特征与公式的对应关系；相应地，所述根据所述第n个数据和所述前n-1个数据对应的第一历史特征值计算前n个数据对应的第一当前特征值，具体包括：根据所述目标公式对所述第n个数据和所述前n-1个数据对应的第一历史特征值进行计算，得出所述前n个数据对应的第一当前特征值。优选地，所述获取所述目标特征所属的类别之后，所述方法还包括：在所述目标特征为第二类特征时，接收所述数据流中的第n个数据，并从所述预设存储单元中获取前n-1个数据对应的第二历史特征值；根据所述第n个数据和所述前n-1个数据对应的第二历史特征值计算前n个数据对应的第二类特征值，所述第二类特征值为所述第二类特征对应的特征值；将所述第二类特征值进行显示，对所述第二历史特征值进行更新，对所述n进行自加1计算，并返回所述接收所述数据流中的第n个数据，并从预设存储单元中获取前n-1个数据对应的第二历史特征值的步骤。优选地，所述根据所述第n个数据和所述前n-1个数据对应的第二历史特征值计算前n个数据对应的第二类特征值，具体包括：对所述第n个数据和所述前n-1个数据对应的第二历史特征值进行计算，得出前n个数据对应的第二当前特征值；根据所述前n个数据对应的第二当前特征值计算得出所述前n个数据对应的第二类特征值。优选地，所述对所述第二历史特征值进行更新，具体包括：将所述第二当前特征值替换所述预设存储单元中存储的第二历史特征值。优选地，所述返回所述接收数据流中的第n个数据，并从预设存储单元中获取前n-1个数据对应的第一历史特征值的步骤之后，所述方法还包括：对所述第n个数据进行删除。优选地，所述获取所述目标特征所属的类别之后，所述方法还包括：在所述目标特征为第三类特征时，接收所述数据流中的第n个数据及第n+1个数据，并从所述预设存储单元中获取所述第n-1个数据和所述第n个数据的第三历史特征值；计算所述第n个数据和所述第n+1个数据的第三当前特征值，将所述第三历史特征值与所述第三当前特征值进行比较，根据比较结果得出第三类特征值，所述第三类特征值为所述第三类特征对应的特征值；将所述第三类特征值进行显示，将所述第三当前特征值替换所述预设存储单元中存储的第三历史特征值，对所述n进行自加1计算，并返回接收所述数据流中的第n个数据及第n+1个数据的步骤。此外，为实现上述目的，本专利技术还提供一种数据流实时处理装置，所述装置包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的数据流实时处理程序，所述数据流实时处理程序被所述处理器执行时实现所述数据流实时处理方法的步骤。此外，为实现上述目的，本专利技术还提供一种存储介质，所述存储介质上存储有数据流实时处理程序，所述数据流实时处理程序被处理器执行时实现所述数据流实时处理方法的步骤。在本专利技术中，通过接收数据流中的第n个数据，并从预设存储单元中获取前n-1个数据对应的第一历史特征值，所述n为不小于1的整数；根据所述第n个数据和所述前n-1个数据对应的第一历史特征值计算前n个数据对应的第一当前特征值；将所述第一当前特征值进行显示，将所述第一当前特征值替换所述预设存储单元中存储的特征值，对所述n进行自加1计算，并返回所述接收数据流中的第n个数据，并从预设存储单元中获取前n-1个数据对应的第一历史特征值的步骤。由于无需保存全部数据，仅根据当前数据和历史特征值，即能计算得出全部数据对应的当前特征值，不仅能够实时地显示当前特征值，而且能够在很大程度上减少计算量并降低运存。附图说明图1是本专利技术实施例方案涉及的硬件运行环境的数据流实时处理装置结构示意图；图2为本专利技术数据流实时处理方法第一实施例的流程示意图；图3为本专利技术数据流实时处理方法第二实施例的流程示意图；图4为本专利技术数据流实时处理方法第三实施例的流程示意图；图5为本专利技术数据流实时处理方法第四实施例的流程示意图；图6为本专利技术数据流实时处理方法降噪处理流程示意图。本专利技术目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。具体实施方式应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。本专利技术实施例的解决方案主要是：通过接收数据流中的第n个数据，并从预设存储单元中获取前n-1个数据对应的第一历史特征值，所述n为不小于1的整数；根据所述第n个数据和所述前n-1个数据对应的第一历史特征值计算前n个数据对应的第一当前特征值；将所述第一当前特征值进行显示，将所述第一当前特征值替换所述预设存储单元中存储的特征值，对所述n进行自加1计算，并返回所述接收数据流中的第n个数据，并从预设存储单元中获取前n-1个数据对应的第一历史特征值的步骤。由于无需保存全部数据，仅根据当前数据和历史特征值，即能计算得出全部数据对应的本文档来自技高网...

【技术保护点】
一种数据流实时处理方法，其特征在于，所述方法包括以下步骤：接收数据流中的第n个数据，并从预设存储单元中获取前n‑1个数据对应的第一历史特征值，所述n为不小于1的整数；根据所述第n个数据和所述前n‑1个数据对应的第一历史特征值计算前n个数据对应的第一当前特征值；将所述第一当前特征值进行显示，将所述第一当前特征值替换所述预设存储单元中存储的特征值，对所述n进行自加1计算，并返回所述接收数据流中的第n个数据，并从预设存储单元中获取前n‑1个数据对应的第一历史特征值的步骤。

【技术特征摘要】
1.一种数据流实时处理方法，其特征在于，所述方法包括以下步骤：接收数据流中的第n个数据，并从预设存储单元中获取前n-1个数据对应的第一历史特征值，所述n为不小于1的整数；根据所述第n个数据和所述前n-1个数据对应的第一历史特征值计算前n个数据对应的第一当前特征值；将所述第一当前特征值进行显示，将所述第一当前特征值替换所述预设存储单元中存储的特征值，对所述n进行自加1计算，并返回所述接收数据流中的第n个数据，并从预设存储单元中获取前n-1个数据对应的第一历史特征值的步骤。2.如权利要求1所述的数据流实时处理方法，其特征在于，所述接收数据流中的第n个数据，并从预设存储单元中获取前n-1个数据对应的第一历史特征值之前，所述方法还包括：接收用户输入的数据处理指令，从所述数据处理指令中提取目标特征，所述目标特征为待显示的特征值对应的特征；获取所述目标特征所属的类别，在所述目标特征为第一类特征时，执行所述接收数据流中的第n个数据，并从预设存储单元中获取前n-1个数据对应的第一历史特征值的步骤；相应地，所述将所述第一当前特征值进行显示，具体包括：将所述第一当前特征值作为第一类特征值，并显示所述第一类特征值，所述第一类特征值为所述第一类特征对应的特征值。3.如权利要求2所述的数据流实时处理方法，其特征在于，所述获取所述目标特征所属的类别，在所述目标特征为第一类特征之后，所述方法还包括：在映射关系中查找与所述目标特征对应的目标公式，所述映射关系中包含特征与公式的对应关系；相应地，所述根据所述第n个数据和所述前n-1个数据对应的第一历史特征值计算前n个数据对应的第一当前特征值，具体包括：根据所述目标公式对所述第n个数据和所述前n-1个数据对应的第一历史特征值进行计算，得出所述前n个数据对应的第一当前特征值。4.如权利要求2所述的数据流实时处理方法，其特征在于，所述获取所述目标特征所属的类别之后，所述方法还包括：在所述目标特征为第二类特征时，接收所述数据流中的第n个数据，并从所述预设存储单元中获取前n-1个数据对应的第二历史特征值；根据所述第n个数据和所述前n-1个数据对应的第二历史特征值计算前n个数据对应的第二类特征值，所述第二类特征值为所述第二类特征对应的特征值；将所述...

【专利技术属性】
技术研发人员：刘振，
申请(专利权)人：深圳竹信科技有限公司，
类型：发明
国别省市：广东,44