【技术实现步骤摘要】
本专利技术涉及数据处理。更具体地，本专利技术涉及一种厢房投放垃圾的数据采集方法及系统。
技术介绍
1、传统垃圾厢房虽然为人们提供了便利，但也存在诸多问题，如垃圾的异味的扩散可能会影响居民的生活质量以及健康状况，通过采集垃圾厢房内的异味气体浓度数据，可以及时地发现和解决垃圾处理中可能存在的异味问题，然而，采集的数据可能受到多种因素的影响，因此，需要对数据进行滤波处理，中值滤波是一种传统高效的滤波方法，可以通过一个数据点对应滤波窗口内的数据中值，对该数据点进行滤波。
2、相关技术中，如公开号为cn106021185a的专利申请文件中公开了递推中值滤波计算方法及装置，该方法包括：获取第个采样周期的滤波数据采样值以及第个采样周期之前个中每个采样周期的滤波数据输出值；为滤波宽度，，；判断与的大小；当时，将获取到的个滤波数据按照大小顺序进行排列，并求出中位数，将求出的中位数作为滤波的输出值。
3、然而，上述方案中采用的滤波方式，在对滤波数据进行滤波的同时，也会对滤波数据的数据特征进行平滑，得到的滤波后的数据可能无法体现该数据在滤波前的数据特征，导致部分关键信息的损失，在一定程度上可能会降低滤波后的数据的准确性。
技术实现思路
1、为了解决对数据进行中值滤波，得到的滤波后的数据的准确性较低的问题，本专利技术提出一种厢房投放垃圾的数据采集方法及系统。
2、根据本专利技术实施例的第一方面，提供了一种厢房投放垃圾的数据采集方法，包括：
3、获取安装在垃圾
4、将任一传感器在当前时刻的读数作为目标数据，预设目标数据的滤波窗口，确定目标数据在滤波窗口内的显著性；
5、将剩余传感器在当前时刻的读数作为对比数据，确定目标数据与任一对比数据之间的差异以及相关性，计算目标数据与任一对比数据之间的关联程度，关联程度与相关性正相关，且与差异和目标数据的比值负相关；
6、获取目标数据与所有对比数据之间的关联程度的均值，将显著性与均值组成的特征向量的模长，作为目标数据的特征值，利用滤波窗口内数据点的特征值的中位数，替换目标数据，将替换后的目标数据作为最终采集数据。
7、本专利技术通过结合目标数据与所有对比数据之间的关联程度的均值，以及目标数据在滤波窗口内的显著性，构建目标数据的特征向量，并将目标数据的特征向量的模长，作为目标数据的特征值，使得得到的特征值能够准确地反映目标数据的数据特征；且在对目标数据进行滤波处理时，采用的是目标数据的滤波窗口内各数据点的特征值的中位数，对目标数据进行替换，通过该种方式对目标数据进行滤波处理，在对目标数据进行滤波处理的同时，保留了目标数据的数据特征，从而能够准确地对目标数据进行滤波，提高了最终采集数据的准确性。
8、在本专利技术的一种示例实施例中，目标数据与任一对比数据之间的关联程度，满足如下关系式：
9、；
10、式中，为目标数据与第个对比数据之间的关联程度；为目标数据；为第个对比数据；为目标数据与第个对比数据之间的相关性；为绝对值符号；为以自然常数为底的指数函数。
11、本专利技术综合多种数据确定目标数据与任一对比数据之间的关联程度，可以保证确定的关联程度的准确性，且本专利技术提供的一种关联程度的计算公式，包含归一化处理式，可以降低关联程度的计算难度，从而可以进一步保证确定的关联程度的准确性。
12、在本专利技术的一种示例实施例中，相关性的获取方法，包括：
13、计算目标数据与任一对比数据之间的差值的平方根，利用平方根度量目标数据与任一对比数据之间的相关性，相关性为平方根的相反数。
14、在本专利技术的一种示例实施例中，确定目标数据在滤波窗口内的显著性，包括：
15、计算滤波窗口内的波动程度，为滤波窗口内的第个极大值，为滤波窗口内的第个极小值，为滤波窗口内极大值的数量，为滤波窗口内极小值的数量，为滤波窗口内的最大值，为滤波窗口内的最小值，为绝对值符号，为求和符号；
16、将目标数据与滤波窗口内剩余数据点之间的差异的均值，作为目标数据的突出程度，计算目标数据在滤波窗口内的显著性，显著性与突出程度正相关，且与波动程度负相关。
17、本专利技术通过计算滤波窗口内的极大值的平均值，与极小值的平均值之间的差异，可以确定滤波窗口内的数据点的振幅，且综合滤波窗口内最大值与最小值之间的差值，确定滤波窗口内的波动程度，可以保证确定的波动程度的准确性。
18、在本专利技术的一种示例实施例中，显著性满足如下关系式：
19、；
20、式中，为目标数据在滤波窗口内的显著性；为目标数据的突出程度；为滤波窗口内的波动程度。
21、在本专利技术的一种示例实施例中，目标数据的特征值的获取方法，包括：
22、将目标数据与所有对比数据之间的关联程度的均值，作为目标数据的数据关联性；
23、目标数据的特征值，满足如下关系式：
24、；
25、式中，为目标数据的特征值；为目标数据在滤波窗口内的显著性；为目标数据的数据关联性；为目标数据的特征值与目标数据的数据关联性组成的特征向量的模长；为向量的一种表示方式。
26、本专利技术利用目标数据的数据关联性以及目标数据在滤波窗口内的显著性，构建目标数据的特征向量，可以准确地反映目标数据的数据特征。
27、在本专利技术的一种示例实施例中，方法还包括：
28、当目标数据的滤波窗口内存在缺失值时，则利用插值法确定缺失值的拟合值，并将拟合值作为缺失值，以对滤波窗口内的缺失值进行填补。
29、本专利技术可以准确地对滤波窗口内的缺失值进行填补，从而可以准确地计算滤波窗口内各数据点的特征值，进而可以准确地对目标数据进行替换。
30、根据本专利技术实施例的第二方面，提供了一种厢房投放垃圾的数据采集系统，一种厢房投放垃圾的数据采集系统包括存储器和处理器，存储器上存储有计算机程序，处理器执行计算机程序以实现本专利技术实施例的第一方面的步骤。
31、本专利技术具有以下效果：
32、本专利技术通过确定目标数据在滤波窗口内的显著性，可以判断目标数据是否存在突发增强的数据特征，通过确定目标数据与对比数据之间的关联程度，可以确定目标数据是否存在与对比数据不同的数据特征，从而结合目标数据在滤波窗口内的显著性，以及目标数据与所有对比数据之间的整体关联程度，构建目标数据的特征向量，可以准确地反映目标数据的数据特征，且利用滤波窗口内的各数据点的特征值的中位数，替换目标数据，对传统的中值滤波进行了改进，使得替换后的目标数据可以保留原始的数据特征，从而可以提高最终采集数据的准确性，进而可以准确地分析垃圾厢房内的异味情况。
本文档来自技高网...【技术保护点】
1.一种厢房投放垃圾的数据采集方法，其特征在于，包括：
2.根据权利要求1所述的一种厢房投放垃圾的数据采集方法，其特征在于，所述目标数据与所述任一对比数据之间的关联程度，满足如下关系式：
3.根据权利要求2所述的一种厢房投放垃圾的数据采集方法，其特征在于，所述相关性的获取方法，包括：
4.根据权利要求1所述的一种厢房投放垃圾的数据采集方法，其特征在于，确定所述目标数据在所述滤波窗口内的显著性，包括：
5.根据权利要求4所述的一种厢房投放垃圾的数据采集方法，其特征在于，所述显著性满足如下关系式：
6.根据权利要求1所述的一种厢房投放垃圾的数据采集方法，其特征在于，所述目标数据的特征值的获取方法，包括：
7.根据权利要求1所述的一种厢房投放垃圾的数据采集方法，其特征在于，所述方法还包括：
8.一种厢房投放垃圾的数据采集系统，其特征在于，所述一种厢房投放垃圾的数据采集系统包括存储器和处理器，所述存储器上存储有计算机程序，所述处理器执行所述计算机程序以实现如权利要求1-7任一项所述方法的步骤。
【技术特征摘要】
1.一种厢房投放垃圾的数据采集方法，其特征在于，包括：
2.根据权利要求1所述的一种厢房投放垃圾的数据采集方法，其特征在于，所述目标数据与所述任一对比数据之间的关联程度，满足如下关系式：
3.根据权利要求2所述的一种厢房投放垃圾的数据采集方法，其特征在于，所述相关性的获取方法，包括：
4.根据权利要求1所述的一种厢房投放垃圾的数据采集方法，其特征在于，确定所述目标数据在所述滤波窗口内的显著性，包括：
5.根据权利要求4所述的一种厢房投放垃圾...
【专利技术属性】
技术研发人员：张亚鹏，杜文强，徐连杰，王晨，钟军岭，
申请(专利权)人：山东海沃嘉美环境工程有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。