一种基于云计算的多源信息数据诊断系统及方法与流程

1.本发明涉及数据诊断技术领域，具体是一种基于云计算的多源信息数据诊断系统及方法。


背景技术：

2.随着观测技术的不断提升以及观测方式的不断增加，人们可以通过多种仪器对观测目标进行观测，完善观测目标的多种数据信息。
3.目前，诊断观测目标依旧停留在对观测目标的历史指标进行分类和计算，分析观测目标的当前状态，并进行评价的阶段。但随着诊断观测目标被广泛应用于生活中，对观测目标的诊断方法也由抽象转为具象，现阶段诊断观测目标存在的缺陷也在不断暴露，缺少对数据发展方向的预测，导致了无法对观测目标的发展方向进行人工干预；与此同时，也缺少了对干预过程以及干预结果的评价与分析，无法对诊断报告进行优化，使得诊断报告缺少有针对性，不利于观测目标的可持续性发展。所以，人们需要一种基于云计算的多源信息数据诊断系统及方法来解决上述问题。


技术实现要素：

4.本发明的目的在于提供一种基于云计算的多源信息数据诊断系统及方法，以解决上述背景技术中提出的问题。
5.为了解决上述技术问题，本发明提供如下技术方案：一种基于云计算的多源信息数据诊断系统，其特征在于：该系统包括多源信息采集模块、数据传输模块、数据处理模块、数据诊断模块和实施反馈模块；
6.所述多源信息采集模块用于采集观测目标的各个指标；所述数据传输模块用于模块间指标的传输，将所述多源信息采集模块采集到的指标传递给所述数据处理模块；所述数据处理模块用于指标的分类和指标的计算处理；所述数据诊断模块用于对指标的分析，并针对观测目标制定诊断报告；所述实施反馈模块用于评价诊断报告的适用性；
7.所述多源信息采集模块的输出端电性连接所述数据传输模块的输入端；所述数据传输模块的输出端电性连接所述数据处理模块的输入端；所述数据处理模块的输出端电性连接所述数据诊断模块的输入端；所述数据诊断模块的输出端电性连接所述实施反馈模块的输入端。
8.进一步的，所述多源信息采集模块包括图片识别单元、传感器单元和轨迹记录单元；
9.所述图片识别单元是通过图片识别观测目标的基本信息；所述传感器单元用于测量观测目标的指标；所述轨迹记录单元用于记录观测目标移动轨迹与移动时间，依据观测目标移动轨迹与移动时间，计算出移动速度，判断观测目标的运动方式。速度计算公式如下：
[0010][0011]
其中，v为观测目标的移动速度；s为观测目标的移动距离；t为观测目标的移动时间。
[0012]
进一步的，所述数据处理模块包含数据分类单元和计算处理单元；
[0013]
所述数据分类单元用于对采集到的指标进行分类；所述计算处理单元用于将已分类的指标进行计算处理。
[0014]
进一步的，所述计算处理单元包含计算单元和拟合单元；
[0015]
所述计算单元用于通过采集到的指标计算出比值；所述拟合单元用于拟合已分类的指标，并将计算出的不同时间段的比值k进行拟合。
[0016]
进一步的，所述数据诊断模块包含数据分析单元和报告生成单元；
[0017]
所述数据分析单元用于通过采集到的指标，计算得出预估值，并判断预估值是否在设定的区间内，当预估值不在区间内时，需要给出调整建议，当预估值处于区间内时，需要给出保持建议；所述报告生成单元用于生成诊断报告。
[0018]
进一步的，所述实施反馈模块包括记录单元和评分单元；
[0019]
所述记录单元用于记录观测目标的指标，并将指标传输至数据库；所述评分单元用于对诊断报告评分。
[0020]
一种基于云计算的多源信息数据诊断方法，其特征在于：所述方法包括以下步骤：
[0021]
s7-1、根据日期，将观测目标的指标进行标记；
[0022]
s7-2、对观测目标的指标进行分类，按照日期顺序，对指标进行拟合；
[0023]
s7-3、计算出随机两个指标的比值，按照时间顺序，拟合比值k；
[0024]
s7-4、参考历史指标，计算出观测目标的预估指标，并计算出预估比值k；
[0025]
s7-5、设定下限a与上限b，预估比值k包括三种数值状态：k值低于下限a，k值处于下限a与上限b之间和k值超出上限b；根据数值状态，并结合指标的历史指标，给出针对观测目标的建议与建议预估比值ke；
[0026]
s7-6、记录观测目标的轨迹记录与照片，得到观测目标的指标；计算出提供建议后的指标比值kn，设定误差范围[a,a]与异常范围[d,d]，依据指标比值kn所处的范围给出反馈信息。
[0027]
在步骤s7-4中，预估比值k的获取方式如下：
[0028]
将影响参数的变化趋势作为指标的变化趋势；计算出图表中相同变化趋势的切线斜率；切线斜率计算方式如下：
[0029][0030]
其中，z为切线斜率；dy为y轴的微小增量；dx为x轴的微小增量；
[0031]
将计算到的切线斜率作为指标的预期斜率，并绘制预期图表，读取预期图表的值得到预估指标，分析预估指标数据，得到预估比值k。
[0032]
在步骤s7-5中，建议预估比值ke的获取方式如下：
[0033]
s9-1、将计算出的预估比值k与设定的下限a与上限b进行比较，获得预估比值k所处的范围；
[0034]
s9-2、当k值低于下限a或超出上限b时，给出建议影响参数；计算历史影响参数的切线斜率，得到指标斜率，延长指标曲线，读取建议指标e；当k值介于下限a与上限b之间时，计算出影响参数的均值；拟合影响参数，并将指标拟合；均值的计算方式如下：
[0035][0036]
其中，m为影响参数的平均值；n为参数的个数；xi为第i个影响参数的值；
[0037]
s9-3、根据建议指标e与历史指标计算出建议预估比值ke，并在比值图表中进行拟合。
[0038]
在步骤s7-6中，反馈信息的生成方式如下：
[0039]
s10-1、设定误差范围[a,a]，设置异常范围[d,d]，记录执行建议后观测目标的指标，并计算出比值记为kn；
[0040]
s10-2、拟合记录的指标，并将比值进行拟合；
[0041]
s10-3、对比实际指标与建议指标，判断建议是否被执行；被执行时，判断kn所处的范围；若kn处于误差[a,a]的范围内，则方案适用性高；若kn超出误差[a,a]的范围，但处于[d,d]范围内，则需要调整诊断报告；若kn超出[d,d]的范围，则发出预警信息，提示数据异常。
[0042]
与现有技术相比，本发明所达到的有益效果是：
[0043]
1.本发明对观测目标进行了数据诊断，预测了观测目标的发展方向，并给出人工干预的建议；
[0044]
2.本发明的诊断报告具有个性化，针对不同的观测目标，分析其历史指标与影响参数，制定具有针对性的诊断报告；
[0045]
3.本发明分析建议执行后的真实指标与建议预期指标，不断调整建议内容与建议预期目标，以达到可持续发展的数值状态。
附图说明
[0046]
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
[0047]
图1为本发明一种基于云计算的多源信息数据诊断系统的结构示意图；
[0048]
图2为本发明一种基于云计算的多源信息数据诊断方法的步骤示意图。
具体实施方式
[0049]
以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
[0050]
下面结合图1-图2和具体实施例对本发明作进一步的说明。
[0051]
实施例一：
[0052]
如图1所示，本实施例提供了一种基于云计算的多源信息数据诊断系统，该系统包括：多源信息采集模块、数据传输模块、数据处理模块、数据诊断模块和实施反馈模块。
[0053]
多源信息采集模块用于采集观测目标的各个指标；数据传输模块用于模块间指标的传输，将多源信息采集模块采集到的指标传递给数据处理模块；数据处理模块用于指标
的分类和指标的计算处理；数据诊断模块用于对指标的分析，并针对观测目标制定诊断报告；实施反馈模块用于评价诊断报告的适用性；
[0054]
多源信息采集模块的输出端电性连接数据传输模块的输入端；数据传输模块的输出端电性连接数据处理模块的输入端；数据处理模块的输出端电性连接数据诊断模块的输入端；数据诊断模块的输出端电性连接实施反馈模块的输入端。
[0055]
多源信息采集模块包括图片识别单元、传感器单元和轨迹记录单元；
[0056]
其中，观测目标可以是动物、人等。例如观测目标为人时，用户第一次登录系统所填写的身高即为观测目标的指标。观测目标的指标包括用户的每日体重，用户在每天的早饭前进行称重，将该值记为用户今日体重。观测目标的影响参数包括每日摄入的热量和运动量。用户主动拍摄每次摄入的食物，通过图像识别技术，判断照片中食物的热量值，将所有热量值进行相加，即可得到今日该用户摄入的总热量值。依照定位系统，记录用户的行进路线，以及各路线所耗费的时间；计算出各个路线的行进速度，依据普通成年人的平均步行速度1.25m/s～1.51m/s,可以筛选出用户的步行路段与时间；依据普通成年人的平均跑步速度1.38m/s～2.78m/s，筛选出用户的跑步路段与时间。根据公式，计算出用户每一个路段所消耗的热量，运动消耗的热量计算公式如下：
[0057]
p＝g
×
t
×
q；
[0058]
其中，p为运动量；g为用户的体重，单位为千克；t为运动所耗费的时间，单位为小时；q为代谢指数，z的计算方法如下：
[0059][0060]
其中，v为运动速度(单位：分钟/400m)。
[0061]
并将计算得到的运动量相加，即可获取该用户今日的运动量。
[0062]
数据处理模块包含数据分类单元和计算处理单元；
[0063]
数据分类单元将采集到的用户信息进行分类，用户信息包括身高、每日体重、每日摄入量和每日运动量；计算处理单元用于将已分类的指标进行计算处理。
[0064]
计算处理单元包含计算单元和拟合单元；
[0065]
计算单元用于计算出用户的身高体重指数；
[0066]
身高体重指数的计算公式如下：
[0067][0068]
其中，k为身高体重指数；g为用户的体重；h为用户的身高。
[0069]
拟合单元用于将已分类的用户指标进行拟合，并将计算得到的不同时间段的身高体重指数进行拟合。
[0070]
数据诊断模块包含数据分析单元和报告生成单元；
[0071]
数据分析单元用于分析体重的发展方向，参考最新的摄入量与运动量的发展方向，计算出今日热量值，预估出体重发展的方向；今日热量的计算公式如下：
[0072]
li＝l
摄i-l
运i-l
生
；
[0073]
其中，li为第i天的热量值；当li为正数时，体重发展方向为上升；当li为负数时，体重发展方向为下降；当li为0时，体重发展方向为维持不变；l
摄i
为第i天的摄入量；l
运i
为第i
天的运动量；l
生
为日常生活所消耗的热量值，正常人每天需要消耗2000千卡～2500千卡用于日常生活。获取历史指标中相同发展方向的切线斜率，将计算出的切线斜率作为预期的体重变化斜率，并绘制图表，读取出下一时间的体重值；切线斜率的计算公式如下：
[0074][0075]
其中，z为切线斜率；dy为y轴的微小增量；dx为x轴的微小增量；
[0076]
健康的身高体重指数范围为20～25。根据科学数据，每日摄入量为2000千卡，每日消耗500千卡可达到减重效果，制定对应的诊断报告。根据预估的身体状态，并结合当前的运动量与摄入量，分别给出不同的建议。其中，调整建议包括每日的饮食建议，运动量建议和建议预期体重值；保持建议包含影响参数的均值。均值的计算方式如下：
[0077][0078]
其中，m为影响参数的平均值；n为参数的个数；xi为第i个影响参数的值。影响参数为摄入量和运动量；当m为摄入量均值时，n为参数的个数，xi为第i个摄入量；当m为运动量均值时，n为参数的个数，xi为第i个的运动量。
[0079]
摄入量均值和运动量均值作为维持健康体重指数的参考值。
[0080]
并计算出建议预期热量值，分析得出体重变化发展方向，并参考体重切线斜率绘制建议预期体重变化表，读取建议预期体重值。
[0081]
实施反馈模块包括记录单元和评分单元；
[0082]
记录单元用于记录用户得到建议后的实际体重，实际摄入量和实际运动量，并将记录到的指标传输至数据库；对比实际体重与建议预估体重值，并与误差范围[a,a]与异常范围[d,d]进行对比，获取实际体重所处范围；其中，d＜a且a＜d，对诊断报告进行评价与修改。
[0083]
实施例二：
[0084]
如图2所示，本实施例提供了一种基于云计算的多源信息数据诊断方法，其基于实施例中的数据诊断系统实现，具体包括以下步骤：
[0085]
s7-1、根据日期，将观测目标的各种数值进行标记；
[0086]
s7-2、根据数据的种类分类，按照日期顺序，用户(性别：女，年龄：25)的身高h为1.7m，记录了10月1日至10月7日的数据，体重数据(单位：千克)为g＝{71.8，72.2，72.0，72.3，72.6，72.5，72.8}，每日摄入量为(单位：千卡)l＝{2500，2000，2250，2315，1800，2300，2350}，计算得到每日运动量(单位：千卡)p＝{200，480，225，210，410，180，210}，当前例子中，日常生活可以每日消耗2000千卡。
[0087]
s7-3、计算出每日的高度重量比值k，在图表中画出比值k的平滑曲线图；
[0088]
计算出这七日的身高体重指数，身高体重指数的计算公式如下：
[0089][0090]
其中，k为身高体重指数；g为用户的体重；h为用户的身高。计算可得到这七日的身高体重指数k＝{24.844，24.983，24.913，25.017，25.121，25.087，25.190}。
[0091]
s7-4、历史参数中用户最新的摄入量为2350千卡，运动量为210千卡，可以可以算
得当日用户热量为140千卡，为正数，因此可以判断体重发展方向为上升；寻找历史指标中呈现上升趋势的区间，计算出体重值72.0与72.3间的切线斜率为0.3，绘制预估体重表，可以读取到预估值为73.1千克。将体重73.1千克与身高1.7m代入身高体重指数的计算公式，可以计算出预估身高体重指数k为25.294。
[0092]
s7-5、参考健康的身高体重指标范围，设定下限20与上限25。将k与身高体重指数范围进行对比，该值已经超过25，整体属于超重状态。参考历史的摄入量与运动量，给出针对性的调整建议，降低饮食的热量摄入，控制每日摄入量为2000千卡；增加运动量，运动量为470千卡，即为跑步45分钟或者游泳半小时。计算得到建议预估热量为-470千卡，体重变化趋势为下降，计算出体重72.2千克与72.0千克的斜率为-0.2，可以得到建议预估体重为72.9千克，身高体重指数为25.224。设定误差范围为[72.7,73.0],设定异常范围为[72.5,73.1]。
[0093]
s7-6、记录10月8日用户的体重为73.2千克，运动量为500千卡，摄入量为1700千卡；10月9日的体重为72.5千克。72.5超过[72.7,73.0]的范围，处于[72.5,73.1]的范围，参考健康女性的摄入量，建议用户适当提高热量的摄入，将热量的摄入提高至1950千卡，并保持当前运动量。
[0094]
最后应说明的是：以上所述仅为本发明的优选实例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

技术特征：
1.一种基于云计算的多源信息数据诊断系统，其特征在于：该系统包括多源信息采集模块、数据传输模块、数据处理模块、数据诊断模块和实施反馈模块；所述多源信息采集模块用于采集观测目标的各个指标；所述数据传输模块用于模块间指标的传输，将所述多源信息采集模块采集到的指标传递给所述数据处理模块；所述数据处理模块用于指标的分类和指标的计算处理；所述数据诊断模块用于对指标的分析，并针对观测目标制定诊断报告；所述实施反馈模块用于评价诊断报告的适用性；所述多源信息采集模块的输出端电性连接所述数据传输模块的输入端；所述数据传输模块的输出端电性连接所述数据处理模块的输入端；所述数据处理模块的输出端电性连接所述数据诊断模块的输入端；所述数据诊断模块的输出端电性连接所述实施反馈模块的输入端。2.根据权利要求1所述的一种基于云计算的多源信息数据诊断系统，其特征在于：所述多源信息采集模块包括图片识别单元、传感器单元和轨迹记录单元；所述图片识别单元是通过图片识别观测目标的基本信息；所述传感器单元用于测量观测目标的指标；所述轨迹记录单元用于记录观测目标移动轨迹与移动时间。3.根据权利要求1所述的一种基于云计算的多源信息数据诊断系统，其特征在于：所述数据处理模块包含数据分类单元和计算处理单元；所述数据分类单元用于对采集到的指标进行分类；所述计算处理单元用于将已分类的指标进行计算处理。4.根据权利要求3所述的一种基于云计算的多源信息数据诊断系统，其特征在于：所述计算处理单元包含计算单元和拟合单元；所述计算单元用于通过采集到的指标计算出比值；所述拟合单元用于拟合已分类的指标，并将计算出的不同时间段的比值k进行拟合。5.根据权利要求1所述的一种基于云计算的多源信息数据诊断系统，其特征在于：所述数据诊断模块包含数据分析单元和报告生成单元；所述数据分析单元用于通过采集到的指标，计算得出预估值，并判断预估值是否在设定的区间内，当预估值不在区间内时，需要给出调整建议，当预估值处于区间内时，需要给出保持建议；所述报告生成单元用于生成诊断报告。6.根据权利要求1所述的一种基于云计算的多源信息数据诊断系统，其特征在于：所述实施反馈模块包括记录单元和评分单元；所述记录单元用于记录观测目标的指标，并将指标传输至数据库；所述评分单元用于对诊断报告评分。7.一种基于云计算的多源信息数据诊断方法，其特征在于：所述方法包括以下步骤：s7-1、根据日期，将观测目标的指标进行标记；s7-2、对观测目标的指标进行分类，按照日期顺序，对指标进行拟合；s7-3、计算出随机两个指标的比值，按照时间顺序，拟合比值k；s7-4、参考历史指标，计算出观测目标的预估指标，并计算出预估比值k；s7-5、设定下限a与上限b，预估比值k包括三种数值状态：k值低于下限a，k值处于下限a与上限b之间和k值超出上限b；根据数值状态，并结合指标的历史指标，给出针对观测目标的建议与建议预估比值k
e
；
s7-6、记录观测目标的轨迹记录与照片，得到观测目标的指标；计算出提供建议后的指标比值k
n
，设定误差范围[a,a]与异常范围[d,d]，依据指标比值k
n
所处的范围给出反馈信息。8.根据权利要求7所述的一种基于云计算的多源信息数据诊断方法，其特征在于：在步骤s7-4中，预估比值k的获取方式如下：将影响参数的变化趋势作为指标的变化趋势；计算出图表中相同变化趋势的切线斜率；切线斜率计算方式如下：其中，z为切线斜率；dy为y轴的微小增量；dx为x轴的微小增量；将计算到的切线斜率作为指标的预期斜率，并绘制预期图表，读取预期图表的值得到预估指标，分析预估指标数据，得到预估比值k。9.根据权利要求7所述的一种基于云计算的多源信息数据诊断方法，其特征在于：在步骤s7-5中，建议预估比值k
e
的获取方式如下：s9-1、将计算出的预估比值k与设定的下限a与上限b进行比较，获得预估比值k所处的范围；s9-2、当k值低于下限a或超出上限b时，给出建议影响参数；计算历史影响参数的切线斜率，得到指标斜率，延长指标曲线，读取建议指标e；当k值介于下限a与上限b之间时，计算出影响参数的均值；拟合影响参数，并将指标拟合；均值的计算方式如下：其中，m为影响参数的平均值；n为参数的个数；x
i
为第i个影响参数的值；s9-3、根据建议指标e与历史指标计算出建议预估比值k
e
，并在比值图表中进行拟合。10.根据权利要求7所述的一种基于云计算的多源信息数据诊断方法，其特征在于：在步骤s7-6中，反馈信息的生成方式如下：s10-1、设定误差范围[a,a]，设置异常范围[d,d]，记录执行建议后观测目标的指标，并计算出比值记为k
n
；s10-2、拟合记录的指标，并将比值进行拟合；s10-3、对比实际指标与建议指标，判断建议是否被执行；被执行时，判断k
n
所处的范围；若k
n
处于误差[a,a]的范围内，则方案适用性高；若k
n
超出误差[a,a]的范围，但处于[d,d]范围内，则需要调整诊断报告；若k
n
超出[d,d]的范围，则发出预警信息，提示数据异常。

技术总结
本发明涉及数据诊断领域,公开了一种基于云计算的多源信息数据诊断系统及方法，该系统包括多源信息采集模块、数据传输模块、数据处理模块、数据诊断模块和实施反馈模块；所述多源信息采集模块用于采集观测目标的各个指标；所述数据传输模块用于模块间指标的传输，将所述多源信息采集模块采集到的指标传递给所述数据处理模块；所述数据处理模块用于指标的分类和指标的计算处理；所述数据诊断模块用于对指标的分析，并针对观测目标制定诊断报告；所述实施反馈模块用于评价诊断报告的适用性。本发明在一定程度上提高了诊断报告的个性化，也为维护观测目标的可持续性发展，不断提高建议的适配性、有效性以及执行率。有效性以及执行率。


技术研发人员：柴秀玲 陈翠燕
受保护的技术使用者：大庆九富科技有限公司
技术研发日：2023.05.09
技术公布日：2023/8/13