[发明专利]一种数据处理方法及装置

权利要求书

1.一种数据处理方法，其特征在于，包括：

获取历史数据信息；所述历史数据是从数据库中读出的历史车速 值；

对所述历史数据信息进行数据预处理，从所述历史数据中剔除异 常数据；

对所述预处理后的历史数据信息进行数据合并及填补；

将所述数据合并及填补后的历史数据信息进行动态指数平滑处 理；

其中，所述将所述数据合并及填补后的历史数据信息进行动态指 数平滑处理的步骤，包括：

接收所述经过数填补处理的历史数据信息；

获取平滑系数的初值，指数平滑初值以及控制精度；

根据所述平滑系数的初值以及所述指数平滑初值，获取所述指数 平滑初值下一时刻点的指数平滑数值；

根据所述获取到的指数平滑数据以及控制精度，判断所述平滑系 数是否最优平滑系数；

如果是最优平滑系数，则继续进行下一时刻点的指数平滑处理；

如果不是最优平滑系数，则进行平滑系数搜索。

2.根据权利要求1所述的数据处理方法，其特征在于，对所述历 史数据信息进行数据预处理的步骤，包括：

将所述历史数据信息进行时间带划分；

按照划分的时间带，进行合并校验；

将所述经过合并校验的时间带进行异常校验，给出异常校验结果；

根据所述异常校验结果，将异常数据剔除。

3.根据权利要求2所述的数据处理方法，其特征在于，对所述预 处理后的历史数据信息进行数据合并及填补的步骤，包括：

接收所述经过异常数据剔除的历史数据信息；

将所述历史数据信息中相同时刻的数据进行合并处理；

检测所述合并处理后的数据是否存在时刻点上无数据；

如果存在时刻点上无数据，则进行数据填补处理。

4.根据权利要求1所述的数据处理方法，其特征在于，所述平滑 系数搜索的步骤，包括：

为所述平滑系数建立预测误差平方和最小的优化模型；

根据所述建立的优化模型，获取所述最优平滑系数。

5.一种数据处理装置，其特征在于，

信息获取单元，用于获取历史数据信息；所述历史数据是从数据 库中读出的历史车速值；

预处理单元，用于对所述历史数据信息进行数据预处理，从所述 历史数据中剔除异常数据；

数据合并填补单元，用于对所述预处理后的历史数据信息进行数 据合并及填补；

数据平滑单元，用于将所述数据合并及填补后的历史数据信息进 行动态指数平滑处理；

其中，所述数据平滑单元，包括：

数据信息接收子单元，用于接收所述经过数填补处理的历史数据 信息；

参数获取子单元，用于获取平滑系数的初值，指数平滑初值以及 控制精度；

指数平滑值获取子单元，用于根据所述平滑系数的初值以及所述 指数平滑初值，获取所述指数平滑初值下一时刻点的指数平滑数值；

最优平滑系数判断子单元，用于根据所述获取到的指数平滑数据 以及控制精度，判断所述平滑系数是否最优平滑系数；

平滑处理子单元，用于如果是最优平滑系数，则继续进行下一时 刻点的指数平滑处理；

平滑系数搜索子单元，用于如果不是最优平滑系数，则进行平滑 系数搜索。

6.根据权利要求5所述的数据处理装置，其特征在于，所述预处 理单元，包括：

时间带划分子单元，用于将所述历史数据信息进行时间带划分；

合并校验子单元，用于按照划分的时间带，进行合并校验；

异常校验子单元，用于将所述经过合并校验的时间带进行异常校 验，给出异常校验结果；

异常值剔除子单元，用于根据所述异常校验结果，将异常数据剔 除。