[发明专利]一种基于边缘端学习的穿戴数据处理方法

说明书

本发明涉及智能穿戴技术领域，特别涉及一种基于边缘端学习的穿戴数据处理方法。所述一种基于边缘端学习的穿戴数据处理方法，步骤包括：步骤一：构建云边协同计算系统；步骤二：基于步骤一构建的云边协同计算系统，穿戴设备进行生命体征数据采集；步骤三：对步骤二中采集的数据进行预处理；步骤四：完成步骤三后，对边缘计算节点进行资源约束和任务分配，最终完成穿戴数据的处理。本发明通过边缘计算技术，对智能穿戴设备采集到的数据进行分析处理，节省了大量的时间，处理效率更加高效。

技术领域

本发明涉及智能穿戴技术领域，特别涉及一种基于边缘端学习的穿戴数据处理方法。

背景技术

智能穿戴设备，是应用于随身穿戴的智能设备，主要的常见的智能穿戴设备的种类就是智能手环，智能手表，智能眼镜等。智能穿戴设备采集人体数据传输给远处的平台，这些数据未加处理，平台针对这些大量的未处理的数据进行分析处理会耗费大量的算力，需要花费较多的时间。

发明内容

一种基于边缘端学习的穿戴数据处理方法，步骤包括：

步骤一：构建云边协同计算系统，所述云边协同计算系统，包括：设备服务层、核心服务层、支持服务层、导出服务层、系统管理和安全服务层；

步骤二：基于步骤一构建的云边协同计算系统，穿戴设备进行生命体征数据采集，包括：体温、心率、血氧饱和度；

步骤三：对步骤二中采集的数据进行预处理，所述预处理包括：数据清洗、数据集成、数据变换和数据规约；

步骤四：完成步骤三后，对边缘计算节点进行资源约束和任务分配，最终完成穿戴数据的处理。

具体地，设备服务层，提供穿戴设备接入的功能，由多个设备服务组成，每个设备服务是用户根据设备服务软件开发工具包编写生成的一个微服务，使用穿戴设备文件去定义设备的数据源信息。

具体地，核心服务层，核心服务层由核心数据微服务、命令微服务、元数据微服务、注册表和配置微服务四个微服务组件构成，核心数据微服务存储和管理来自穿戴设备的数据、元数据微服务存储和管理设备的元数据。

具体地，当检测到采集的数据满足规则要求时，支持服务层将触发一个通知消息。

具体地，导出服务层由服务软件注册和分发微服务组件组成，导出服务层用于将处理的数据传输至云计算中心。

具体地，系统管理和安全服务层，包括：安装、升级、启动、停止和监测控制微服务的功能。

具体地，对采集的数据进行预处理，包括：数据清洗、数据集成、数据变换和数据规约；数据清洗采用最近邻补插的方法，对步骤二中采集的数据中的缺失值进行处理；采用平均值修正对步骤二中采集的数据中的异常值进行处理。

具体地，对边缘计算节点进行资源约束和任务分配，资源约束表示为，j≤A_j，其中i表示任务，X_i、j、r表示决策变量，其中(X_i,j,r)=1表示任务i在计算节点j上第r个处理，a_i表示任务i占用的某类资源量，A_j表示节点j的资源总量。

本发明有益效果：

本发明通过边缘计算技术，对智能穿戴设备采集到的数据进行分析处理，节省了大量的时间，处理效率更加高效。

附图说明

图1是本发明的流程步骤图。

图2是本发明的云边协同计算系统的结构图。

具体实施方式

本发明的实施例对于发明所属领域的现有技术人员中具有普通技术的人来说容易实现这些实施例。然而本发明也可以各种不同的形式实现，因此本发明不限于下文中描述的实施例。

一种基于边缘端学习的穿戴数据处理方法，包括下述步骤：