数据处理方法、装置、计算机设备和存储介质与流程

1.本技术涉及大数据分析技术领域技术领域，特别是涉及一种数据处理方法、装置、计算机设备、存储介质和计算机程序产品。


背景技术：

2.不同的物质通过不同的特征进行区分，这些特征可以通过例如物质的材料、工艺、结构等进行描述，针对不同的物质，确定不同物质的特征对研究以及分析该物质至关重要，所以获得用于描述物质的特征显得尤为重要。
3.目前，常用的提取物质特征的方法为主成分分析法（pca），在流体力学中通常将其表示为适当的正交分解。具体的主成分分析法为给定一个集合（通常为时间序列）的数据，pca产生一个数据驱动的正交基，其元素是最优排序的能量含量。但是，通过主成分分析法对物质的特性进行分析，其需要分析的数据较多，其中不乏很多冗余的数据，造成了对物质特性分析的效率很低。


技术实现要素：

4.本技术提供一种数据处理方法、装置、计算机设备、存储介质和计算机程序产品，能够快速的将与分析目标对象结构相关性强的数据筛选出来，以为后续进行目标对象结构的分析提供可靠的数据支持，提高对目标对象结构分析的效率。
5.第一方面，本技术提供了一种数据处理方法，该方法包括：s1、获取初始向量空间，初始向量空间中包括多组用于分析目标对象结构的数据；s2、根据预设的约束条件对初始向量空间进行小波分析，得到多个父小波和多个母小波，多个父小波和多个母小波相互标准正交；s3、基于多个父小波和多个母小波确定的多个近似子空间，确定目标父小波；目标父小波构建的近似子空间的重构误差最小；s4、通过目标父小波对初始向量空间进行下采样，得到目标数据集；s5、根据目标父小波、与目标父小波对应的目标母小波以及目标数据集，确定中间向量空间；s6、根据中间向量空间更新初始向量空间，重复进行预设次数的步骤s2
‑
s5，得到目标向量空间。
6.第二方面，本技术还提供了一种数据处理装置，该装置包括：获取模块，用于获取初始向量空间，初始向量空间中包括多组用于分析目标对象结构的数据；分析模块，用于根据预设的约束条件对初始向量空间进行小波分析，得到多个父小波和多个母小波，多个父小波和多个母小波相互标准正交；第一确定模块，用于基于多个父小波和多个母小波确定的多个近似子空间，确定目标父小波；目标父小波构建的近似子空间的重构误差最小。
7.采样模块，用于通过目标父小波对初始向量空间进行下采样，得到目标数据集；第二确定模块，用于根据目标父小波、与目标父小波对应的目标母小波以及目标数据集，确定中间向量空间；循环计算模块，用于根据所述中间向量空间更新所述初始向量空间，对更新后的所述初始向量空间重复进行预设次数的计算操作，得到目标向量空间，所述计算操作包括：根据预设的约束条件对所述初始向量空间进行小波分析，得到多个父小波和多个母小波，所述多个父小波和所述多个母小波相互标准正交；基于所述多个父小波和所述多个母小波确定的多个近似子空间，确定目标父小波；所述目标父小波构建的近似子空间的重构误差最小；通过所述目标父小波对所述初始向量空间进行下采样，得到目标数据集；以及，根据所述目标父小波、与所述目标父小波对应的目标母小波以及所述目标数据集，确定中间向量空间。
8.第三方面，本技术还提供了一种计算机设备，包括存储器和处理器，存储器存储有计算机程序，处理器执行所述计算机程序时实现上述任一项的方法的步骤：第四方面，本技术还提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述任一项的方法的步骤。
9.第五方面，本技术还提供了一种计算机程序产品，包括计算机程序，计算机程序被处理器执行时实现上述任一项的方法的步骤。
10.本技术提供了一种数据处理方法方法、装置、计算机设备、存储介质和计算机程序产品，该方法包括：获取初始向量空间，根据预设的约束条件对初始向量空间进行小波分析，得到多个父小波和多个母小波，基于多个父小波和多个母小波确定的多个近似子空间，确定目标父小波；通过目标父小波对初始向量空间进行下采样，得到目标数据集；根据目标父小波、与目标父小波对应的目标母小波以及目标数据集，确定中间向量空间；根据中间向量空间对初始向量空间进行更新，重复进行上述对初始向量空间进行处理的步骤，得到目标向量空间。本技术提供的数据处理方法，通过小波分析得到的多个父小波和多个母小波，基于父小波和母小波对初始向量空间进行重构，得到了多个与初始向量空间近似的近似子空间，近似子空间相对于初始向量空间中的数据少，然后从多个近似子空间中筛选出重构误差最小的近似子空间对初始向量空间进行更新，进一步根据该近似子空间对应的父小波对初始向量空间进行采样后从初始向量空间中筛选出目标数据集，用于填充重构误差最小的近似子空间得到中间向量空间。由于中间向量空间的重构误差最小，表示通过中间向量空间对目标对象的结构进行分析得到的结果和通过初始向量空间对目标对象的结构进行分析得到的结果相差不大，也就表示可以通过中间向量空间代替初始向量空间对目标对象的结构进行分析，且由于中间向量空间中的数据相对于初始向量空间中的数据要少很多，所以基于中间向量空间中的数据对目标对象的结构进行分析，能够减少对数据的分析过程，提高对目标对象的结构的分析效率。基于上述原因，本技术进一步还根据中间向量空间对初始向量空间进行更新，对中间向量空间进行进一步的筛选，得到数据更少的目标向量空间，将大尺度多维的初始向量空间进行了局部化的降维处理，得到了小尺度低维的向量空间，同时，能够保证通过目标向量空间中的数据对目标对象的结构进行分析能够达到原始向量空间对目标对象的结构进行分析的分析效果。总体上，减少了目标对象结构分析过程中的数据分析过程，提高了对目标对象结构的分析效率。
附图说明
11.图1为一个实施例中数据处理方法的应用环境图；图2为一个实施例中数据处理方法的流程示意图；图3为另一个实施例中数据处理步骤的流程示意图；图4为另一个实施例中数据处理方法的流程示意图；图5为另一个实施例中数据处理方法的流程示意图；图6为另一个实施例中数据处理方法的流程示意图；图7为另一个实施例中数据处理装置的结构框图；图8为另一个实施例中计算机设备的内部结构图。
具体实施方式
12.为了使本技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本技术进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本技术，并不用于限定本技术。
13.本技术实施例提供的数据处理方法，可以应用于如图1所示的应用环境中。其中，多个不同的终端102通过网络与服务器104进行通信，数据存储系统可以存储服务器102需要处理的用于分析目标对象结构的多种数据。数据存储系统可以集成在服务器102上，也可以放在云上或其他网络服务器上。多个不同的终端102通过网络将采集到的用于分析目标对象结构的不同类型的数据传输给服务器104，服务器104将同一时间多个不同的终端102发送的数据组合为一组，进一步的将多个时间点采集到的多组数据组合成初始向量空间，对该初始向量空间按照预设的约束条件进行小波分析，得到多个父小波和多个母小波，基于多个父小波和多个母小波确定多个与初始向量空间近似的近似子空间，然后从多个近似子空间中确定重构误差最小的近似子空间，并获得该近似子空间对应的父小波，将该父小波确定为目标父小波，基于该目标父小波对初始向量空间进行下采样，从初始向量空间中筛选出一部分目标数据集，根据目标数据集、目标父小波以及与该目标父小波对应的母小波得到中间向量空间，基于该中间向量空间对初始向量空间进行更新，继续上述对初始向量空间的处理步骤对中间向量空间进行处理，得到目标向量空间。其中，终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备。便携式可穿戴设备可为智能手表、智能手环、头戴设备等。服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
14.在一个实施例中，如图2所示，提供了一种数据处理方法，以该方法应用于图1中的服务器为例进行说明，包括以下步骤：步骤s1，获取初始向量空间，初始向量空间中包括多组用于分析目标对象结构的数据。
15.其中，初始向量空间可以是包括多组用于分析目标对象的结构的数据，该数据可以是通过设置在目标对象上的采集装置、传感器等装置或者设备获得的，再由设置在目标对象上的采集装置、传感器等装置通过网络传输至服务器上的。需要说明的是，用于分析目标对象结构的数据均是对目标对象的结构具有不同程度影响的多种不同类型的数据，所以设置在目标对象上的采集装置或者传感器等装置或者设备可以是不同的装置或者设备，例
如温度传感器、湿度传感器、压力传感器等采集设备。该数据可以是一组一组的获得，那么初始向量空间可以是由多组数据构成的。多组数据可以是基于不同的时间节点获得，可以是基于目标对象的性能参数变化一次获得一次，本技术对此不加以限定。可以是根据需求获得多维的初始向量空间。
16.步骤s2，根据预设的约束条件对初始向量空间进行小波分析，得到多个父小波和多个母小波，多个父小波和多个母小波相互标准正交。
17.其中，基于上述获得的多维的初始向量空间，现有技术就是直接使用初始向量空间中的数据对目标对象的结构进行分析，那么需要对初始向量空间中的所有数据进行一一处理，根据所有数据对目标对象的结构进行分析。那么，这样导致的结果是，需要进行分析处理的数据太多，存在数据冗余的情况，那么，给服务器增加了不必要的数据处理的压力，同时，使得对目标对象的机构的分析效率降低。所以，本技术采用小波分析技术，按照预设的约束条件对初始向量空案件进行小波分析，得到多个父小波和多个母小波。由于小波分析的原理是将扩中的函数表示为一系列逐次逼近的表达式，其中每一个表达式都是经过平滑后的形式，分别对应不同的分辨率，相当于将图像在不同尺度下进行分解，并将分解后的结果进行比较，以取得有用的信息。将小波分析应用在本技术中，可以通过小波分析对初始向量空间进行分解，分解成多个近似子空间，每一个近似子空间相当于一个小波函数，也就是母小波做缩放和平移得到的，但是母小波并非唯一原始基，在构建近似子空间时，还需要一个尺度函数（父小波），父小波和母小波都是归一化处理后得到的，且父小波和母小波需要正交（方便处理），每一个近似子空间展开都是由母小波和父小波共同定义的。
18.预设的父小波与母小波的约束条件可以是：上述约束条件等价为其中，c
n
表示n维初始向量空间，n表示初始向量空间的长度，u，v∈c
n
，u为父小波，v为母小波，r是循环移位算子，r
j
表示将元素移动了j个位置，r
j
z表示将z向右平移了j个单位，ˆ表示信号的离散傅里叶变换形式。
19.步骤s3，基于多个父小波和多个母小波确定的多个近似子空间，确定目标父小波；目标父小波构建的近似子空间的重构误差最小。
20.其中，基于上述对初始向量空间进行小波分析后得到多个父小波和多个母小波，多个父小波和多个母小波能够确定多个近似子空间。每一个近似子空间均是由父小波和母小波构建的。然后，根据确定每一个近似子空间的重构误差，从多个近似子空间中筛选出重
构误差最小的近似子空间，进而确定了重构误差最小的近似子空间对应的父小波，将该父小波确定为目标父小波。
21.步骤s4，通过目标父小波对初始向量空间进行下采样，得到目标数据集。
22.其中，通过目标父小波对初始向量空间进行下采样的目的是从初始向量空间中筛选出用于进行目标对象结构分析的数据，若将初始向量空间量化为一幅图像，下采样的目的就是对图像进行缩小。本技术是基于目标父小波对初始向量空间进行下采样，并不是随机采样，而是根据目标父小波对初始向量空间进行下采样。由于目标父小波构建的近似子空间重构误差最小，所以相当于将目标父小波设置为一个采样的标准，基于目标父小波这一标准进行下采样，得到的数据组成的向量空间与初始向量空间更加的接近。
23.步骤s5，根据目标父小波、与目标父小波对应的目标母小波以及目标数据集，确定中间向量空间。
24.其中，基于上述目标父小波对初始向量空间进行下采样从初始向量空间中筛选出的目标数据集，可以是基于目标父小波和目标母小波构建的中间向量空间的框架，由目标数据集对该框架进行填充，则得到中间向量空间，该中间向量空间与初始向量空间属于近似子空间，该中间向量空间是在对初始向量空间进行分解的多个近似子空间中与初始向量空间相似度最高的向量空间，那么，可以认为通过中间向量空间对目标对象进行结构分析，与通过初始向量空间对目标对象进行结构分析的效果相同。
25.步骤s6，根据中间向量空间更新初始向量空间，重复进行预设次数的步骤s2
‑
步骤s5，得到目标向量空间。
26.其中，通过上述步骤对初始向量空间进行筛选后得到中间向量空间，可以直接使用中间向量空间对目标对象的结构进行分析；也可以继续对中间向量空间进行如上述对初始向量空间一样的处理方式进行再处理，相当于对中间向量空间再进行分解，最终得到一个所需的目标向量空间，根据目标向量空间对目标对象的结构进行分析，目标向量空间相对于初始向量空间的数据更少，用于分析目标对象的结构，使得处理的数据少，能够提高对目标对象分析的效率。在这里需要说明的是，预设次数可以是根据用户的需求进行设置，还可以是根据初始向量空间的长度n进行确定，例如预设的次数m可以是满足n能被2
m
整除来确定预设次数m。
27.本技术提供了一种数据处理方法，该方法包括：获取初始向量空间，根据预设的约束条件对初始向量空间进行小波分析，得到多个父小波和多个母小波，基于多个父小波和多个母小波确定的多个近似子空间，确定目标父小波；通过目标父小波对初始向量空间进行下采样，得到目标数据集；根据目标父小波、与目标父小波对应的目标母小波以及目标数据集，确定中间向量空间；根据中间向量空间对初始向量空间进行更新，重复进行上述对初始向量空间进行处理的步骤，得到目标向量空间。本技术提供的数据处理方法，通过小波分析得到的多个父小波和多个母小波，基于父小波和母小波对初始向量空间进行重构，得到了多个与初始向量空间近似的近似子空间，近似子空间相对于初始向量空间中的数据少，然后从多个近似子空间中筛选出重构误差最小的近似子空间对初始向量空间进行更新，进一步根据该近似子空间对应的父小波对初始向量空间进行采样后从初始向量空间中筛选出目标数据集，用于填充重构误差最小的近似子空间得到中间向量空间。由于中间向量空间的重构误差最小，表示通过中间向量空间对目标对象的结构进行分析得到的结果和通过
初始向量空间对目标对象的结构进行分析得到的结果相差不大，也就表示可以通过中间向量空间代替初始向量空间对目标对象的结构进行分析，且由于中间向量空间中的数据相对于初始向量空间中的数据要少很多，所以基于中间向量空间中的数据对目标对象的结构进行分析，能够减少对数据的分析过程，提高对目标对象的结构的分析效率。基于上述原因，本技术进一步还根据中间向量空间对初始向量空间进行更新，对中间向量空间进行进一步的筛选，得到数据更少的目标向量空间，将大尺度多维的初始向量空间进行了局部化的降维处理，得到了小尺度低维的向量空间，同时，能够保证通过目标向量空间中的数据对目标对象的结构进行分析能够达到原始向量空间对目标对象的结构进行分析的分析效果。总体上，减少了目标对象结构分析过程中的数据分析过程，提高了对目标对象结构的分析效率。
28.在一个实施例中，如图3所示，图3为本实施例提供的确定目标父小波的一种可选的方法实施例，该方法实施例包括如下步骤：步骤s301，确定多个近似子空间对应的父小波的方差。
29.步骤s302，将父小波对应的方差和初始向量空间输入至预设的重构误差分析模型得到与父小波对应的近似子空间的重构误差。
30.步骤s303，将多个近似子空间中的重构误差最小的近似子空间对应的父小波确定为目标父小波。
31.其中，根据上述对初始向量空间进行小波分析后得到了多个父小波和多个母小波，多个父小波和多个母小波可以构建多个近似子空间。接下来求解多个近似子空间的重构误差，求解的方法是根据父小波来求解的，下面对求解过程作以整体说明：近似子空间的表达式可以表示为：u（z
k
）定义为：当k为偶数时，；当k为奇数时，。
32.d（z
k
）定义为当z∈c
n
时， ，k=0，1，
……
，n/2
‑
1。
33.定义f1=v1，g1=u
1 ；f
1，
g1∈c
n
,则有：通过下式定义x1，y1，则对于j=1，2，
……
，p与k=0，1，
……
，n/2
j
‑
1使得，父小波（u）的方差计算如下：由于u有单位范数，其值的平方给出概率质量函数p, p(k) = u(k)2。把定义域设定成单位圆，分成n个相等的部分。单位圆上的每一段对应笛卡尔平面上的一点(x,y) = (cosθ，sinθ)，均值为(x,y) = (rcosθ，rsinθ)
其重构误差最小化计算式为:目标函数的第一项是数据投影到近似子空间（ψ
‑
k
）时的归一化平方重构误差，或者等价于精细子空间（φ
‑
k
）中包含的数据归一化误差。通过规范化，第一项应在0到1之间。第二项是父小波（u）的方差，乘以一个惩罚因子λ2，从而促进计算小波的局部化，且方差在0和1之间有界，λ2在目标函数中保证它们之间的平衡，一般设置λ的值使得方差在0和1之间有界。
34.在一个实施例中，如图4所示，图4为本实施例提供的获得目标数据集的一种可选的方法实施例，该方法实施例包括如下步骤：步骤s401，将目标父小波与初始向量空间进行卷积计算，得到初始数据集；步骤s402，对初始数据进行删除奇数项保留偶数项的处理，得到目标数据集。
35.其中，将初始向量空间中的向量与父小波进行卷积计算，得到初始向量空间在小波基表示的坐标系中的坐标，舍去奇数项，将其定义为父小波对初始向量空间的下采样；下采样表示为：在一个实施例中，如图5所示，图5为本实施例提供的确定中间向量空间的一种可选的方法实施例，该方法实施例包括如下步骤：步骤s501，基于目标父小波构建目标母小波。
36.步骤s502，根据目标父小波和目标母小波确定向量空间表达式。
37.步骤s503，通过目标数据集对向量空间表达式进行填充得到中间向量空间。
38.其中，可以是通过下式构建目标母小波：基于目标父小波和目标母小波确定向量空间的表达式，将上述通过采样得到的目标数据集对向量空间的表达式进行填充，得到如下中间向量空间：在一个实施例中，如图6所示，图6为本实施例提供的对目标向量空间进行验证的一种可选的方法实施例，该方法实施例包括如下步骤：步骤s601，通过折叠引理对目标向量空间进行验证；步骤s602，若对目标向量空间验证通过，则根据目标向量空间中的数据对目标对
象的结构进行分析。
39.其中，折叠引理表述如下：该定理同样适用于母小波。
40.则 ， 。利用折叠引理生成下一个小波发生器，即:其中，的作用由式定义。
41.s
ψ
−
k
和ψ
−
k
ꢀ−1是密切相关的，唯一的区别是，s
ψ
−
k
使用折叠引理产生的f
k
(v
k
)代替计算得到的v
k 1
；类似的关系存在于s
φ
−
k
和φ
−
k
−1之间。则验证目标向量空间与初始向量空间的相似度大于预设阈值。满足对目标对象进行结构分析的数据要求。
42.在一个实施例中，本实施例为获得父小波和母小波的一种可选的方法实施例，该方法包括：对初始向量空间进行偶平移处理，得到多个父小波和多个母小波。
43.其中，假设z为初始向量空间中的向量，w为小波的滤波系数，则c
n
中的小波可以表述为：其中，z(k)表示向量z的第k个元素，z满足以下条件：其中，z(k)表示向量z的第k个元素，z满足以下条件：每个子空间构成如下：对于特定的u，v∈c
n
，r是循环移位算子，r
j
将元素移动了j个位置，r
j
z将z向右平移了j个单位。
44.应该理解的是，虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有
明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
45.基于同样的发明构思，本技术实施例还提供了一种用于实现上述所涉及的数据处理方法的数据处理装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似，故下面所提供的一个或多个数据处理装置实施例中的具体限定可以参见上文中对于运维行为分析方法的限定，在此不再赘述。
46.在一个实施例中，如图7所示，提供了一种运维行为分析装置，包括：获取模块702、分析模块704、第一确定模块706、采样模块708、第二确定模块710以及循环计算模块712，其中：获取模块702，用于获取初始向量空间，初始向量空间中包括多组用于分析目标对象结构的数据；分析模块704，用于根据预设的约束条件对初始向量空间进行小波分析，得到多个父小波和多个母小波，多个父小波和多个母小波相互标准正交；第一确定模块706，用于基于多个父小波和多个母小波确定的多个近似子空间，确定目标父小波；目标父小波构建的近似子空间的重构误差最小。
47.采样模块708，用于通过目标父小波对初始向量空间进行下采样，得到目标数据集；第二确定模块710，用于根据目标父小波、与目标父小波对应的目标母小波以及目标数据集，确定中间向量空间；循环计算模块712，用于根据所述中间向量空间更新所述初始向量空间，对更新后的所述初始向量空间重复进行预设次数的计算操作，得到目标向量空间，所述计算操作包括：根据预设的约束条件对所述初始向量空间进行小波分析，得到多个父小波和多个母小波，所述多个父小波和所述多个母小波相互标准正交；基于所述多个父小波和所述多个母小波确定的多个近似子空间，确定目标父小波；所述目标父小波构建的近似子空间的重构误差最小；通过所述目标父小波对所述初始向量空间进行下采样，得到目标数据集；以及，根据所述目标父小波、与所述目标父小波对应的目标母小波以及所述目标数据集，确定中间向量空间。
48.在一个实施例中，第一确定模块706，具体用于确定根据多个近似子空间对应的父小波的方差；将父小波对应的方差和初始向量空间输入至预设的重构误差分析模型得到与父小波对应的近似子空间的重构误差；将多个近似子空间中的重构误差最小的近似子空间对应的父小波确定为目标父小波。
49.在一个实施例中，采样模块708，具体用于将目标父小波与初始向量空间进行卷积计算，得到初始数据集；去掉初始数据集中的奇数，得到目标数据集。
50.在一个实施例中，第二确定模块710，具体用于基于目标父小波构建目标母小波；根据目标父小波和目标母小波确定向量空间表达式；通过目标数据集对向量空间表达式进行填充得到中间向量空间。
51.在一个实施例中，上述装置还包括验证模块，用于通过折叠引理对目标向量空间进行验证；若对目标向量空间验证通过，则根据目标向量空间中的数据对目标对象的结构进行分析。
52.在一个实施例中，上述装置还包括平移处理模块，用于对初始向量空间进行偶平移处理，得到多个父小波和多个母小波。
53.上述数据处理装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
54.在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图8所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质和内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储运维数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种运维行为分析方法。
55.本领域技术人员可以理解，图8中示出的结构，仅仅是与本技术方案相关的部分结构的框图，并不构成对本技术方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
56.在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：获取初始向量空间，初始向量空间中包括多组用于分析目标对象结构的数据；根据预设的约束条件对初始向量空间进行小波分析，得到多个父小波和多个母小波，多个父小波和多个母小波相互标准正交；基于多个父小波和多个母小波确定的多个近似子空间，确定目标父小波；目标父小波构建的近似子空间的重构误差最小。
57.通过目标父小波对初始向量空间进行下采样，得到目标数据集；根据目标父小波、与目标父小波对应的目标母小波以及目标数据集，确定中间向量空间；根据所述中间向量空间更新所述初始向量空间，对更新后的所述初始向量空间重复进行预设次数的计算操作，得到目标向量空间，所述计算操作包括：根据预设的约束条件对所述初始向量空间进行小波分析，得到多个父小波和多个母小波，所述多个父小波和所述多个母小波相互标准正交；基于所述多个父小波和所述多个母小波确定的多个近似子空间，确定目标父小波；所述目标父小波构建的近似子空间的重构误差最小；通过所述目标父小波对所述初始向量空间进行下采样，得到目标数据集；以及，根据所述目标父小波、与所述目标父小波对应的目标母小波以及所述目标数据集，确定中间向量空间。
58.在一个实施例中，处理器执行计算机程序时还实现以下步骤：确定根据多个近似子空间对应的父小波的方差；将父小波对应的方差和初始向量空间输入至预设的重构误差分析模型得到与父小波对应的近似子空间的重构误差；将多个近似子空间中的重构误差最小的近似子空间对应的父小波确定为目标父小波。
59.在一个实施例中，处理器执行计算机程序时还实现以下步骤：将目标父小波与初始向量空间进行卷积计算，得到初始数据集；去掉初始数据集中的奇数，得到目标数据集。
60.在一个实施例中，处理器执行计算机程序时还实现以下步骤：基于目标父小波构建目标母小波；根据目标父小波和目标母小波确定向量空间表达式；通过目标数据集对向量空间表达式进行填充得到中间向量空间。
61.在一个实施例中，处理器执行计算机程序时还实现以下步骤：通过折叠引理对目标向量空间进行验证；若对目标向量空间验证通过，则根据目标向量空间中的数据对目标对象的结构进行分析。
62.在一个实施例中，处理器执行计算机程序时还实现以下步骤：对初始向量空间进行偶平移处理，得到多个父小波和多个母小波。
63.在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：获取初始向量空间，初始向量空间中包括多组用于分析目标对象结构的数据；根据预设的约束条件对初始向量空间进行小波分析，得到多个父小波和多个母小波，多个父小波和多个母小波相互标准正交；基于多个父小波和多个母小波确定的多个近似子空间，确定目标父小波；目标父小波构建的近似子空间的重构误差最小。
64.通过目标父小波对初始向量空间进行下采样，得到目标数据集；根据目标父小波、与目标父小波对应的目标母小波以及目标数据集，确定中间向量空间；根据所述中间向量空间更新所述初始向量空间，对更新后的所述初始向量空间重复进行预设次数的计算操作，得到目标向量空间，所述计算操作包括：根据预设的约束条件对所述初始向量空间进行小波分析，得到多个父小波和多个母小波，所述多个父小波和所述多个母小波相互标准正交；基于所述多个父小波和所述多个母小波确定的多个近似子空间，确定目标父小波；所述目标父小波构建的近似子空间的重构误差最小；通过所述目标父小波对所述初始向量空间进行下采样，得到目标数据集；以及，根据所述目标父小波、与所述目标父小波对应的目标母小波以及所述目标数据集，确定中间向量空间。
65.在一个实施例中，计算机程序被处理器执行时还实现以下步骤：确定根据多个近似子空间对应的父小波的方差；将父小波对应的方差和初始向量空间输入至预设的重构误差分析模型得到与父小波对应的近似子空间的重构误差；将多个近似子空间中的重构误差最小的近似子空间对应的父小波确定为目标父小波。
66.在一个实施例中，计算机程序被处理器执行时还实现以下步骤：将目标父小波与初始向量空间进行卷积计算，得到初始数据集；去掉初始数据集中的奇数，得到目标数据集。
67.在一个实施例中，计算机程序被处理器执行时还实现以下步骤：基于目标父小波构建目标母小波；根据目标父小波和目标母小波确定向量空间表达式；通过目标数据集对向量空间表达式进行填充得到中间向量空间。
68.在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
通过折叠引理对目标向量空间进行验证；若对目标向量空间验证通过，则根据目标向量空间中的数据对目标对象的结构进行分析。
69.在一个实施例中，计算机程序被处理器执行时还实现以下步骤：对初始向量空间进行偶平移处理，得到多个父小波和多个母小波。
70.在一个实施例中，提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：获取初始向量空间，初始向量空间中包括多组用于分析目标对象结构的数据；根据预设的约束条件对初始向量空间进行小波分析，得到多个父小波和多个母小波，多个父小波和多个母小波相互标准正交；基于多个父小波和多个母小波确定的多个近似子空间，确定目标父小波；目标父小波构建的近似子空间的重构误差最小。
71.通过目标父小波对初始向量空间进行下采样，得到目标数据集；根据目标父小波、与目标父小波对应的目标母小波以及目标数据集，确定中间向量空间；根据所述中间向量空间更新所述初始向量空间，对更新后的所述初始向量空间重复进行预设次数的计算操作，得到目标向量空间，所述计算操作包括：根据预设的约束条件对所述初始向量空间进行小波分析，得到多个父小波和多个母小波，所述多个父小波和所述多个母小波相互标准正交；基于所述多个父小波和所述多个母小波确定的多个近似子空间，确定目标父小波；所述目标父小波构建的近似子空间的重构误差最小；通过所述目标父小波对所述初始向量空间进行下采样，得到目标数据集；以及，根据所述目标父小波、与所述目标父小波对应的目标母小波以及所述目标数据集，确定中间向量空间。
72.在一个实施例中，计算机程序被处理器执行时还实现以下步骤：确定根据多个近似子空间对应的父小波的方差；将父小波对应的方差和初始向量空间输入至预设的重构误差分析模型得到与父小波对应的近似子空间的重构误差；将多个近似子空间中的重构误差最小的近似子空间对应的父小波确定为目标父小波。
73.在一个实施例中，计算机程序被处理器执行时还实现以下步骤：将目标父小波与初始向量空间进行卷积计算，得到初始数据集；去掉初始数据集中的奇数，得到目标数据集。
74.在一个实施例中，计算机程序被处理器执行时还实现以下步骤：基于目标父小波构建目标母小波；根据目标父小波和目标母小波确定向量空间表达式；通过目标数据集对向量空间表达式进行填充得到中间向量空间。
75.在一个实施例中，计算机程序被处理器执行时还实现以下步骤：通过折叠引理对目标向量空间进行验证；若对目标向量空间验证通过，则根据目标向量空间中的数据对目标对象的结构进行分析。
76.在一个实施例中，计算机程序被处理器执行时还实现以下步骤：对初始向量空间进行偶平移处理，得到多个父小波和多个母小波。
77.需要说明的是，本技术所涉及的用户信息（包括但不限于用户设备信息、用户个人信息等）和数据（包括但不限于用于分析的数据、存储的数据、展示的数据等），均为经用户授权或者经过各方充分授权的信息和数据。
78.本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本技术所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器（read
‑
only memory，rom）、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器（reram）、磁变存储器（magnetoresistive random access memory，mram）、铁电存储器（ferroelectric random access memory，fram）、相变存储器（phase change memory，pcm）、石墨烯存储器等。易失性存储器可包括随机存取存储器（random access memory，ram）或外部高速缓冲存储器等。作为说明而非局限，ram可以是多种形式，比如静态随机存取存储器（static random access memory，sram）或动态随机存取存储器（dynamic random access memory，dram）等。本技术所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等，不限于此。本技术所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等，不限于此。
79.以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
80.以上所述实施例仅表达了本技术的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本技术专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本技术构思的前提下，还可以做出若干变形和改进，这些都属于本技术的保护范围。因此，本技术的保护范围应以所附权利要求为准。