本发明涉及数据流处理领域，尤其涉及一种数据流实时处理方法、装置及存储介质。
背景技术：
随着传统医疗器械向轻量互联网医疗器械的转型，越来越多的算法以软件的形式移植到了嵌入式移动系统上。那么，如何在计算、存储资源有限的移动设备上，用软件实现和传统大型医疗器械硬件的一样的功能，就成为了重要挑战。不仅如此，在更广泛的信号处理系统领域，越来越多的设备都在往更轻便的方向发展。由于硬件的轻量化，软件要承担传统硬件同样的功能：对流式数据进行管道式实时处理。
目前的数据流处理方法是把实时输入的数据流全部不断的存储到运存，每次把运存中所有的数据进行计算，才能输出目标值，这种方法弊端显而易见，计算量较大，随着数据流的不断输入，运存终会溢出，难以做到低运存。由于具体目标值内部性质的限制，可能无法或者很难做到实时输出，因此，需要一种数据流处理中能够兼顾低运存和实时性的实现方法。
技术实现要素：
本发明的主要目的在于提供一种数据流实时处理方法、装置及存储介质，旨在解决现有技术中数据流处理中难以兼顾低运存和实时性的技术问题。
为实现上述目的，本发明提供一种数据流实时处理方法，所述方法包括以下步骤：
接收数据流中的第n个数据，并从预设存储单元中获取前n-1个数据对应的第一历史特征值，所述n为不小于1的整数；
根据所述第n个数据和所述前n-1个数据对应的第一历史特征值计算前n个数据对应的第一当前特征值；
将所述第一当前特征值进行显示，将所述第一当前特征值替换所述预设存储单元中存储的特征值，对所述n进行自加1计算，并返回所述接收数据流中的第n个数据，并从预设存储单元中获取前n-1个数据对应的第一历史特征值的步骤。
优选地，所述接收数据流中的第n个数据，并从预设存储单元中获取前n-1个数据对应的第一历史特征值之前，所述方法还包括：
接收用户输入的数据处理指令，从所述数据处理指令中提取目标特征，所述目标特征为待显示的特征值对应的特征；
获取所述目标特征所属的类别，在所述目标特征为第一类特征时，执行所述接收数据流中的第n个数据，并从预设存储单元中获取前n-1个数据对应的第一历史特征值的步骤；
相应地，所述将所述第一当前特征值进行显示，具体包括：
将所述第一当前特征值作为第一类特征值，并显示所述第一类特征值，所述第一类特征值为所述第一类特征对应的特征值。
优选地，所述获取所述目标特征所属的类别，在所述目标特征为第一类特征之后，所述方法还包括：
在映射关系中查找与所述目标特征对应的目标公式，所述映射关系中包含特征与公式的对应关系；
相应地，所述根据所述第n个数据和所述前n-1个数据对应的第一历史特征值计算前n个数据对应的第一当前特征值，具体包括：
根据所述目标公式对所述第n个数据和所述前n-1个数据对应的第一历史特征值进行计算，得出所述前n个数据对应的第一当前特征值。
优选地，所述获取所述目标特征所属的类别之后，所述方法还包括：
在所述目标特征为第二类特征时，接收所述数据流中的第n个数据，并从所述预设存储单元中获取前n-1个数据对应的第二历史特征值；
根据所述第n个数据和所述前n-1个数据对应的第二历史特征值计算前n个数据对应的第二类特征值，所述第二类特征值为所述第二类特征对应的特征值；
将所述第二类特征值进行显示，对所述第二历史特征值进行更新，对所述n进行自加1计算，并返回所述接收所述数据流中的第n个数据，并从预设存储单元中获取前n-1个数据对应的第二历史特征值的步骤。
优选地，所述根据所述第n个数据和所述前n-1个数据对应的第二历史特征值计算前n个数据对应的第二类特征值，具体包括：
对所述第n个数据和所述前n-1个数据对应的第二历史特征值进行计算，得出前n个数据对应的第二当前特征值；
根据所述前n个数据对应的第二当前特征值计算得出所述前n个数据对应的第二类特征值。
优选地，所述对所述第二历史特征值进行更新，具体包括：
将所述第二当前特征值替换所述预设存储单元中存储的第二历史特征值。
优选地，所述返回所述接收数据流中的第n个数据，并从预设存储单元中获取前n-1个数据对应的第一历史特征值的步骤之后，所述方法还包括：
对所述第n个数据进行删除。
优选地，所述获取所述目标特征所属的类别之后，所述方法还包括：
在所述目标特征为第三类特征时，接收所述数据流中的第n个数据及第n+1个数据，并从所述预设存储单元中获取所述第n-1个数据和所述第n个数据的第三历史特征值；
计算所述第n个数据和所述第n+1个数据的第三当前特征值，将所述第三历史特征值与所述第三当前特征值进行比较，根据比较结果得出第三类特征值，所述第三类特征值为所述第三类特征对应的特征值；
将所述第三类特征值进行显示，将所述第三当前特征值替换所述预设存储单元中存储的第三历史特征值，对所述n进行自加1计算，并返回接收所述数据流中的第n个数据及第n+1个数据的步骤。
此外，为实现上述目的，本发明还提供一种数据流实时处理装置，所述装置包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的数据流实时处理程序，所述数据流实时处理程序被所述处理器执行时实现所述数据流实时处理方法的步骤。
此外，为实现上述目的，本发明还提供一种存储介质，所述存储介质上存储有数据流实时处理程序，所述数据流实时处理程序被处理器执行时实现所述数据流实时处理方法的步骤。
在本发明中，通过接收数据流中的第n个数据，并从预设存储单元中获取前n-1个数据对应的第一历史特征值，所述n为不小于1的整数；根据所述第n个数据和所述前n-1个数据对应的第一历史特征值计算前n个数据对应的第一当前特征值；将所述第一当前特征值进行显示，将所述第一当前特征值替换所述预设存储单元中存储的特征值，对所述n进行自加1计算，并返回所述接收数据流中的第n个数据，并从预设存储单元中获取前n-1个数据对应的第一历史特征值的步骤。由于无需保存全部数据，仅根据当前数据和历史特征值，即能计算得出全部数据对应的当前特征值，不仅能够实时地显示当前特征值，而且能够在很大程度上减少计算量并降低运存。
附图说明
图1是本发明实施例方案涉及的硬件运行环境的数据流实时处理装置结构示意图；
图2为本发明数据流实时处理方法第一实施例的流程示意图；
图3为本发明数据流实时处理方法第二实施例的流程示意图；
图4为本发明数据流实时处理方法第三实施例的流程示意图；
图5为本发明数据流实时处理方法第四实施例的流程示意图；
图6为本发明数据流实时处理方法降噪处理流程示意图。
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
本发明实施例的解决方案主要是：通过接收数据流中的第n个数据，并从预设存储单元中获取前n-1个数据对应的第一历史特征值，所述n为不小于1的整数；根据所述第n个数据和所述前n-1个数据对应的第一历史特征值计算前n个数据对应的第一当前特征值；将所述第一当前特征值进行显示，将所述第一当前特征值替换所述预设存储单元中存储的特征值，对所述n进行自加1计算，并返回所述接收数据流中的第n个数据，并从预设存储单元中获取前n-1个数据对应的第一历史特征值的步骤。由于无需保存全部数据，仅根据当前数据和历史特征值，即能计算得出全部数据对应的当前特征值，不仅能够实时地显示当前特征值，而且能够在很大程度上减少计算量并降低运存。
参照图1，图1为本发明实施例方案涉及的硬件运行环境的数据流实时处理装置结构示意图。
如图1所示，所述数据流实时处理装置可以包括：处理器1001，例如CPU，通信总线1002、用户接口1003，网络接口1004，存储器1005。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)，可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。存储器1005可以是高速RAM存储器，也可以是稳定的存储器(non-volatile memory)，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储服务器。
本领域技术人员可以理解，图1中示出的结构并不构成对所述数据流实时处理装置的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
如图1所示，作为一种存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及数据流实时处理程序。
在图1所示的结构中，网络接口1004主要用于连接服务器，与所述服务器进行数据通信；用户接口1003主要用于连接终端，与终端进行数据通信；所述装置通过处理器1001调用存储器1005中存储的数据流实时处理程序，并执行以下操作：
接收数据流中的第n个数据，并从预设存储单元中获取前n-1个数据对应的第一历史特征值，所述n为不小于1的整数；
根据所述第n个数据和所述前n-1个数据对应的第一历史特征值计算前n个数据对应的第一当前特征值；
将所述第一当前特征值进行显示，将所述第一当前特征值替换所述预设存储单元中存储的特征值，对所述n进行自加1计算，并返回所述接收数据流中的第n个数据，并从预设存储单元中获取前n-1个数据对应的第一历史特征值的步骤。
进一步地，处理器1001可以调用存储器1005中存储的数据流实时处理程序，还执行以下操作：
接收用户输入的数据处理指令，从所述数据处理指令中提取目标特征，所述目标特征为待显示的特征值对应的特征；
获取所述目标特征所属的类别，在所述目标特征为第一类特征时，执行所述接收数据流中的第n个数据，并从预设存储单元中获取前n-1个数据对应的第一历史特征值的步骤；
相应地，所述将所述第一当前特征值进行显示，具体包括：
将所述第一当前特征值作为第一类特征值，并显示所述第一类特征值，所述第一类特征值为所述第一类特征对应的特征值。
进一步地，处理器1001可以调用存储器1005中存储的数据流实时处理程序，还执行以下操作：
在映射关系中查找与所述目标特征对应的目标公式，所述映射关系中包含特征与公式的对应关系；
相应地，所述根据所述第n个数据和所述前n-1个数据对应的第一历史特征值计算前n个数据对应的第一当前特征值，具体包括：
根据所述目标公式对所述第n个数据和所述前n-1个数据对应的第一历史特征值进行计算，得出所述前n个数据对应的第一当前特征值。
进一步地，处理器1001可以调用存储器1005中存储的数据流实时处理程序，还执行以下操作：
在所述目标特征为第二类特征时，接收所述数据流中的第n个数据，并从所述预设存储单元中获取前n-1个数据对应的第二历史特征值；
根据所述第n个数据和所述前n-1个数据对应的第二历史特征值计算前n个数据对应的第二类特征值，所述第二类特征值为所述第二类特征对应的特征值；
将所述第二类特征值进行显示，对所述第二历史特征值进行更新，对所述n进行自加1计算，并返回所述接收所述数据流中的第n个数据，并从预设存储单元中获取前n-1个数据对应的第二历史特征值的步骤。
进一步地，处理器1001可以调用存储器1005中存储的数据流实时处理程序，还执行以下操作：
对所述第n个数据和所述前n-1个数据对应的第二历史特征值进行计算，得出前n个数据对应的第二当前特征值；
根据所述前n个数据对应的第二当前特征值计算得出所述前n个数据对应的第二类特征值。
进一步地，处理器1001可以调用存储器1005中存储的数据流实时处理程序，还执行以下操作：
将所述第二当前特征值替换所述预设存储单元中存储的第二历史特征值。
进一步地，处理器1001可以调用存储器1005中存储的数据流实时处理程序，还执行以下操作：
对所述第n个数据进行删除。
进一步地，处理器1001可以调用存储器1005中存储的数据流实时处理程序，还执行以下操作：
在所述目标特征为第三类特征时，接收所述数据流中的第n个数据及第n+1个数据，并从所述预设存储单元中获取所述第n-1个数据和所述第n个数据的第三历史特征值；
计算所述第n个数据和所述第n+1个数据的第三当前特征值，将所述第三历史特征值与所述第三当前特征值进行比较，根据比较结果得出第三类特征值，所述第三类特征值为所述第三类特征对应的特征值；
将所述第三类特征值进行显示，将所述第三当前特征值替换所述预设存储单元中存储的第三历史特征值，对所述n进行自加1计算，并返回接收所述数据流中的第n个数据及第n+1个数据的步骤。
在本实施例中，通过接收数据流中的第n个数据，并从预设存储单元中获取前n-1个数据对应的第一历史特征值，所述n为不小于1的整数；根据所述第n个数据和所述前n-1个数据对应的第一历史特征值计算前n个数据对应的第一当前特征值；将所述第一当前特征值进行显示，将所述第一当前特征值替换所述预设存储单元中存储的特征值，对所述n进行自加1计算，并返回所述接收数据流中的第n个数据，并从预设存储单元中获取前n-1个数据对应的第一历史特征值的步骤。由于无需保存全部数据，仅根据当前数据和历史特征值，即能计算得出全部数据对应的当前特征值，不仅能够实时地显示当前特征值，而且能够在很大程度上减少计算量并降低运存。
基于上述硬件结构，提出本发明数据流实时处理方法的实施例。
参照图2，图2为本发明数据流实时处理方法第一实施例的流程示意图。
在第一实施例中，所述数据流实时处理方法包括以下步骤：
步骤S10：接收数据流中的第n个数据，并从预设存储单元中获取前n-1个数据对应的第一历史特征值，所述n为不小于1的整数；
需要说明的是，本实施例的应用场景为依次接收数据流中的数据，并实时显示当前全部数据对应的特征值。所述数据流是指只能以事先规定好的顺序被读取一次的数据的一个序列，所述预设存储单元用于存储历史特征值，在需要利用所述历史特征值时，将所述历史特征值从所述预设存储单元中读取出来。所述n为不小于1的整数，即1、2、3……等自然数。
可以理解的是，每种特征值对应一种特征，所述特征包括数据样本的平均值、最大值及最小值等特征中的任一项，第一特征值为第一特征对应的特征值，历史特征值为前n-1个数据对应的特征值，所述第一历史特征值为第一特征对应的历史特征值。例如，所述第一特征为平均值，当所述n为106时，所述第一历史特征值为前105个数据对应的平均值。当然，当n为1时，所述n-1为0，不存在所述第一历史特征值，仅执行接收数据流中的第一个数据的步骤。
步骤S20：根据所述第n个数据和所述前n-1个数据对应的第一历史特征值计算前n个数据对应的第一当前特征值；
需要说明的是，当前特征值为前n个数据对应的特征值，所述第一当前特征值为第一特征对应的当前特征值。当获取所述第n个数据和所述前n-1个数据对应的第一历史特征值之后，可根据第一特征的具体性质，对所述第n个数据和所述前n-1个数据对应的第一历史特征值进行计算，得出前n个数据对应的第一当前特征值。
例如，当第一特征为平均值时，所述n为21，第n个数据为10，所述前n-1个数据对应的第一历史特征值为31时，即第21个数为10，前20个数的平均值为31时。若使用现有技术，则需要保存全部前21个数据，并通过将全部前21个数据相加，再除以21进行计算当前平均数。而使用本实施例的方法，只需使用预设公式[n+(n-1)×μ]/n进行计算，具体计算过程为：前21个数的平均值为[10+(21-1)×31]/21＝30，即所述第一当前特征值为30。现有技术需对全部数据进行计算，当全部数据的数据量巨大时，运存将满，难以继续运行计算，而本方法只需对两个数据进行计算，计算量小，占用运存低。
当然，当n为1时，所述n-1为0，不存在所述第一历史特征值，将直接根据第一个数据计算前一个数据的第一当前特征值。例如，当n为1时，第一个数据为21，则第一当前特征值为21。并且，针对不同的特征，采用不同的预设公式进行计算所述第一当前特征值。
步骤S30：将所述第一当前特征值进行显示，将所述第一当前特征值替换所述预设存储单元中存储的特征值，对所述n进行自加1计算，并返回所述接收数据流中的第n个数据，并从预设存储单元中获取前n-1个数据对应的第一历史特征值的步骤。
可以理解的是，在计算得出所述第一当前特征值之后，将该第一当前特征值进行显示，以使用户获取所述第一当前特征值。同时，为了获取下一个第一当前特征值，对所述n进行自加1计算，将所述第一当前特征值替换所述预设存储单元中存储的特征值，即将前n个数据对应的第一当前特征值替换前n-1个数据对应的第一历史特征值，作为下次计算的前n个数据对应的第一历史特征值，即可实现仅使用当前数据和历史特征值计算当前特征值，大大减小了运存。
进一步地，所述步骤S30之后，所述方法还包括：
对所述第n个数据进行删除。
需要说明的是，再计算出第一当前特征值之后，由于计算下一个当前特征值仅需下一个数据和此时的第一当前特征值，而无需当前的数据，将对当前的第n个数据进行删除，如此，仅需保存两个数据，就能计算出数据流中的特征值，降低了运存。
在本实施例中，通过接收数据流中的第n个数据，并从预设存储单元中获取前n-1个数据对应的第一历史特征值，所述n为不小于1的整数；根据所述第n个数据和所述前n-1个数据对应的第一历史特征值计算前n个数据对应的第一当前特征值；将所述第一当前特征值进行显示，将所述第一当前特征值替换所述预设存储单元中存储的特征值，对所述n进行自加1计算，并返回所述接收数据流中的第n个数据，并从预设存储单元中获取前n-1个数据对应的第一历史特征值的步骤。由于无需保存全部数据，仅根据当前数据和历史特征值，即能计算得出全部数据对应的当前特征值，不仅能够实时地显示当前特征值，而且能够在很大程度上减少计算量并降低运存。
参照图3，图3为本发明数据流实时处理方法第二实施例的流程示意图，基于上述图2所示的实施例，提出本发明数据流实时处理方法的第二实施例。
在第二实施例中，所述步骤S10之前，所述方法还包括：
步骤S01：接收用户输入的数据处理指令，从所述数据处理指令中提取目标特征，所述目标特征为待显示的特征值对应的特征；
需要说明的是，所述数据处理指令包含了所述目标特征，所述目标特征为待显示的特征值对应的特征，包括：平均值、最小值、标准差与极值等特征。用户在输入所述数据处理指令后，将对数据流中的数据进行计算，并实时显示所述目标特征。
步骤S03：获取所述目标特征所属的类别，在所述目标特征为第一类特征时，执行所述接收数据流中的第n个数据，并从预设存储单元中获取前n-1个数据对应的第一历史特征值的步骤。
可以理解的是，在接收数据流中的数据之前，需明确将显示所述数据流的何种特征值，即判断所述目标特征所属的类别。由于各目标特征对应的计算机制不一，需对所述目标特征进行分类，根据是否能直接计算出目标特征值和能否实时化对目标特征进行分类，第一类特征包括：平均值、最大值及最小值等可根据历史特征值直接计算出目标特征值的可完全实时化的特征，所述可完全实时化是指输入一个数据随即实时输出显示一个对应的特征值。所述特征还包括第二类特征、第三类特征以及第四类特征，所述第二类特征包括标准差等可根据历史特征值间接计算目标特征值的可完全实时化的特征，所述第三类特征包括可延时实时化的特征，所述可延时实时化是指在输入下一数据后，方显示当前数据对应的特征值，例如极值。第四类特征是指不能实时化的数据，通过本方案对不能实时化的数据尽可能地实时显示。
进一步地，所述步骤S30，具体包括：
将所述第一当前特征值作为第一类特征值，并显示所述第一类特征值，所述第一类特征值为所述第一类特征对应的特征值，将所述第一当前特征值替换所述预设存储单元中存储的特征值，对所述n进行自加1计算，并返回所述接收数据流中的第n个数据，并从预设存储单元中获取前n-1个数据对应的第一历史特征值的步骤。
需要理解的是，所述第一类特征的计算过程较为简单，仅需使用第一历史特征值计算出第一当前特征值，即可将所述第一当前特征值作为第一类特征值，进行输出即可。
步骤S02：在映射关系中查找与所述目标特征对应的目标公式，所述映射关系中包含特征与公式的对应关系。
需要说明的是，每一目标特征均有对应的计算公式，并将各特征与公式的对应关系存储在映射关系中。从而在映射关系中根据目标特征查找与目标特征对应的目标公式，用于计算所述第一当前特征值。并且，该对应关系可根据目标特征的类别进行分类存储。
进一步地，所述步骤S20，具体包括：
步骤S201：根据所述目标公式对所述第n个数据和所述前n-1个数据对应的第一历史特征值进行计算，得出所述前n个数据对应的第一当前特征值。
可以理解的是，在根据目标特征查找到目标公式之后，将根据所述目标公式计算第一当前特征值。
在本实施例中，通过接收用户输入的数据处理指令，从所述数据处理指令中提取目标特征；在映射关系中查找与所述目标特征对应的目标公式，根据目标公式计算所述第一当前特征值，获取所述目标特征所属的类别，当所述目标特征为第一类特征时，执行所述接收数据流中的第n个数据，并从预设存储单元中获取前n-1个数据对应的第一历史特征值的步骤。由于获取了用户的计算需求，可相应地确定待显示的特征值对应的目标公式，从而快速进行计算。
参照图4，图4为本发明数据流实时处理方法第三实施例的流程示意图，基于上述图3所示的实施例，提出本发明数据流实时处理方法的第三实施例。
在本实施例中，所述步骤S02之后，所述方法还包括：
步骤S04：在所述目标特征为第二类特征时，接收所述数据流中的第n个数据，并从所述预设存储单元中获取前n-1个数据对应的第二历史特征值；
可以理解的是，所述第二类特征包括标准差等可根据第二历史特征值间接计算目标特征值的可完全实时化的特征。所述第二特征值为第二特征对应的特征值，历史特征值为前n-1个数据对应的特征值，所述第二历史特征值为第二特征对应的历史特征值。例如，所述第二类特征为标准差，根据标准差的预设算法确定标准差对应的第二特征包括均方根和平均值，当所述n为106时，所述第二历史特征值为前105个数据对应的均方根和平均值。当然，当n为1时，所述n-1为0，不存在所述第二历史特征值，仅执行接收数据流中的第一个数据的步骤。
步骤S05：根据所述第n个数据和所述前n-1个数据对应的第二历史特征值计算前n个数据对应的第二类特征值，所述第二类特征值为所述第二类特征对应的特征值；
需要说明的是，当前特征值为前n个数据对应的特征值，所述第二当前特征值为第二特征对应的当前特征值。当获取所述第n个数据和所述前n-1个数据对应的第二历史特征值之后，可根据第二特征的具体性质，对所述第n个数据和所述前n-1个数据对应的第二历史特征值进行计算，得出前n个数据对应的第二类特征值。
步骤S06：将所述第二类特征值进行显示，对所述第二历史特征值进行更新，对所述n进行自加1计算，并返回所述接收所述数据流中的第n个数据，并从预设存储单元中获取前n-1个数据对应的第二历史特征值的步骤。
可以理解的是，在计算得出所述第二类特征值之后，将该第二类特征值进行显示，以使用户获取所述第二类特征值。同时，为了获取下一个第二类特征值，对所述n进行自加1计算，将所述第二当前特征值替换所述预设存储单元中存储的特征值，即将前n个数据对应的第二当前特征值替换前n-1个数据对应的第二历史特征值，作为下次计算的前n个数据对应的第二历史特征值，即可实现仅使用当前数据和历史特征值计算当前目标特征值，大大减小了运存。
进一步地，所述步骤S05，具体包括：
步骤S051：对所述第n个数据和所述前n-1个数据对应的第二历史特征值进行计算，得出前n个数据对应的第二当前特征值；
步骤S052：根据所述前n个数据对应的第二当前特征值计算得出所述前n个数据对应的第二类特征值。
需要说明的是，由于标准差的推导公式为通过第二特征值仅能间接得出第二类特征值，即需通过第二历史特征值计算得出第二当前特征值，再通过第二当前特征值计算得出第二类特征值。例如，标准差的计算过程包括：通过均方根、平均值的历史特征值计算得出均方根、平均值的当前特征值，根据预设公式通过均方根、平均值的当前特征值计算得出当前标准差。
进一步地，所述步骤S06中的所述对所述第二历史特征值进行更新，具体包括：
将所述第二当前特征值替换所述预设存储单元中存储的第二历史特征值。
下面以所述第二类特征为标准差进行举例说明。
标准差公式：
均方根公式：
平均值公式：
将均方根公式和平均值公式带入标准差公式得：
其中，σ为标准差，为均方根，μ为平均值，n为样本数据个数，Xi为第i个数据。
因此，输入第1个数据X1后，可以计算出和μ1；输入第n个数据Xn-1后，计算出和μn-1，并计算出σn-1。则当输入第n个数据Xn后，计算μn＝[(n-1)μn-1+Xn]/n、从而实时算出
每次计算得到σ2并开根号，即可实时输出标准差σ。则无需把所有输入数据缓存起来，以及不用再把所有数据做累加等操作。
例如，所述n为10，第10个数据为13，前9个数的平均值8，均方根8.18时。若使用现有技术，则需要保存全部前10个数据，并通过对全部前10个数据计算平均值，再根据标准差的公式计算标准差，计算次数多，占用运存大。而使用本实施例的方法，只需使用预设公式进行计算，具体计算过程为：前10个数的平均值为(13+8×9)÷10＝8.5，前10个数的均方根为根据推导得出的公式进行计算，前10个数对应的标准差为现有技术需对全部数据进行计算，当全部数据的数据量巨大时，运存将满，难以继续运行计算，而本方法只需对三个数据进行计算，计算量小，占用运存低。
在本实施例中，在所述目标特征为第二类特征时，接收所述数据流中的第n个数据，并从所述预设存储单元中获取前n-1个数据对应的第二历史特征值；根据所述第n个数据和所述前n-1个数据对应的第二历史特征值计算前n个数据对应的第二类特征值，所述第二类特征值为所述第二类特征对应的特征值；将所述第二类特征值进行显示，对所述第二历史特征值进行更新，对所述n进行自加1计算，并返回所述接收所述数据流中的第n个数据，并从预设存储单元中获取前n-1个数据对应的第二历史特征值的步骤。由于无需保存全部数据，仅根据当前数据和历史特征值，即能计算得出全部数据对应的当前特征值，不仅能够实时地显示当前特征值，而且能够在很大程度上减少计算量并降低运存。
参照图5，图5为本发明数据流实时处理方法第四实施例的流程示意图，基于上述图4所示的实施例，提出本发明数据流实时处理方法的第四实施例。
在本实施例中，所述步骤S02之后，所述方法还包括：
步骤S07：在所述目标特征为第三类特征时，接收所述数据流中的第n个数据及第n+1个数据，并从所述预设存储单元中获取所述第n-1个数据和所述第n个数据的第三历史特征值；
可以理解的是，对于可延时实时化的第三类特征值，由于所述第三类特征的特征，难以完全实时地输出目标特征值，比如极值，需输入下一数据后，方可对数据进行计算，得出当前数据是否为极值。第三特征值为第三特征对应的特征值，当第三类特征值为极值时，第三历史特征值为第n-1个数据、第n个数据对应的比较结果。例如，当所述n为106时，所述第三历史特征值为第105个数据和第106个数据对应的比较结果。当然，当n为1时，所述n-1为0，不存在所述第三历史特征值，仅执行接收数据流中的第一个数据的步骤。
步骤S08：计算所述第n个数据和所述第n+1个数据的第三当前特征值，将所述第三历史特征值与所述第三当前特征值进行比较，根据比较结果得出第三类特征值，所述第三类特征值为所述第三类特征对应的特征值；
需要说明的是，所述第三当前特征值为第n个数据及第n+1个数据对应的比较结果。当获取所述第n个数据和所述前n-1个数据对应的第三历史特征值之后，可根据第三类特征的具体性质，对所述第n个数据和所述前n-1个数据对应的第三历史特征值进行计算，得出前n个数据对应的第三当前特征值。当然，当n为1时，所述n-1为0，不存在所述第三历史特征值，将直接根据第一个数据计算前一个数据的第三当前特征值。例如，当n为1时，第一个数据为21，第二个数据为20，则第三当前特征值为大于。
步骤S09：将所述第三类特征值进行显示，将所述第三当前特征值替换所述预设存储单元中存储的第三历史特征值，对所述n进行自加1计算，并返回接收所述数据流中的第n个数据及第n+1个数据的步骤。
可以理解的是，在计算得出所述第三类特征值之后，将该第三类特征值进行显示，以使用户获取所述第三类特征值。同时，为了获取下一个第三类特征值，对所述n进行自加1计算，将所述第三当前特征值替换所述预设存储单元中存储的特征值，即将前n个数据对应的第三当前特征值替换前n-1个数据对应的第三历史特征值，作为下次计算的前n个数据对应的第三历史特征值，即可实现仅使用当前数据和历史特征值计算当前特征值，大大减小了运存。
下面以所述第三类特征为极值进行举例说明。
在具体实现中，保存Xn-1和Xn之间的比较符号，当接收到Xn+1时，获取Xn和Xn+1之间的比较符号，将两个比较符号进行比较，根据比较结果判断Xn是否为极值。当两个比较符号相同时，说明Xn不是极值；当两个比较符号不同时，输出极值点的位置N及极值Xn。
进一步地，所述步骤S02之后，所述方法还包括：
在所述目标特征为第四类特征时，接收所述数据流中的第n秒数据、第n+0.5秒数据及第n+1秒数据；
对所述第n秒数据、第n+0.5秒数据及第n+1秒数据进行预设处理；
截取处理后的第n+0.5秒数据的中间数据，按照截取部分对应的时间将截取的中间数据替换至处理后的第n秒数据及第n+1秒数据中间的数据；
实时显示替换后的当前数据，对所述n进行自加1计算，并返回接收所述数据流中的第n秒数据、第n+0.5秒数据及第n+1秒数据的步骤；
其中，所述第n秒数据为从第n秒开始的1秒的数据，如第1.5秒数据为从第1.5秒开始的1秒的数据。
需要说明的是，所述第四类特征为降噪数据时，所述接收的第n秒数据、第n+0.5秒数据及第n+1秒数据均为带噪数据，所述预设处理指的是降噪处理，所述当前数据为降噪数据。
下面将结合图6以所述第四类特征为全局型的数据块式滤波器为例进行说明。如图6所述，图6为降噪处理流程示意图。当n为1时，接收数据流中的第1秒数据、第1.5秒数据及第2秒数据，截取第1.5秒数据的中间部分，即第1.75秒数据，按照第1.75秒数据的起止时间对应截取第1秒数据的尾部及第2秒数据的头部，将第1.75秒数据拼接至第1秒数据的尾部及第2秒数据的头部中，即可得到第1秒数据至第2秒数据的平滑的降噪数据。将降噪数据实时输出，即可不断实时输出带噪数据对应的降噪数据。
在本实施例中，通过在所述目标特征为第三类特征时，接收所述数据流中的第n个数据及第n+1个数据，比较得出第三类特征值，可延迟接收一个数据的时间实时显示第三类特征值。通过在所述目标特征为第四类特征时，接收所述数据流中的第n秒数据、第n+0.5秒数据及第n+1秒数据；通过替换输出处理数据。由于无需保存全部数据，仅根据当前数据和历史特征值，即能计算得出全部数据对应的目标特征值，不仅能够实时地显示目标特征值，在很大程度上减少计算量并降低运存，并且能够实现实时输出平滑的处理数据。
此外，本发明实施例还提出一种存储介质，所述存储介质上存储有数据流实时处理程序，所述数据流实时处理程序被处理器执行时实现如下操作：
接收数据流中的第n个数据，并从预设存储单元中获取前n-1个数据对应的第一历史特征值，所述n为不小于1的整数；
根据所述第n个数据和所述前n-1个数据对应的第一历史特征值计算前n个数据对应的第一当前特征值；
将所述第一当前特征值进行显示，将所述第一当前特征值替换所述预设存储单元中存储的特征值，对所述n进行自加1计算，并返回所述接收数据流中的第n个数据，并从预设存储单元中获取前n-1个数据对应的第一历史特征值的步骤。
进一步地，所述数据流实时处理程序被处理器执行时还实现如下操作：
接收用户输入的数据处理指令，从所述数据处理指令中提取目标特征，所述目标特征为待显示的特征值对应的特征；
获取所述目标特征所属的类别，在所述目标特征为第一类特征时，执行所述接收数据流中的第n个数据，并从预设存储单元中获取前n-1个数据对应的第一历史特征值的步骤；
相应地，所述将所述第一当前特征值进行显示，具体包括：
将所述第一当前特征值作为第一类特征值，并显示所述第一类特征值，所述第一类特征值为所述第一类特征对应的特征值。
进一步地，所述数据流实时处理程序被处理器执行时还实现如下操作：
在映射关系中查找与所述目标特征对应的目标公式，所述映射关系中包含特征与公式的对应关系；
相应地，所述根据所述第n个数据和所述前n-1个数据对应的第一历史特征值计算前n个数据对应的第一当前特征值，具体包括：
根据所述目标公式对所述第n个数据和所述前n-1个数据对应的第一历史特征值进行计算，得出所述前n个数据对应的第一当前特征值。
进一步地，所述数据流实时处理程序被处理器执行时还实现如下操作：
在所述目标特征为第二类特征时，接收所述数据流中的第n个数据，并从所述预设存储单元中获取前n-1个数据对应的第二历史特征值；
根据所述第n个数据和所述前n-1个数据对应的第二历史特征值计算前n个数据对应的第二类特征值，所述第二类特征值为所述第二类特征对应的特征值；
将所述第二类特征值进行显示，对所述第二历史特征值进行更新，对所述n进行自加1计算，并返回所述接收所述数据流中的第n个数据，并从预设存储单元中获取前n-1个数据对应的第二历史特征值的步骤。
进一步地，所述数据流实时处理程序被处理器执行时还实现如下操作：
对所述第n个数据和所述前n-1个数据对应的第二历史特征值进行计算，得出前n个数据对应的第二当前特征值；
根据所述前n个数据对应的第二当前特征值计算得出所述前n个数据对应的第二类特征值。
进一步地，所述数据流实时处理程序被处理器执行时还实现如下操作：
将所述第二当前特征值替换所述预设存储单元中存储的第二历史特征值。
进一步地，所述数据流实时处理程序被处理器执行时还实现如下操作：
对所述第n个数据进行删除。
进一步地，所述数据流实时处理程序被处理器执行时还实现如下操作：
在所述目标特征为第三类特征时，接收所述数据流中的第n个数据及第n+1个数据，并从所述预设存储单元中获取所述第n-1个数据和所述第n个数据的第三历史特征值；
计算所述第n个数据和所述第n+1个数据的第三当前特征值，将所述第三历史特征值与所述第三当前特征值进行比较，根据比较结果得出第三类特征值，所述第三类特征值为所述第三类特征对应的特征值；
将所述第三类特征值进行显示，将所述第三当前特征值替换所述预设存储单元中存储的第三历史特征值，对所述n进行自加1计算，并返回接收所述数据流中的第n个数据及第n+1个数据的步骤。
在本实施例中，通过接收数据流中的第n个数据，并从预设存储单元中获取前n-1个数据对应的第一历史特征值，所述n为不小于1的整数；根据所述第n个数据和所述前n-1个数据对应的第一历史特征值计算前n个数据对应的第一当前特征值；将所述第一当前特征值进行显示，将所述第一当前特征值替换所述预设存储单元中存储的特征值，对所述n进行自加1计算，并返回所述接收数据流中的第n个数据，并从预设存储单元中获取前n-1个数据对应的第一历史特征值的步骤。由于无需保存全部数据，仅根据当前数据和历史特征值，即能计算得出全部数据对应的当前特征值，不仅能够实时地显示当前特征值，而且能够在很大程度上减少计算量并降低运存。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
单词第一、第二、以及第三等的使用不表示任何顺序，可将这些单词解释为名称。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。