本发明涉及数据处理,尤其涉及一种曲线拟合方法、系统、计算机设备及计算机可读存储介质。
背景技术:
1、随着科技的发展,日常生活中人们产生和积累的数据量也越来越多,无论是科学研究还是社会管理,都需要对这些数据进行分析和应用,而曲线拟合作为一种常用的数据分析方法,能够对数据进行准确地描述和预测。可根据拟合后的曲线对数据进行准确地描述和预测的前提是能够基于数据得到精准的拟合反应曲线,尤其是在科学研究如在生化领域的研究中,可以根据拟合反应曲线计算未知浓度样本的反应幅度,但目前暂无法准确得到未知浓度样本的拟合反应曲线,影响实验结果的准确性和可靠性。
技术实现思路
1、有鉴于此,本技术的目的之一在于提供一种曲线拟合方法、系统、计算机设备及计算机可读存储介质,能够至少解决上述部分技术问题。
2、第一方面,本技术实施例提供了一种曲线拟合方法,所述方法包括:
3、获取待测样本的散射光强度得到第一数据序列,所述第一数据序列中的全部所述散射光强度按获取时间的先后顺序排列;
4、计算所述第一数据序列中的最大散射光强度和最小散射光强度的差值,得到目标差值;
5、计算所述第一数据序列中全部散射光强度的一阶差分得到第一差分序列,并根据所述第一差分序列确定过滤数值;
6、根据所述过滤数值和第一预设数值范围过滤所述第一数据序列,得到第二数据序列,并根据所述过滤数值和第二预设数值范围过滤所述第一数据序列对应的第一时间序列,得到第二时间序列,其中,所述第一时间序列包括所述第一数据序列中的全部所述散射光强度的获取时间;
7、计算所述第二数据序列中全部散射光强度的一阶差分得到第二差分序列,以及所述第二时间序列中全部所述获取时间的一阶差分得到第三差分序列,并根据所述目标差值、所述第二差分序列和所述第三差分序列计算波动值,其中,所述波动值用于表征所述第二数据序列的波动程度;
8、根据所述波动值与预设阈值的比较结果确定目标拟合函数,并根据所述目标拟合函数拟合所述第二数据序列得到目标拟合曲线。
9、在一种可能的实施方式中,所述根据所述第一差分序列确定过滤数值,包括:
10、获取所述第一差分序列中的第一目标数值和第二目标数值,其中,所述第一目标数值为所述第一差分序列中的最大差分除以所述目标差值的比值,所述第二目标数值为所述第一差分序列中的最小差分除以所述目标差值的比值;
11、根据所述第一目标数值和第一预设阈值确定第一目标散射光强度;
12、根据所述第二目标数值和第二预设阈值确定第二目标散射光强度;
13、将所述第一目标散射光强度的个数与所述第二目标散射光强度的个数之和作为所述过滤数值。
14、在一种可能的实施方式中,所述根据所述第一目标数值和第一预设阈值确定第一目标散射光强度,包括:
15、在所述第一目标数值小于所述第一预设阈值的情形下,将所述第一目标散射光强度存入第一预设数组,其中,所述第一目标散射光强度为所述第一数据序列中用于计算所述最大差分的散射光强度;
16、将所述最大差分记为零并重复所述获取所述第一差分序列中的第一目标数值和第二目标数值的步骤,直至所述第一目标数值大于或等于所述第一预设阈值停止,得到第一目标数组,其中,所述第一目标数组中包含至少两个所述第一目标散射光强度。
17、在一种可能的实施方式中,所述根据所述第二目标数值和第二预设阈值确定第二目标散射光强度,包括:
18、在所述第二目标数值小于第二预设阈值的情形下,将所述第二目标散射光强度存入第二预设数组,其中,所述第二目标散射光强度为所述第一差分序列中用于计算所述最小差分的散射光强度;
19、将所述最小差分记为零并重复所述获取所述第一差分序列中的第一目标数值和第二目标数值的步骤,直至所述第二目标数值大于或等于所述第二预设阈值停止,得到第二目标数组,其中,所述第二目标数组中包含至少两个所述第二目标散射光强度;
20、所述将所述第一目标散射光强度的个数与所述第二目标散射光强度的个数之和作为所述过滤数值,包括:
21、将所述第一目标数组中所述第一目标散射光强度的个数与所述第二目标数组中所述第二目标散射光强度的个数之和作为所述过滤数值。
22、在一种可能的实施方式中,所述目标拟合函数包括预设线性拟合函数和预设多项式拟合函数中的至少一种,所述根据所述波动值与预设阈值的比较结果确定目标拟合函数,并根据所述目标拟合函数拟合所述第二数据序列得到目标拟合曲线,包括:
23、在检测到所述波动值大于所述预设阈值的情形下,根据所述预设线性拟合函数拟合所述第二数据序列,得到第一目标拟合曲线,并在检测到所述波动值小于或等于所述预设阈值的情形下,基于所述预设多项式拟合函数拟合所述第二数据序列,得到第二目标拟合曲线。
24、在一种可能的实施方式中,所述根据所述目标差值、所述第二差分序列和所述第三差分序列计算波动值,包括:
25、逐个计算所述第二差分序列和所述第三差分序列中对应元素的比值,得到比值数据集;
26、计算所述比值数据集中的全部比值数据之和得到目标比值;
27、将所述目标比值除以所述目标差值得到所述波动值。
28、在一种可能的实施方式中,在所述获取待测样本的散射光强度得到第一数据序列之后,所述方法还包括:
29、根据预设阈值范围过滤所述第一数据序列,得到中间数据序列;
30、所述计算所述第一数据序列中的最大散射光强度和最小散射光强度的差值,得到目标差值,包括:
31、计算所述中间数据序列中的最大散射光强度和最小散射光强度的差值,得到所述目标差值。
32、第二方面,本技术实施例提供了一种曲线拟合系统,所述系统包括:
33、获取模块,用于获取待测样本的散射光强度得到第一数据序列,所述第一数据序列中的全部所述散射光强度按获取时间的先后顺序排列;
34、第一计算模块,用于计算所述第一数据序列中的最大散射光强度和最小散射光强度的差值,得到目标差值;
35、第二计算模块,用于计算所述第一数据序列中全部散射光强度的一阶差分得到第一差分序列,并根据所述第一差分序列确定过滤数值;
36、过滤模块,用于根据所述过滤数值和第一预设数值范围过滤所述第一数据序列,得到第二数据序列,并根据所述过滤数值和第二预设数值范围过滤所述第一数据序列对应的第一时间序列,得到第二时间序列,其中,所述第一时间序列包括所述第一数据序列中的全部所述散射光强度的获取时间;
37、第三计算模块,用于计算所述第二数据序列中全部散射光强度的一阶差分得到第二差分序列,以及所述第二时间序列中全部所述获取时间的一阶差分得到第三差分序列,并根据所述目标差值、所述第二差分序列和所述第三差分序列计算波动值,其中,所述波动值用于表征所述第二数据序列的波动程度;
38、确定模块,用于根据所述波动值与预设阈值的比较结果确定目标拟合函数,并根据所述目标拟合函数拟合所述第二数据序列得到目标拟合曲线。
39、第三方面,本技术实施例提供了一种计算机设备,所述计算机设备包括存储器及处理器,所述存储器上存储有计算机程序,所述计算机程序在被所述处理器执行时,实现第一方面提供的曲线拟合方法。
40、第四方面,本技术实施例提供了一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序在被一个或多个处理器执行时,实现第一方面提供的曲线拟合方法。
41、本技术实施例提供的一种曲线拟合方法,可以先通过获取待测样本的散射光强度得到第一数据序列,第一数据序列中的全部散射光强度按获取时间的先后顺序排列,接着计算第一数据序列中的最大散射光强度和最小散射光强度的差值,得到目标差值,并计算第一数据序列中全部散射光强度的一阶差分得到第一差分序列,并根据第一差分序列确定过滤数值,避免异常数据的干扰,影响实验结果的准确性。然后根据过滤数值和第一预设数值范围过滤第一数据序列,得到第二数据序列,并根据过滤数值和第二预设数值范围过滤第一数据序列对应的第一时间序列,得到第二时间序列。紧接着计算第二数据序列中全部散射光强度的一阶差分得到第二差分序列,以及第二时间序列中全部获取时间的一阶差分得到第三差分序列,并根据目标差值、第二差分序列和第三差分序列计算波动值,最后根据波动值与预设阈值的比较结果确定目标拟合函数,并根据目标拟合函数拟合第二数据序列得到目标拟合曲线,能够得到精准的待测样本的拟合反应曲线,提高实验结果的准确性和可靠性。