本发明涉及一种年轻化等级大数据检测方法，该方法包括使用年轻化等级大数据检测系统来检测等级大数据，所述系统包括：重量测量设备，设置在乘客座椅的下方，用于对所述乘客座椅的负荷重量进行检测，以获得对应的座椅负荷重量，并输出所述座椅负荷重量；重量预警设备，与所述重量测量设备连接，用于在所述座椅负荷重量大于等于预设重量阈值时，发出重量预警指令；急速升降结构，包括升降电机、乘客座椅、降落伞、拽拉钢丝绳和安全带；即时大数据处理平台，用于识别出图像中每一个人体的体形特征，基于每一个人体的体形特征确定对应的年轻化等级，基于所述图像中各个人体的体形特征确定所述图像对应的年轻化等级以作为人群年轻化等级。
1.一种年轻化等级大数据检测方法，该方法包括使用一种年轻化等级大数据检测系统来检测等级大数据，其特征在于，所述年轻化等级大数据检测系统包括：重量测量设备，设置在乘客座椅的下方，用于对所述乘客座椅的负荷重量进行检测，以获得对应的座椅负荷重量，并输出所述座椅负荷重量；
重量预警设备，与所述重量测量设备连接，用于在所述座椅负荷重量大于等于预设重量阈值时，发出重量预警指令；
急速升降结构，包括升降电机、乘客座椅、降落伞、拽拉钢丝绳和安全带；
所述降落伞设置在所述乘客座椅的上方并与所述乘客座椅通过不锈钢竖杆连接；
所述拽拉钢丝绳透过所述降落伞的伞体与所述乘客座椅连接；
所述升降电机与所述拽拉钢丝绳的顶端连接，用于带动所述拽拉钢丝绳进行升降操作；
所述乘客座椅包括四个乘坐位置，每一个乘坐位置用于容纳一名乘客；
座椅拍摄设备，设置在所述降落伞的伞体上且位于所述乘客座椅的上方，用于面向所述乘客座椅进行现场拍摄动作，以获得并输出相应的乘客座椅图像；
市电转换设备，与市电输入接口连接，用于将接收到的市电电压进行转换；
均值处理设备，与所述座椅拍摄设备连接，用于接收所述乘客座椅图像，对所述乘客座椅图像进行边缘检测，以获取所述乘客座椅图像中的各个边缘像素点以及各个非边缘像素点，对所述乘客座椅图像中的各个边缘像素点进行均值计算以获得边缘均值，还对所述乘客座椅图像中的各个非边缘像素点进行均值计算以获得非边缘均值；
信号分发设备，与所述均值处理设备连接，用于获取所述边缘均值和所述非边缘均值，计算所述边缘均值除以所述非边缘均值的结果以作为模式参考值，当所述模式参考值未超过限量时，发出第一滤波控制信号，以及当所述模式参考值超过限量时，发出第二滤波控制信号；
第一执行设备，分别与所述信号分发设备和所述均值处理设备连接，用于接收所述第一滤波控制信号时，将所述乘客座椅图像从空间域变换到频域，将变换后信号中大于预设截止频率的高频分量设置为零以及其他频率分量保留以获得处理后信号，将处理后信号进行频域到空间域的反变换以获得第一滤波图像；
第二执行设备，分别与所述信号分发设备和所述均值处理设备连接，用于接收所述第二滤波控制信号时，将所述乘客座椅图像从空间域变换到频域，将变换后信号中大于预设截止频率的高频分量减少为原值的M分之一以及其他频率分量保留以获得处理后信号，将处理后信号进行频域到空间域的反变换以获得第二滤波图像，其中，M为整数且M与所述模式参考值成反比；
信号归并设备，分别与所述第一执行设备和所述第二执行设备连接，用于将所述第一滤波图像或所述第二滤波图像作为信号归并图像，并输出所述信号归并图像；
即时大数据处理平台，与所述信号归并设备连接，用于通过网络接收所述信号归并图像，识别出所述信号归并图像中每一个人体的体形特征，基于每一个人体的体形特征确定对应的年轻化等级，基于所述信号归并图像中各个人体的体形特征确定所述信号归并图像对应的年轻化等级以作为人群年轻化等级，并输出所述人群年轻化等级；
所述升降电机还与所述即时大数据处理平台连接，用于接收所述人群年轻化等级，并基于所述人群年轻化等级确定乘客座椅的升降频率；
其中，在所述升降电机中，在所述人群年轻化等级超过未成人等级时，基于所述人群年轻化等级确定乘客座椅的升降频率包括：所述人群年轻化等级越高，确定的升降频率越快。
2.如权利要求1所述的方法，其特征在于：所述第一执行设备、所述第二执行设备、所述均值处理设备、所述信号分发设备和所述信号归并设备分别采用不同型号的SOC芯片来实现。
3.如权利要求2所述的方法，其特征在于：所述市电转换设备用于将接收到的市电电压转换为所述第一执行设备、所述第二执行设备、所述均值处理设备、所述信号分发设备和所述信号归并设备分别需要的供电电压。
4.如权利要求3所述的方法，其特征在于：所述第一执行设备包括空间域变换子设备、频域变换子设备和截止处理子设备。
5.如权利要求4所述的方法，其特征在于：所述空间域变换子设备用于接收所述第一滤波控制信号时，将所述乘客座椅图像从空间域变换到频域。
6.如权利要求5所述的方法，其特征在于：所述截止处理子设备用于将变换后信号中大于预设截止频率的高频分量设置为零以及其他频率分量保留以获得处理后信号。
7.如权利要求6所述的方法，其特征在于：所述频域变换子设备用于将处理后信号进行频域到空间域的反变换以获得第一滤波图像。
8.如权利要求7所述的方法，其特征在于：在所述升降电机中，在所述人群年轻化等级未超过未成人等级时，基于所述人群年轻化等级确定乘客座椅的升降频率包括：确定的升降频率保持固定值。
9.如权利要求8所述的方法，其特征在于：所述重量预警设备还用于在所述座椅负荷重量小于预设重量阈值时，发出重量正常指令。
年轻化等级大数据检测方法
技术领域
[0001] 本发明涉及大数据检测领域，尤其涉及一种年轻化等级大数据检测方法。
背景技术
[0002] 大数据与云计算的关系就像一枚硬币的正反面一样密不可分。大数据必然无法用单台的计算机进行处理，必须采用分布式架构。它的特色在于对海量数据进行分布式数据挖掘。但它必须依托云计算的分布式处理、分布式数据库和云存储、虚拟化技术。
[0003] 随着云时代的来临，大数据(Big data)也吸引了越来越多的关注。分析师团队认为，大数据(Big data)通常用来形容一个公司创造的大量非结构化数据和半结构化数据，这些数据在下载到关系型数据库用于分析时会花费过多时间和金钱。大数据分析常和云计算联系到一起，因为实时的大型数据集分析需要像MapReduce一样的框架来向数十、数百或甚至数千的电脑分配工作。
[0004] 大数据需要特殊的技术，以有效地处理大量的容忍经过时间内的数据。适用于大数据的技术，包括大规模并行处理(MPP)数据库、数据挖掘、分布式文件系统、分布式数据库、云计算平台、互联网和可扩展的存储系统。
[0005] 最小的基本单位是bit，按顺序给出所有单位：bit、Byte、KB、MB、GB、TB、PB、EB、ZB、YB、BB、NB、DB。
发明内容
[0006] 为了解决现有技术中急速升降结构的升降频率与使用人员无关的技术问题，本发明提供了一种年轻化等级大数据检测方法，在大数据处理的基础上，根据不同年龄段对急速升降结构的升降频率的偏好程度，制定不同的升降控制策略，从而满足年轻人、中年人和老年人分别对急速升降结构的不同要求；以及在对图像进行滤波操作之前，对图像中的边缘清晰度进行分析，以确定在滤波操作中需要保留的边缘高频分量，从而根据图像内容的变化进行针对性的滤波操作，避免继续使用粗糙化的单一滤波处理。
[0007] 根据本发明的一方面，提供一种年轻化等级大数据检测方法，该方法包括使用一种年轻化等级大数据检测系统来检测等级大数据，所述年轻化等级大数据检测系统包括：重量测量设备，设置在乘客座椅的下方，用于对所述乘客座椅的负荷重量进行检测，以获得对应的座椅负荷重量，并输出所述座椅负荷重量；重量预警设备，与所述重量测量设备连接，用于在所述座椅负荷重量大于等于预设重量阈值时，发出重量预警指令；急速升降结构，包括升降电机、乘客座椅、降落伞、拽拉钢丝绳和安全带；所述降落伞设置在所述乘客座椅的上方并与所述乘客座椅通过不锈钢竖杆连接；所述拽拉钢丝绳透过所述降落伞的伞体与所述乘客座椅连接；所述安全带位于所述乘客座椅内；所述升降电机与所述拽拉钢丝绳的顶端连接，用于带动所述拽拉钢丝绳进行升降操作；所述乘客座椅包括四个乘坐位置，每一个乘坐位置用于容纳一名乘客；座椅拍摄设备，设置在所述降落伞的伞体上且位于所述乘客座椅的上方，用于面向所述乘客座椅进行现场拍摄动作，以获得并输出相应的乘客座椅图像；市电转换设备，与市电输入接口连接，用于将接收到的市电电压进行转换；均值处理设备，与所述座椅拍摄设备连接，用于接收所述乘客座椅图像，对所述乘客座椅图像进行边缘检测，以获取所述乘客座椅图像中的各个边缘像素点以及各个非边缘像素点，对所述乘客座椅图像中的各个边缘像素点进行均值计算以获得边缘均值，还对所述乘客座椅图像中的各个非边缘像素点进行均值计算以获得非边缘均值；信号分发设备，与所述均值处理设备连接，用于获取所述边缘均值和所述非边缘均值，计算所述边缘均值除以所述非边缘均值的结果以作为模式参考值，当所述模式参考值未超过限量时，发出第一滤波控制信号，以及当所述模式参考值超过限量时，发出第二滤波控制信号；第一执行设备，分别与所述信号分发设备和所述均值处理设备连接，用于接收所述第一滤波控制信号时，将所述乘客座椅图像从空间域变换到频域，将变换后信号中大于预设截止频率的高频分量设置为零以及其他频率分量保留以获得处理后信号，将处理后信号进行频域到空间域的反变换以获得第一滤波图像；第二执行设备，分别与所述信号分发设备和所述均值处理设备连接，用于接收所述第二滤波控制信号时，将所述乘客座椅图像从空间域变换到频域，将变换后信号中大于预设截止频率的高频分量减少为原值的M分之一以及其他频率分量保留以获得处理后信号，将处理后信号进行频域到空间域的反变换以获得第二滤波图像，其中，M为整数且M与所述模式参考值成反比；信号归并设备，分别与所述第一执行设备和所述第二执行设备连接，用于将所述第一滤波图像或所述第二滤波图像作为信号归并图像，并输出所述信号归并图像；即时大数据处理平台，与所述信号归并设备连接，用于通过网络接收所述信号归并图像，识别出所述信号归并图像中每一个人体的体形特征，基于每一个人体的体形特征确定对应的年轻化等级，基于所述信号归并图像中各个人体的体形特征确定所述信号归并图像对应的年轻化等级以作为人群年轻化等级，并输出所述人群年轻化等级；所述升降电机还与所述即时大数据处理平台连接，用于接收所述人群年轻化等级，并基于所述人群年轻化等级确定乘客座椅的升降频率；其中，在所述升降电机中，在所述人群年轻化等级超过未成人等级时，基于所述人群年轻化等级确定乘客座椅的升降频率包括：所述人群年轻化等级越高，确定的升降频率越快。
[0008] 更具体地，在所述年轻化等级大数据检测系统中：所述第一执行设备、所述第二执行设备、所述均值处理设备、所述信号分发设备和所述信号归并设备分别采用不同型号的SOC芯片来实现。
[0009] 更具体地，在所述年轻化等级大数据检测系统中：所述市电转换设备用于将接收到的市电电压转换为所述第一执行设备、所述第二执行设备、所述均值处理设备、所述信号分发设备和所述信号归并设备分别需要的供电电压。
[0010] 更具体地，在所述年轻化等级大数据检测系统中：所述第一执行设备包括空间域变换子设备、频域变换子设备和截止处理子设备。
[0011] 更具体地，在所述年轻化等级大数据检测系统中：所述空间域变换子设备用于接收所述第一滤波控制信号时，将所述乘客座椅图像从空间域变换到频域。
[0012] 更具体地，在所述年轻化等级大数据检测系统中：所述截止处理子设备用于将变换后信号中大于预设截止频率的高频分量设置为零以及其他频率分量保留以获得处理后信号。
[0013] 更具体地，在所述年轻化等级大数据检测系统中：所述频域变换子设备用于将处理后信号进行频域到空间域的反变换以获得第一滤波图像。
[0014] 更具体地，在所述年轻化等级大数据检测系统中：在所述升降电机中，在所述人群年轻化等级未超过未成人等级时，基于所述人群年轻化等级确定乘客座椅的升降频率包括：确定的升降频率保持固定值。
[0015] 更具体地，在所述年轻化等级大数据检测系统中：所述重量预警设备还用于在所述座椅负荷重量小于预设重量阈值时，发出重量正常指令。
附图说明
[0016] 以下将结合附图对本发明的实施方案进行描述，其中：
[0017] 图1为根据本发明实施方案示出的年轻化等级大数据检测系统的急速升降结构的结构示意图。
具体实施方式
[0018] 下面将参照附图对本发明的实施方案进行详细说明。
[0019] 大数据包括结构化、半结构化和非结构化数据，非结构化数据越来越成为数据的主要部分。据IDC的调查报告显示：企业中80％的数据都是非结构化数据，这些数据每年都按指数增长60％。大数据就是互联网发展到现今阶段的一种表象或特征而已，没有必要神话它或对它保持敬畏之心，在以云计算为代表的技术创新大幕的衬托下，这些原本看起来很难收集和使用的数据开始容易被利用起来了，通过各行各业的不断创新，大数据会逐步为人类创造更多的价值。
[0020] 为了克服上述不足，本发明搭建一种年轻化等级大数据检测方法，该方法包括使用一种年轻化等级大数据检测系统来检测等级大数据。所述年轻化等级大数据检测系统能够有效解决相应的技术问题。
[0021] 根据本发明实施方案示出的年轻化等级大数据检测系统包括：
[0022] 重量测量设备，设置在乘客座椅的下方，用于对所述乘客座椅的负荷重量进行检测，以获得对应的座椅负荷重量，并输出所述座椅负荷重量；
[0023] 重量预警设备，与所述重量测量设备连接，用于在所述座椅负荷重量大于等于预设重量阈值时，发出重量预警指令；
[0024] 急速升降结构，如图1所示，包括升降电机、乘客座椅、降落伞、拽拉钢丝绳和安全带；
[0025] 所述降落伞设置在所述乘客座椅的上方并与所述乘客座椅通过不锈钢竖杆连接；
[0026] 所述拽拉钢丝绳透过所述降落伞的伞体与所述乘客座椅连接；
[0027] 所述安全带位于所述乘客座椅内；
[0028] 所述升降电机与所述拽拉钢丝绳的顶端连接，用于带动所述拽拉钢丝绳进行升降操作；
[0029] 所述乘客座椅包括四个乘坐位置，每一个乘坐位置用于容纳一名乘客；
[0030] 座椅拍摄设备，设置在所述降落伞的伞体上且位于所述乘客座椅的上方，用于面向所述乘客座椅进行现场拍摄动作，以获得并输出相应的乘客座椅图像；
[0031] 市电转换设备，与市电输入接口连接，用于将接收到的市电电压进行转换；
[0032] 均值处理设备，与所述座椅拍摄设备连接，用于接收所述乘客座椅图像，对所述乘客座椅图像进行边缘检测，以获取所述乘客座椅图像中的各个边缘像素点以及各个非边缘像素点，对所述乘客座椅图像中的各个边缘像素点进行均值计算以获得边缘均值，还对所述乘客座椅图像中的各个非边缘像素点进行均值计算以获得非边缘均值；
[0033] 信号分发设备，与所述均值处理设备连接，用于获取所述边缘均值和所述非边缘均值，计算所述边缘均值除以所述非边缘均值的结果以作为模式参考值，当所述模式参考值未超过限量时，发出第一滤波控制信号，以及当所述模式参考值超过限量时，发出第二滤波控制信号；
[0034] 第一执行设备，分别与所述信号分发设备和所述均值处理设备连接，用于接收所述第一滤波控制信号时，将所述乘客座椅图像从空间域变换到频域，将变换后信号中大于预设截止频率的高频分量设置为零以及其他频率分量保留以获得处理后信号，将处理后信号进行频域到空间域的反变换以获得第一滤波图像；
[0035] 第二执行设备，分别与所述信号分发设备和所述均值处理设备连接，用于接收所述第二滤波控制信号时，将所述乘客座椅图像从空间域变换到频域，将变换后信号中大于预设截止频率的高频分量减少为原值的M分之一以及其他频率分量保留以获得处理后信号，将处理后信号进行频域到空间域的反变换以获得第二滤波图像，其中，M为整数且M与所述模式参考值成反比；
[0036] 信号归并设备，分别与所述第一执行设备和所述第二执行设备连接，用于将所述第一滤波图像或所述第二滤波图像作为信号归并图像，并输出所述信号归并图像；
[0037] 即时大数据处理平台，与所述信号归并设备连接，用于通过网络接收所述信号归并图像，识别出所述信号归并图像中每一个人体的体形特征，基于每一个人体的体形特征确定对应的年轻化等级，基于所述信号归并图像中各个人体的体形特征确定所述信号归并图像对应的年轻化等级以作为人群年轻化等级，并输出所述人群年轻化等级；
[0038] 所述升降电机还与所述即时大数据处理平台连接，用于接收所述人群年轻化等级，并基于所述人群年轻化等级确定乘客座椅的升降频率；
[0039] 其中，在所述升降电机中，在所述人群年轻化等级超过未成人等级时，基于所述人群年轻化等级确定乘客座椅的升降频率包括：所述人群年轻化等级越高，确定的升降频率越快。
[0040] 接着，继续对本发明的年轻化等级大数据检测系统的具体结构进行进一步的说明。
[0041] 在所述年轻化等级大数据检测系统中：所述第一执行设备、所述第二执行设备、所述均值处理设备、所述信号分发设备和所述信号归并设备分别采用不同型号的SOC芯片来实现。
[0042] 在所述年轻化等级大数据检测系统中：所述市电转换设备用于将接收到的市电电压转换为所述第一执行设备、所述第二执行设备、所述均值处理设备、所述信号分发设备和所述信号归并设备分别需要的供电电压。
[0043] 在所述年轻化等级大数据检测系统中：所述第一执行设备包括空间域变换子设备、频域变换子设备和截止处理子设备。
[0044] 在所述年轻化等级大数据检测系统中：所述空间域变换子设备用于接收所述第一滤波控制信号时，将所述乘客座椅图像从空间域变换到频域。
[0045] 在所述年轻化等级大数据检测系统中：所述截止处理子设备用于将变换后信号中大于预设截止频率的高频分量设置为零以及其他频率分量保留以获得处理后信号。
[0046] 在所述年轻化等级大数据检测系统中：所述频域变换子设备用于将处理后信号进行频域到空间域的反变换以获得第一滤波图像。
[0047] 在所述年轻化等级大数据检测系统中：在所述升降电机中，在所述人群年轻化等级未超过未成人等级时，基于所述人群年轻化等级确定乘客座椅的升降频率包括：确定的升降频率保持固定值。
[0048] 在所述年轻化等级大数据检测系统中：所述重量预警设备还用于在所述座椅负荷重量小于预设重量阈值时，发出重量正常指令。
[0049] 另外，所述重量预警设备包括Wi-Fi通信子设备。Wi-Fi是一种允许电子设备连接到一个无线局域网(WLAN)的技术，通常使用2.4G UHF或5G SHF ISM射频频段。连接到无线局域网通常是有密码保护的；但也可是开放的，这样就允许任何在WLAN范围内的设备可以连接上。Wi-Fi是一个无线网络通信技术的品牌，由Wi-Fi联盟所持有。目的是改善基于IEEE802.11标准的无线网路产品之间的互通性。有人把使用IEEE 802.11系列协议的局域网就称为无线保真。甚至把Wi-Fi等同于无线网际网路(Wi-Fi是WLAN的重要组成部分)。
[0050] 采用本发明的年轻化等级大数据检测系统，针对现有技术中急速升降结构运行模式落后的技术问题，在大数据处理的基础上，根据不同年龄段对急速升降结构的升降频率的偏好程度，制定不同的升降控制策略，从而满足年轻人、中年人和老年人分别对急速升降结构的不同要求；以及在对图像进行滤波操作之前，对图像中的边缘清晰度进行分析，以确定在滤波操作中需要保留的边缘高频分量，从而根据图像内容的变化进行针对性的滤波操作，避免继续使用粗糙化的单一滤波处理，从而解决了上述技术问题。
[0051] 可以理解的是，虽然本发明已以较佳实施例披露如上，然而上述实施例并非用以限定本发明。对于任何熟悉本领域的技术人员而言，在不脱离本发明技术方案范围情况下，都可利用上述揭示的技术内容对本发明技术方案做出许多可能的变动和修饰，或修改为等同变化的等效实施例。因此，凡是未脱离本发明技术方案的内容，依据本发明的技术实质对以上实施例所做的任何简单修改、等同变化及修饰，均仍属于本发明技术方案保护的范围内。
