计算机数据解析与回归分析方法实践

李佳谦

摘 要：为了学习计算机数据处理方面的基础知识和回归分析方法，通过实践，实现了对二进制数据文件中数据的解析，并利用回归分析方法推导出数据转换的算法模型。

关键词：计算机 数据解析 回归分析

中图分类号：TP3文献标识码：A文章编号：1003-9082（2019）12-000-01

为了深入学习计算机数据处理方面的知识，我参与了一项计算机数据文件解析的任务，内容是：针对一个温湿度监控系统，把系统的报警信息（即超标的温度）通过短信发送出去，问题是，报警信息保存在一个二进制文件中，无法直接读取。所以首先要从数据文件中找到这些数据是如何存储的，并推导出这些数据与实际显示的信息（即温度）之间的关系。

首先用UltraEdit软件以16进制打开数据文件，见图 1：

可以看出其中加亮部分的ASCII码就是监控点位的编号，并且在文件中每隔固定长度就出现另一个监控点位的名称。因此可以推测每个点位的报警数据应该就在两个编号之间。在这些信息中，除了报警数据，还有一些附加信息，例如报警的日期和时间，应先把这些数据找出来并排除掉，以免干扰对数据分析。所以先来查看系统显示的报警日期和时间（模拟数据的时间是“2015-12-09 15：07：41”），这些数据的16进制为“07DF-0C-09 0F：07：29”。通过比较，可以在文件中找到对应“月”“日”“时”“分”“秒”的数据，而在对应“月”的数据的前面是16进制的“73”，转换成十进制就是“115”，与模拟数据的年份“2015”相差1900。我们知道，在有些计算机系统中，经常以1900年为年份的0点，可以推测，文件中保存的是实际年份与1900的差值。

下一步检查当报警数据发生变化时，除了“名称”“时间”之外，发生变化的数据的便是报警数据。通过模拟一些不同的报警数据，可以发现，当模拟报警数据变化而其他信息不变时，有4个连续的数据（16进制）也在变化，如图 2加亮部分：

数据占据4个字节，当模拟数据为整数时，第1、2位均是“00”，只有第3、4位有数据。而带有小数时，则第1、2位会显示非“00”数据。根据“高位在后，低位在前”，推断第1、2位的是小数，而3、4位是整数。为了验证推论，我们在系统中模拟了几个只有整数的报警数据：10、11、12，然后打开文件，发现第3、4位分别是“20 41”、“30 41”、“40 41”，很明显，第3位是变化的，是低位，第4位是高位，由此，我推测数据应该第4、3、2、1位这样顺序排列的，例如前面图片中 “CD CC 8C 3F”，对应的16进制数据应该是“3F 8C CC CD”，即十进制的“1066192077”，很明显这里不是直接存储的“温度”数据，很可能存储的是传感器的电信号，所以后续的关键任务是找到如何将这些“电信号”数据转换为真正的报警数据，即“温度”的方法。我们模拟了超过100组数据（即：<电信号数据：温度数据>），用于回归分析。在Excel中，把“温度”作为x轴、“电信号”数据作为y轴录入到表格中，生成曲线图，见图 3：

可以看出，所有的数据点分布在由直线段组成的折线上，可以发现线段的交点横坐标分别是在2、4、8、16、32…，即2n的位置。由此推测，在数据文件中存储的数据，即“电信号”与“温度”之间的对应关系应该是用这个折线模型来匹配的。为了验证，我们推导了2、4、8、32…这些区间内的线段对应的一系列的直线方程，即：y=ax+b，其中a为x的系数，b为常数。因为我们的目的是要根据“电信号”推导出“温度”数据，因此将报警文件中的数值（电信号）作为自变量，“温度”数据作为因变量，利用SPSS软件进行线性回归，例如，我们分别将对应4和8两点的数据（分别是：1082130432、1090519040）录入SPSS中，然后执行线性回归，结果得到a=4.76837158203125E-7、b=-512.000。即：当报警文件中的数值介于“1082130432和1090519040”之间时，采用方程y=4.76837158203125E-7x-512.000来计算，将“电信号”转换为“温度”值。作为验证，将对应温度为“7”的电信号数值“1088421888”，代入到上述方程，可以得到正确的结果：y=7。按此方法，逐一计算出1-2、2-4、4-8、8-16、16-32等报警范围的方程，见表 1：

利用这些方程，分段对其他模拟产生的数据文件中的数据进行驗证，结果完全一致，从而确认该算法是正确和有效的。

有了这个模型，后续便可实时分析和获得各点位的温度数据，实现后续发送报警短信的功能了。通过这次学习和研究，我了解了一些计算机数据相关的基础知识和它们在实际中的应用，学会了用一些工具软件来实现回归分析的方法。同时也体会到了在解决实际问题中，要灵活思考，注意观察，发现规律，从不同角度分析问题、解决问题的重要性。