計算機數據解析與回歸分析方法實踐

李佳謙

摘 要：為了學習計算機數據處理方面的基礎知識和回歸分析方法，通過實踐，實現了對二進制數據文件中數據的解析，并利用回歸分析方法推導出數據轉換的算法模型。

關鍵詞：計算機 數據解析 回歸分析

中圖分類號：TP3文獻標識碼：A文章編號：1003-9082（2019）12-000-01

為了深入學習計算機數據處理方面的知識，我參與了一項計算機數據文件解析的任務，內容是：針對一個溫濕度監控系統，把系統的報警信息（即超標的溫度）通過短信發送出去，問題是，報警信息保存在一個二進制文件中，無法直接讀取。所以首先要從數據文件中找到這些數據是如何存儲的，并推導出這些數據與實際顯示的信息（即溫度）之間的關系。

首先用UltraEdit軟件以16進制打開數據文件，見圖 1：

可以看出其中加亮部分的ASCII碼就是監控點位的編號，并且在文件中每隔固定長度就出現另一個監控點位的名稱。因此可以推測每個點位的報警數據應該就在兩個編號之間。在這些信息中，除了報警數據，還有一些附加信息，例如報警的日期和時間，應先把這些數據找出來并排除掉，以免干擾對數據分析。所以先來查看系統顯示的報警日期和時間（模擬數據的時間是“2015-12-09 15：07：41”），這些數據的16進制為“07DF-0C-09 0F：07：29”。通過比較，可以在文件中找到對應“月”“日”“時”“分”“秒”的數據，而在對應“月”的數據的前面是16進制的“73”，轉換成十進制就是“115”，與模擬數據的年份“2015”相差1900。我們知道，在有些計算機系統中，經常以1900年為年份的0點，可以推測，文件中保存的是實際年份與1900的差值。

下一步檢查當報警數據發生變化時，除了“名稱”“時間”之外，發生變化的數據的便是報警數據。通過模擬一些不同的報警數據，可以發現，當模擬報警數據變化而其他信息不變時，有4個連續的數據（16進制）也在變化，如圖 2加亮部分：

數據占據4個字節，當模擬數據為整數時，第1、2位均是“00”，只有第3、4位有數據。而帶有小數時，則第1、2位會顯示非“00”數據。根據“高位在后，低位在前”，推斷第1、2位的是小數，而3、4位是整數。為了驗證推論，我們在系統中模擬了幾個只有整數的報警數據：10、11、12，然后打開文件，發現第3、4位分別是“20 41”、“30 41”、“40 41”，很明顯，第3位是變化的，是低位，第4位是高位，由此，我推測數據應該第4、3、2、1位這樣順序排列的，例如前面圖片中 “CD CC 8C 3F”，對應的16進制數據應該是“3F 8C CC CD”，即十進制的“1066192077”，很明顯這里不是直接存儲的“溫度”數據，很可能存儲的是傳感器的電信號，所以后續的關鍵任務是找到如何將這些“電信號”數據轉換為真正的報警數據，即“溫度”的方法。我們模擬了超過100組數據（即：<電信號數據：溫度數據>），用于回歸分析。在Excel中，把“溫度”作為x軸、“電信號”數據作為y軸錄入到表格中，生成曲線圖，見圖 3：

可以看出，所有的數據點分布在由直線段組成的折線上，可以發現線段的交點橫坐標分別是在2、4、8、16、32…，即2n的位置。由此推測，在數據文件中存儲的數據，即“電信號”與“溫度”之間的對應關系應該是用這個折線模型來匹配的。為了驗證，我們推導了2、4、8、32…這些區間內的線段對應的一系列的直線方程，即：y=ax+b，其中a為x的系數，b為常數。因為我們的目的是要根據“電信號”推導出“溫度”數據，因此將報警文件中的數值（電信號）作為自變量，“溫度”數據作為因變量，利用SPSS軟件進行線性回歸，例如，我們分別將對應4和8兩點的數據（分別是：1082130432、1090519040）錄入SPSS中，然后執行線性回歸，結果得到a=4.76837158203125E-7、b=-512.000。即：當報警文件中的數值介于“1082130432和1090519040”之間時，采用方程y=4.76837158203125E-7x-512.000來計算，將“電信號”轉換為“溫度”值。作為驗證，將對應溫度為“7”的電信號數值“1088421888”，代入到上述方程，可以得到正確的結果：y=7。按此方法，逐一計算出1-2、2-4、4-8、8-16、16-32等報警范圍的方程，見表 1：

利用這些方程，分段對其他模擬產生的數據文件中的數據進行驗證，結果完全一致，從而確認該算法是正確和有效的。

有了這個模型，后續便可實時分析和獲得各點位的溫度數據，實現后續發送報警短信的功能了。通過這次學習和研究，我了解了一些計算機數據相關的基礎知識和它們在實際中的應用，學會了用一些工具軟件來實現回歸分析的方法。同時也體會到了在解決實際問題中，要靈活思考，注意觀察，發現規律，從不同角度分析問題、解決問題的重要性。