色谱数据分析方法、装置、设备和计算机介质

技术领域

本公开的实施例涉及色谱分析领域，具体涉及色谱数据分析方法、装置、设备和计算机介质。

背景技术

色谱仪是进行色谱分析的装置，灵敏度和自动化程度高，被广泛应用在化学产品分析实验中，在操作色谱仪进行试验的过程中，如果操作不当或试验环境不满足条件，往往导致实验结果不准确。目前，对于色谱试验数据的检测，通常采用的方式为：通过审核人员对于色谱数据进行检测。

然而，采用上述方式通常会存在以下技术问题：对色谱数据进行检测的方式较为单一，色谱数据检测结果存在偏差，无法检测时间较长。

发明内容

本公开的内容部分用于以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。

本公开的一些实施例提出了色谱数据分析方法、装置、计算机设备和计算机可读存储介质，来解决以上背景技术部分提到的技术问题。

第一方面，本公开的一些实施例提供了一种色谱数据分析方法，该方法包括：获取色谱仪产生的色谱信息集，其中，上述色谱信息集中的色谱信息包括色谱数据组，色谱数据组中的色谱数据包括色谱数据名和对应的色谱数据值；根据上述色谱信息集包括的色谱数据名，对上述色谱信息集所包括的各个色谱数据进行聚类处理，得到色谱数据组集，其中，上述色谱数据组集中的色谱数据组对应的色谱数据名相同；对于上述色谱数据组集中的每个色谱数据组，执行如下处理步骤：根据上述色谱数据组对应的色谱数据名，确定标准色谱数据信息，其中，上述标准色谱数据信息包括色谱数据名和色谱数据值区间；根据上述标准色谱数据信息，对上述色谱数据组中的每个色谱数据进行检测，以生成检测结果，得到检测结果组；根据上述检测结果组，确定异常色谱数据组；根据所确定的各个异常色谱数据组，对上述色谱信息集中的每个色谱信息进行标记，以生成第一标记色谱信息，得到第一标记色谱信息集；对上述色谱信息集中的每个色谱信息进行特征提取处理，以生成色谱特征信息，得到色谱特征信息集；对上述色谱特征信息集进行解析聚类处理，以生成色谱特征信息组集；基于上述色谱特征信息组集，生成第二标记色谱信息集；将上述第一标记色谱信息集与上述第二标记色谱信息集发送至目标色谱数据监测终端。

第二方面，本公开的一些实施例提供了一种色谱数据分析装置，装置包括：获取单元，被配置成获取色谱仪产生的色谱信息集，其中，上述色谱信息集中的色谱信息包括色谱数据组，色谱数据组中的色谱数据包括色谱数据名和对应的色谱数据值；聚类单元，被配置成根据上述色谱信息集包括的色谱数据名，对上述色谱信息集所包括的各个色谱数据进行聚类处理，得到色谱数据组集，其中，上述色谱数据组集中的色谱数据组对应的色谱数据名相同；确定单元，被配置成对于上述色谱数据组集中的每个色谱数据组，执行如下处理步骤：根据上述色谱数据组对应的色谱数据名，确定标准色谱数据信息，其中，上述标准色谱数据信息包括色谱数据名和色谱数据值区间；根据上述标准色谱数据信息，对上述色谱数据组中的每个色谱数据进行检测，以生成检测结果，得到检测结果组；根据上述检测结果组，确定异常色谱数据组；标记单元，被配置成根据所确定的各个异常色谱数据组，对上述色谱信息集中的每个色谱信息进行标记，以生成第一标记色谱信息，得到第一标记色谱信息集；提取单元，被配置成对上述色谱信息集中的每个色谱信息进行特征提取处理，以生成色谱特征信息，得到色谱特征信息集；解析单元，被配置成对上述色谱特征信息集进行解析聚类处理，以生成色谱特征信息组集；生成单元，被配置成基于上述色谱特征信息组集，生成第二标记色谱信息集；发送单元，被配置成将上述第一标记色谱信息集与上述第二标记色谱信息集发送至目标色谱数据监测终端。

第三方面，本公开的一些实施例提供一种计算机设备，上述计算机设备包括处理器、存储器、以及存储在上述存储器上并可被上述处理器执行的计算机程序，其中上述计算机程序被上述处理器执行时，实现如上述第一方面任一实现方式所描述的方法。

第四方面，本公开的一些实施例提供一种计算机可读存储介质，上述计算机可读存储介质上存储有计算机程序，其中上述计算机程序被处理器执行时，实现如上述第一方面任一实现方式所描述的方法。

本公开的上述各个实施例具有如下有益效果：通过本公开的一些实施例的色谱数据分析方法，缩短了检测时间。具体来说，无法检测时间较长的原因在于：对色谱数据进行检测的方式较为单一，色谱数据检测结果存在偏差。基于此，本公开的一些实施例的色谱数据分析方法，首先，获取色谱仪产生的色谱信息集。其中，上述色谱信息集中的色谱信息包括色谱数据组，色谱数据组中的色谱数据包括色谱数据名和对应的色谱数据值。由此，可以对色谱数据进行解析。其次，根据上述色谱信息集包括的色谱数据名，对上述色谱信息集所包括的各个色谱数据进行聚类处理，得到色谱数据组集。其中，上述色谱数据组集中的色谱数据组对应的色谱数据名相同。由此，便于对多个不同色谱信息对应的相同的色谱数据进行解析。接着，对于上述色谱数据组集中的每个色谱数据组，执行如下处理步骤：首先，根据上述色谱数据组对应的色谱数据名，确定标准色谱数据信息。其中，上述标准色谱数据信息包括色谱数据名和色谱数据值区间。由此，可以利用标准的色谱数据信息，对色谱数据进行检测。其次，根据上述标准色谱数据信息，对上述色谱数据组中的每个色谱数据进行检测，以生成检测结果，得到检测结果组。接着，根据上述检测结果组，确定异常色谱数据组。由此，可以根据设定的标准色谱数据信息，完成对色谱数据进行检测。之后，根据所确定的各个异常色谱数据组，对上述色谱信息集中的每个色谱信息进行标记，以生成第一标记色谱信息，得到第一标记色谱信息集。由此，可以对色谱信息中异常的数据进行标记。然后，对上述色谱信息集中的每个色谱信息进行特征提取处理，以生成色谱特征信息，得到色谱特征信息集；对上述色谱特征信息集进行解析聚类处理，以生成色谱特征信息组集。再然后，基于上述色谱特征信息组集，生成第二标记色谱信息集。由此，可以从群体的角度，对异常色谱信息进行标记。最后，将上述第一标记色谱信息集与上述第二标记色谱信息集发送至目标色谱数据监测终端。由此，可以从多个角度对色谱数据进行检测，避免了色谱数据检测结果的偏差，缩短了检测时间。

附图说明

结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，元件和元素不一定按照比例绘制。

图1是根据本公开的色谱数据分析方法的一些实施例的流程图；

图2是根据本公开的色谱数据分析装置的一些实施例的结构示意图；

图3是本公开实施例提供的一种计算机设备的结构示意性框图。

具体实施方式

下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例。相反，提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。

另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。

需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。

需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。

本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。

下面将参考附图并结合实施例来详细说明本公开。

图1是根据本公开一些实施例的色谱数据分析方法的一些实施例的流程图。示出了根据本公开的色谱数据分析方法的一些实施例的流程100。该色谱数据分析方法，包括以下步骤：

步骤101，获取色谱仪产生的色谱信息集。

在一些实施例中，色谱数据分析方法的执行主体（例如服务器）可以通过有线连接或无线连接的方式获取色谱仪产生的色谱信息集。其中，上述色谱信息集中的色谱信息包括色谱数据组，色谱数据组中的色谱数据包括色谱数据名和对应的色谱数据值。色谱数据组包括的色谱数据名可以包括但不限于：色谱柱温度、体积流量、基线、出峰时间、色谱峰高、色谱峰面积、色谱峰位。色谱数据值可以是指色谱数据名对应的数值。

步骤102，根据上述色谱信息集包括的色谱数据名，对上述色谱信息集所包括的各个色谱数据进行聚类处理，得到色谱数据组集。

在一些实施例中，上述执行主体可以根据上述色谱信息集包括的色谱数据名，对上述色谱信息集所包括的各个色谱数据进行聚类处理，得到色谱数据组集。其中，上述色谱数据组集中的色谱数据组对应的色谱数据名相同。即，可以将上述色谱信息集中包括的色谱数据名相同的各个色谱数据进行聚为一类，得到色谱数据组集。

步骤103，对于上述色谱数据组集中的每个色谱数据组，执行如下处理步骤：

步骤1031，根据上述色谱数据组对应的色谱数据名，确定标准色谱数据信息。

在一些实施例中，上述执行主体可以根据上述色谱数据组对应的色谱数据名，确定标准色谱数据信息。其中，上述标准色谱数据信息包括色谱数据名和色谱数据值区间。即，可以根据色谱数据名，查询预先设定的多个标准色谱数据信息中对应上述色谱数据名的标准色谱数据信息。即，标准色谱数据信息包括的色谱数据名与上述色谱数据组对应的色谱数据名相同。这里，色谱数据值区间可以是设定的该色谱数据名对应的色谱数据值的区间。

步骤1032，根据上述标准色谱数据信息，对上述色谱数据组中的每个色谱数据进行检测，以生成检测结果，得到检测结果组。

在一些实施例中，上述执行主体可以根据上述标准色谱数据信息，对上述色谱数据组中的每个色谱数据进行检测，以生成检测结果，得到检测结果组。即，对于上述色谱数据组中的每个色谱数据，首先，确定上述色谱数据包括的色谱数据值是否在上述标准色谱数据信息包括的色谱数据值区间内。然后，响应于确定上述色谱数据包括的色谱数据值不在上述标准色谱数据信息包括的色谱数据值区间内，生成表征上述色谱数据异常的检测结果。最后，响应于确定上述色谱数据包括的色谱数据值在上述标准色谱数据信息包括的色谱数据值区间内，生成表征上述色谱数据正常的检测结果。

步骤1033，根据上述检测结果组，确定异常色谱数据组。

在一些实施例中，上述执行主体可以根据上述检测结果组，确定异常色谱数据组。即，将上述检测结果组中表征色谱数据异常的检测结果对应的色谱数据确定为异常色谱数据，得到异常色谱数据组。

步骤104，根据所确定的各个异常色谱数据组，对上述色谱信息集中的每个色谱信息进行标记，以生成第一标记色谱信息，得到第一标记色谱信息集。

在一些实施例中，上述执行主体可以根据所确定的各个异常色谱数据组，对上述色谱信息集中的每个色谱信息进行标记，以生成第一标记色谱信息，得到第一标记色谱信息集。

实践中，上述执行主体可以通过以下步骤对上述色谱信息集中的每个色谱信息进行标记，以生成第一标记色谱信息：

第一步，确定上述色谱信息对应的各个异常色谱数据。

第二步，对上述色谱信息中对应上述各个异常色谱数据的色谱数据进行标记，以生成第一标记色谱信息。这里，标记可以是指添加上异常字样的标签。

步骤105，对上述色谱信息集中的每个色谱信息进行特征提取处理，以生成色谱特征信息，得到色谱特征信息集。

在一些实施例中，上述执行主体可以对上述色谱信息集中的每个色谱信息进行特征提取处理，以生成色谱特征信息，得到色谱特征信息集。这里，可以通过主成分分析对上述色谱信息集中的每个色谱信息进行特征提取处理，以生成色谱特征信息，得到色谱特征信息集。主成分分析可以是指PCA（Principal Components Analysis）分析。即可以对色谱信息包括的色谱数据组（色谱柱温度、体积流量、基线、出峰时间、色谱峰高、色谱峰面积、色谱峰位）进行降维分析，得到色谱特征信息。其中，色谱特征信息可以包括色谱柱温度、体积流量、基线、出峰时间、色谱峰高、色谱峰面积、色谱峰位中的部分重要特征。

步骤106，对上述色谱特征信息集进行解析聚类处理，以生成色谱特征信息组集。

在一些实施例中，上述执行主体可以对上述色谱特征信息集进行解析聚类处理，以生成色谱特征信息组集。解析聚类可以是指离群聚类。即，可以通过离群聚类算法DBSCAN(Density-Based Spatial Clustering of Applications with Noise)对上述色谱特征信息集进行解析聚类处理，以生成色谱特征信息组集。

实践中，首先，可以对上述色谱特征信息集进行离群聚类处理，以生成色谱特征信息组集。这里，色谱特征信息组集中的色谱特征信息包括聚类标签。聚类标签可以表示离群聚类或集群聚类。即，可以将包含的聚类标签表示为离群聚类的各个色谱特征信息聚为离群色谱特征信息组。可以将包含的聚类标签表示为集群聚类的各个色谱特征信息聚为集群色谱特征信息组。将离群色谱特征信息组与集群色谱特征信息组合并为色谱特征信息组集。

步骤107，基于上述色谱特征信息组集，生成第二标记色谱信息集。

在一些实施例中，上述执行主体可以基于上述色谱特征信息组集，生成第二标记色谱信息集。其中，上述色谱特征信息组集中的色谱特征信息包括：色谱特征变量，色谱特征变量包括至少一个色谱数据特征值与对应的色谱数据，一色谱数据特征值对应一色谱数据。这里，色谱数据特征值可以是离群聚类与主成分分析过程中产生的色谱数据对应的色谱数据特征系数。

实践中，基于上述色谱特征信息组集，上述执行主体可以通过以下步骤生成第二标记色谱信息集：

第一步，将上述色谱特征信息组集中满足异常条件的色谱特征信息组确定为异常色谱特征信息组。这里，异常条件可以是指色谱特征信息组包含的聚类标签表示为离群聚类。

第二步，根据上述异常色谱特征信息组包括的色谱数据特征值，对上述异常色谱特征信息组包括的各个色谱数据进行目标聚类处理，以生成目标色谱数据组集。即，可以将所包括的色谱数据名相同的各个色谱数据聚为一类，得到目标色谱数据组集。

第三步，对于上述目标色谱数据组集中的每个目标色谱数据组，执行如下处理步骤：

第一子步骤，将上述目标色谱数据组对应的各个色谱数据特征值确定为色谱数据特征值组。

第二子步骤，对上述色谱数据特征值组包括的各个色谱数据特征值进行升序处理，得到色谱数据特征值序列。

第三子步骤，从上述色谱数据特征值序列中选择出目标数目个色谱数据特征值作为异常色谱数据特征值，得到异常色谱数据特征值组。这里，对于目标数目的设定，不作限定。

第四子步骤，将上述异常色谱数据特征值组对应的各个目标色谱数据确定为异常色谱数据组。

第四步，根据上述异常色谱特征信息组与所确定的各个异常色谱数据组，生成第二标记色谱信息集。

实践中，首先，对于上述异常色谱特征信息组中的每个异常色谱特征信息，执行如下处理步骤：

第一子步骤，将上述各个异常色谱数据组中对应上述异常色谱特征信息的各个异常色谱数据确定为目标异常色谱数据组。

第二子步骤，将上述异常色谱特征信息对应的色谱信息确定为待标记色谱信息。

第三子步骤，根据上述目标异常色谱数据组，对上述待标记色谱信息包括的色谱数据进行标记处理，以生成第二标记色谱信息。即，对上述待标记色谱信息中对应上述目标异常色谱数据组的各个色谱数据进行标记，以生成第二标记色谱信息。这里，标记可以是指在目标异常色谱数据对应的色谱数据处标记上异常字样的标签。

然后，将所生成的各个第二标记色谱信息确定为第二标记色谱信息集。

步骤108，将上述第一标记色谱信息集与上述第二标记色谱信息集发送至目标色谱数据监测终端。

在一些实施例中，上述执行主体将上述第一标记色谱信息集与上述第二标记色谱信息集发送至目标色谱数据监测终端。这里，目标色谱数据监测终端可以是指对第一标记色谱信息集与第二标记色谱信息集进一步解析的终端。例如，目标色谱数据监测终端可以是色谱分析系统。

实践中，上述执行主体可以通过以下步骤将上述第一标记色谱信息集与上述第二标记色谱信息集发送至目标色谱数据监测终端：

第一步，获取色谱数据监测终端集群中的每个色谱数据监测终端的终端属性信息，得到终端属性信息集。这里，终端属性信息可以表示色谱数据监测终端的属性信息，可以包括但不限于：进程数、内存指标、负载指标、压力控制范围、压力控制精度、流量控制范围、流量控制精度、温度控制范围、温度控制精度、温度升降速率、检测器灵敏度、分离度、线性范围、重复性等。

第二步，对上述终端属性信息集中的每个终端属性信息进行特征提取处理，以生成终端属性特征信息，得到终端属性特征信息集。这里，可以通过主成分分析对上述终端属性信息集中的每个终端属性信息进行特征提取处理，以生成终端属性特征信息，得到终端属性特征信息集。即，提取终端属性信息中的重要属性指标。

第三步，对上述终端属性特征信息集进行聚类处理，以生成终端属性特征信息组集与簇中心终端属性特征信息集。其中，上述终端属性特征信息组集中的终端属性特征信息组对应上述簇中心终端属性特征信息集中的簇中心终端属性特征信息。即，可以通过K-means（K均值）聚类算法，对上述终端属性特征信息集进行聚类处理，以生成终端属性特征信息组集与簇中心终端属性特征信息集。这里，对于簇中心的数量，不做设定。

第四步，将上述簇中心终端属性特征信息集中每个簇中心终端属性特征信息对应的评分值确定为簇中心终端评分值，得到簇中心终端评分值集。实践中，可以通过对上述簇中心终端属性特征信息包括的各个属性指标赋予分数值，并对分数值求和的方式，确定簇中心终端属性特征信息集中每个簇中心终端属性特征信息对应的簇中心终端评分值。其中，上述簇中心终端评分值可以表征色谱数据监测终端性能的高低。簇中心终端评分值越大，色谱数据监测终端性能越好。

第五步，根据上述簇中心终端评分值集，确定上述终端属性特征信息组集中每个终端属性特征信息对应的第一终端评分值，得到第一终端评分值集。

实践中，对于上述终端属性特征信息组集中每个终端属性特征信息组，执行如下处理步骤：

第一子步骤，确定上述终端属性特征信息组对应的簇中心终端属性特征信息。

第二子步骤，通过欧式距离公式确定上述终端属性特征信息组中每个终端属性特征信息与上述的簇中心终端属性特征信息的相似度，得到相似度组。

第三子步骤，将上述簇中心终端属性特征信息对应的簇中心终端评分值与每个相似度进行相乘，以生成第一终端评分值，得到第一终端评分值组。

第六步，获取预设历史时间段内上述色谱数据监测终端集群中的每个色谱数据监测终端的历史终端属性信息组，得到历史终端属性信息组集。对于预设历史时间段的设定，不做限定。历史终端属性信息可以是指在预设历史时间段内的某一时间节点的终端属性信息。

第七步，基于上述历史终端属性信息组集，生成第二终端评分值集，以及根据上述第一终端评分值集与上述第二终端评分值集，确定目标色谱数据监测终端。

首先，上述执行主体可以将上述历史终端属性信息组集输入至预先训练的色谱数据监测终端评分预测模型中，得到色谱数据监测终端预测评分值集作为第二终端评分值集。其中，上述历史终端属性信息组集中的历史终端属性信息组对应上述色谱数据监测终端预测评分值集中的色谱数据监测终端预测评分值。这里，色谱数据监测终端评分预测模型可以是指预先训练的以历史终端属性信息组为输入，以色谱数据监测终端预测评分值为输出的神经网络模型。例如，色谱数据监测终端评分预测模型可以是指预先训练的卷积神经网络模型。色谱数据监测终端预测评分值可以表示预测的色谱数据监测终端的性能评分值。

然后，根据上述第一终端评分值集与上述第二终端评分值集，上述执行主体可以通过以下步骤确定目标色谱数据监测终端：

第一子步骤，对于上述第一终端评分值集中的每个第一终端评分值，执行如下处理步骤：

1、确定上述第一终端评分值对应的第二终端评分值。第一终端评分值对应的色谱数据监测终端与第二终端评分值对应的色谱数据监测终端相同。

2、对上述第一终端评分值与上述第二终端评分值进行加权求和处理，以生成加权终端评分值。

第二子步骤，将所生成的各个加权终端评分值中最大的加权终端评分值对应的色谱数据监测终端确定为目标色谱数据监测终端。

第八步，将上述第一标记色谱信息集与上述第二标记色谱信息集发送至上述目标色谱数据监测终端中。

由此，可以通过上述内容选择出最优的色谱数据监测终端，从而，可以快速而准确地对色谱信息进行进一步的分析。

进一步参考图2，作为对上述各图所示方法的实现，本公开提供了一种色谱数据分析装置的一些实施例，这些色谱数据分析装置实施例与图1所示的那些方法实施例相对应，该色谱数据分析装置具体可以应用于各种电子设备中。

如图2所示，一些实施例的色谱数据分析装置200包括：获取单元201、聚类单元202、确定单元203、标记单元204、提取单元205、解析单元206、生成单元207和发送单元208。其中，获取单元201，被配置成获取色谱仪产生的色谱信息集，其中，上述色谱信息集中的色谱信息包括色谱数据组，色谱数据组中的色谱数据包括色谱数据名和对应的色谱数据值；聚类单元202，被配置成根据上述色谱信息集包括的色谱数据名，对上述色谱信息集所包括的各个色谱数据进行聚类处理，得到色谱数据组集，其中，上述色谱数据组集中的色谱数据组对应的色谱数据名相同；确定单元203，被配置成对于上述色谱数据组集中的每个色谱数据组，执行如下处理步骤：根据上述色谱数据组对应的色谱数据名，确定标准色谱数据信息，其中，上述标准色谱数据信息包括色谱数据名和色谱数据值区间；根据上述标准色谱数据信息，对上述色谱数据组中的每个色谱数据进行检测，以生成检测结果，得到检测结果组；根据上述检测结果组，确定异常色谱数据组；标记单元204，被配置成根据所确定的各个异常色谱数据组，对上述色谱信息集中的每个色谱信息进行标记，以生成第一标记色谱信息，得到第一标记色谱信息集；提取单元205，被配置成对上述色谱信息集中的每个色谱信息进行特征提取处理，以生成色谱特征信息，得到色谱特征信息集；解析单元206，被配置成对上述色谱特征信息集进行解析聚类处理，以生成色谱特征信息组集；生成单元207，被配置成基于上述色谱特征信息组集，生成第二标记色谱信息集；发送单元208，被配置成将上述第一标记色谱信息集与上述第二标记色谱信息集发送至目标色谱数据监测终端。

可以理解的是，该色谱数据分析装置200中记载的诸单元与参考图1描述的方法中的各个步骤相对应。由此，上文针对方法描述的操作、特征以及产生的有益效果同样适用于色谱数据分析装置200及其中包含的单元，在此不再赘述。

图3为本公开实施例提供的一种计算机设备的结构示意性框图。该计算机设备可以为终端。

如图3所示，该计算机设备包括通过系统总线连接的处理器、存储器和网络接口，其中，存储器可以包括非易失性存储介质和内存储器。

非易失性存储介质可存储操作系统和计算机程序。该计算机程序包括程序指令，该程序指令被执行时，可使得处理器执行任意一种色谱数据分析方法。

处理器用于提供计算和控制能力，支撑整个计算机设备的运行。

内存储器为非易失性存储介质中的计算机程序的运行提供环境，该计算机程序被处理器执行时，可使得处理器执行任意一种色谱数据分析方法。

该网络接口用于进行网络通信，如发送分配的任务等。本领域技术人员可以理解，图3中示出的结构，仅仅是与本公开方案相关的部分结构的框图，并不构成对本公开方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

应当理解的是，处理器可以是中央处理单元 (Central Processing Unit，CPU)，该处理器还可以是其他通用处理器、数字信号处理器 (Digital Signal Processor，DSP)、专用集成电路 (Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA) 或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。其中，通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

其中，在一个实施例中，上述处理器用于运行存储在存储器中的计算机程序，以实现如下步骤：获取色谱仪产生的色谱信息集，其中，上述色谱信息集中的色谱信息包括色谱数据组，色谱数据组中的色谱数据包括色谱数据名和对应的色谱数据值；根据上述色谱信息集包括的色谱数据名，对上述色谱信息集所包括的各个色谱数据进行聚类处理，得到色谱数据组集，其中，上述色谱数据组集中的色谱数据组对应的色谱数据名相同；对于上述色谱数据组集中的每个色谱数据组，执行如下处理步骤：根据上述色谱数据组对应的色谱数据名，确定标准色谱数据信息，其中，上述标准色谱数据信息包括色谱数据名和色谱数据值区间；根据上述标准色谱数据信息，对上述色谱数据组中的每个色谱数据进行检测，以生成检测结果，得到检测结果组；根据上述检测结果组，确定异常色谱数据组；根据所确定的各个异常色谱数据组，对上述色谱信息集中的每个色谱信息进行标记，以生成第一标记色谱信息，得到第一标记色谱信息集；对上述色谱信息集中的每个色谱信息进行特征提取处理，以生成色谱特征信息，得到色谱特征信息集；对上述色谱特征信息集进行解析聚类处理，以生成色谱特征信息组集；基于上述色谱特征信息组集，生成第二标记色谱信息集；将上述第一标记色谱信息集与上述第二标记色谱信息集发送至目标色谱数据监测终端。

本公开实施例还提供一种计算机可读存储介质，上述计算机可读存储介质上存储有计算机程序，上述计算机程序中包括程序指令，上述程序指令被执行时所实现的方法可参照本公开色谱数据分析方法的各个实施例。

其中，上述计算机可读存储介质可以是前述实施例上述的计算机设备的内部存储单元，例如上述计算机设备的硬盘或内存。上述计算机可读存储介质也可以是上述计算机设备的外部存储设备，例如上述计算机设备上配备的插接式硬盘，智能存储卡(SmartMediaCard，SMC)，安全数字(Secure Digital，SD)卡，闪存卡(Flash Card)等。

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。

上述本公开实施例序号仅仅为了描述，不代表实施例的优劣。以上所述，仅为本公开的具体实施方式，但本公开的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本公开揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本公开的保护范围之内。因此，本公开的保护范围应以权利要求的保护范围为准。