一种污水处理效果识别方法与流程

1.本发明涉及数据传输技术领域，具体涉及一种污水处理效果识别方法。

背景技术：

2.随着全球人口的急剧增加的以及工业不断发展，每天会产生大量的生活污水以及工业污水。污水会导致严重的环境污染，需对污水净化处理后排放或再利用。若污水不能被完全净化就直接排放或再利用，会对环境造成污染，危害人类的健康。因此需对污水处理效果进行识别，污水处理达标后再进行排放或再利用。
3.污水处理效果与处理后的污水中重金属的含量、bod2（生物需氧量）、codc2（化学需氧量）、tkn（凯氏氮）、tp（总磷）以及tn（总氮）等多项指标相关。各项指标由对应的机器测定后传输至污水处理效果识别平台，由污水处理效果识别平台根据各项指标对污水处理效果进行评价。
4.对处理后的污水进行检测需包含大量的采样样本，因此得到的各项指标数据量大，需要进行压缩后传输。由于污水检测的各项指标数据精度不同，因此污水检测的各项指标数据重复率小。
5.现有的压缩方法如霍夫曼编码、lzw编码、游程编码对重复率大的数据压缩效率高，对重复率小的数据压缩效果差。因此现有的压缩方法不适合进行污水检测的各项指标数据的压缩。

技术实现要素：

6.本发明提供一种污水处理效果识别方法，以解决现有的问题。
7.本发明的一种污水处理效果识别方法采用如下技术方案：本发明一个实施例提供了一种污水处理效果识别方法，该方法包括以下步骤：采集污水检测数据，将污水检测数据转换为二进制数据；根据第一预设阈值以及第二预设阈值获取多个第一长度，分别根据每个第一长度对二进制数据进行分段得到多个分段结果，每个分段结果包含多个第一长度的二进制串；获取每个分段结果包含的二进制串的个数作为每个分段结果的第一数量；获取每个分段结果的优异度，包括：对分段结果进行分类得到多个类别，将类别个数作为第二数量；将第二数量减二作为第三数量；统计每个类别的频率，根据每个类别的频率获取长度为第三数量的频率序列；获取长度为第三数量的标准序列；根据标准序列以及第二数量获取标准码长；根据标准序列获取频率序列中每个频率的权重；根据频率序列、标准序列、第二数量、所述每个频率的权重以及标准码长获取预测码长；根据预测码长、第一长度、第一数量以及第二数量获取分段结果的优异度；选择优异度最大的分段结果作为最优分段结果，对最优分段结果进行编码压缩，得到压缩数据；将压缩数据传输至污水处理效果识别平台，污水处理效果识别平台根据压
缩数据进行污水处理效果识别。
8.优选的，所述根据第一预设阈值以及第二预设阈值获取多个第一长度，分别根据每个第一长度对二进制数据进行分段得到多个分段结果，每个分段结果包含多个第一长度的二进制串包括：获取第一预设阈值与第二预设阈值之间所有的整数，得到多个第一长度；分别根据每个第一长度将二进制数据分成长度为所述第一长度的多个二进制串，得到多个分段结果，每个分段结果包含多个二进制串；每个分段结果对应一个第一长度。
9.优选的，所述对分段结果进行分类得到多个类别包括：将分段结果中所有相同的二进制串划分为一个类别，得到多个类别，每个类别中包含的二进制串均相同，不同类别包含的二进制串均不同。
10.优选的，所述统计每个类别的频率，根据每个类别的频率获取长度为第三数量的频率序列包括：统计每个类别中二进制串的个数，将每个类别中二进制串的个数除以分段结果的第一数量，得到每个类别的频率；对所有类别的频率按照从大到小的顺序进行排序，获取排序结果中前第三数量个频率构成频率序列。
11.优选的，所述获取长度为第三数量的标准序列包括：构建一个长度为第三数量的标准序列，标准序列中包含第三数量个标准频率，第个标准频率为。
12.优选的，所述标准码长表达式为：其中为第个分段结果的标准码长；为第个标准频率；为标准频率的序号；为第个分段结果的第二数量。
13.优选的，所述根据标准序列获取频率序列中每个频率的权重包括：将标准序列中每个标准频率作为频率序列中每个频率的权重。
14.优选的，所述预测码长表达式为：其中为第个分段结果的预测码长；为第个分段结果的第二数量；为频率序列中第个频率；为频率序列中第个频率；为频率序列中第个频率；为频率序列中第个频率；为标准序列中第个标准频率；为扩大系数；为频率序列中第个
频率的权重；为标准码长；为以自然常数为底的函数。
15.优选的，所述优异度表达式为：其中为第个分段结果的优异度；为第个分段结果的第一长度；为第个分段结果的预测码长；为第个分段结果的第一数量；为第个分段结果的第二数量。
16.优选的，所述对最优分段结果进行编码压缩是指对最优分段结果进行霍夫曼编码压缩。
17.本发明的有益效果是：采集污水检测数据，进一步获取二进制数据，并对二进制数据进行分段；获取每个分段结果的频率序列，构建每个分段结果的标准序列，通过频率序列与标准序列之间的差异预测不同分段结果编码后的平均码长，进一步获取每个分段结果的优异度，可快速获取压缩后传输效率最高的分段结果，可节省利用霍夫曼编码对每个分段结果进行编码再获取最优的分段结果而造成的时间成本以及保存每个分段结果的编码字典消耗的空间成本。本发明获取最优分段结果的方法时间效率高，占用内存小，使得最终压缩后的传输效率高。
附图说明
18.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
19.图1为本发明的一种污水处理效果识别方法的步骤流程图。
20.图2为本发明的一种污水处理效果识别方法的第二数量小于等于3时的二叉树示意图。
21.图3为本发明的一种污水处理效果识别方法的第二数量等于4时的二叉树示意图。
具体实施方式
22.为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本发明提出的一种污水处理效果识别方法，其具体实施方式、结构、特征及其功效，详细说明如下。在下述说明中，不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外，一或多个实施例中的特定特征、结构或特点可由任何合适形式组合。
23.除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。
24.下面结合附图具体的说明本发明所提供的一种污水处理效果识别方法的具体方案。
25.请参阅图1，其示出了本发明一个实施例提供的一种污水处理效果识别方法的步骤流程图，该方法包括以下步骤：
101．采集污水处理检测数据，获得二进制数据。
26.对处理后的污水进行多个位置采样，对每个采样结果利用污水指标自动化测试设备检测重金属的含量、bod2（生物需氧量）、codc2（化学需氧量）、tkn（凯氏氮）、tp（总磷）以及tn（总氮）等污水检测的多项指标，得到污水检测数据。
27.需要说明的是，为确保污水处理效果识别准确，对处理后的污水需进行大量的采样，每个采样结果对应多项指标，使得污水检测数据的数据量大，因此需对污水检测数据进行压缩。同时由于各项指标数据精度不同，因此污水检测数据重复率小，现有的压缩方法都是利用数据的冗余性进行压缩，对重复率大的数据压缩效率高，对重复率小的数据压缩效率低。利用现有的压缩方法直接对污水检测数据进行压缩压缩效率低。
28.在本实施例中，对污水检测数据进行序列化，将污水检测数据转换为可传输存储的二进制数据，对二进制数据进行压缩。
29.102．对二进制数据进行分段得到多个分段结果。
30.需要说明的是，为实现对二进制数据的压缩，需将二进制数据进行分段得到多个二进制串，利用多个二进制串之间的冗余性进行压缩。当二进制串长度过短时，最终对每个二进制串编码的码长与二进制串的长度相差较小，达不到压缩的效果。当二进制串过长时，不同的二进制串个数较多，二进制串之间的冗余性过小，达不到压缩的效果。
31.在本实施例中，设置第一阈值与第二阈值，用来限制二进制串的长度，其中。获取第一阈值与第二阈值之间的所有整数作为第一长度，得到多个第一长度。本发明实施例中，。在其他实施例中实施人员可根据需要设置第一阈值与第二阈值。
32.获取第个第一长度，根据对二进制数据进行分段：获取二进制数据的长度，将二进制数据分成个长度为的二进制串，若最后一个二进制串长度不足，则在最后一个二进制串后补充0使其长度达到。如此，得到第个分段结果，该分段结果中包含个长度为的二进制串。将第个分段结果中二进制串的个数记为第个分段结果的第一数量，用表示。为向上取整符号。
33.同理，分别根据每个第一长度对二进制数据进行分段，得到多个分段结果。
34.103．计算每个分段结果的优异度，获取最优分段结果。
35.需要说明的是，霍夫曼编码通过将出现频率大的字符编码成较短的码字，将出现频率小的字符编码成较长的码字来实现数据压缩。不同分段结果包含的二进制串个数不同、二进制串的长度不同、二进制串数据的重复率不同。进一步的利用霍夫曼编码对不同分段结果进行压缩，得到的压缩率不同。为确保污水检测数据高效传输，需快速获得压缩率最高的分段结果，进行压缩传输。霍夫曼编码通过获取不同字符的频率，根据字符的频率大小自底向上构建二叉树，从而根据二叉树对不同的字典进行编码。霍夫曼编码构建二叉树的过程是串行的，因此当不同的字符较多时，效率较低。若对每个分段结果都进行霍夫曼编
码，根据编码后的结果选择压缩率最高的分段结果，效率低下，不利于污水检测数据的高效传输。
36.在本实施例中，通过分析不同分段结果的二进制串的规律，预测每个分段结果的压缩效率，获取每个分段结果的优异度，进而获取最优分段结果。具体步骤如下：1．获取频率序列。
37.第个第一长度对应第个分段结果，将第个分段结果中相同的二进制串划分为一类，得到多个类别，每个类别包含的二进制串均相同，不同类别包含的二进制串不同。统计不同类别中二进制串的个数，除以第个分段结果中所有二进制串的个数，得到每个类别的频率。将第个分段结果中的类别个数，记为第个分段结果的第二数量，用表示。根据霍夫曼编码原理，无论最小的频率值与次小的频率值为多少，此两个频率对应的类别的二进制串都会位于二叉树最深层。因此将第二数量减二作为第三数量，将所有类别的频率按照从大到小的顺序进行排序，获取前第三数量个频率，构成频率序列，其中为第二数量，为第三数量。
38.2．获取标准序列以及标准码长。
39.需要说明的是，根据霍夫曼编码的原理，一个类别中的二进制串即相同的二进制串被编码成相同的码字。霍夫曼编码构建的二叉树的每个叶节点表示一个类别。当时，霍夫曼编码构建的二叉树如图2(1)(2)所示，每个类别中二进制串的码字的码长均为。当时，构建的二叉树如图2(3)所示，一个类别中二进制串的码字的码长为，两个类别中二进制串的码字的码长为。当时，构建的二叉树有多种可能，如时，构建的二叉树如图3所示。图3(1)中的二叉树为普通二叉树，对应的四个类别中二进制串的码字的码长均为，则所有二进制串的平均码长为。在图3(2)中的二叉树为单侧二叉树，所有的父节点均在二叉树的一侧，该二叉树对应的一个类别中二进制串的码字的码长为，一类别中二进制串的码字的码长为，两个类别中二进制串的码字的码长为，则所有二进制串的平均码长为，其中为二进制串的码字的码长为的类别的频率，为二进制串的码字的码长为的类别的频率，为二进制串的码字的码长为的两个类别的频率之和。霍夫曼编码是将出现频率大的类别的二进制串放置在二叉树较浅的层，将其编码成较短的码字，将出现频率小的类别的二进制串放置在二叉树较深的层，将其编码成较长的码字。因此且，由此可知。又因所有类别包含所有的二进制串，所有类别的频率之和为，即。综合可知，,,，因此图3(2)中对应的所有二进制串的平均码长。因此图3(2)中的二叉树对应的所有二进制串的平均码长小于等于图3(1)中的二叉树对应的所有二进制串的平
均码长，即时,单侧二叉树的压缩效率优于普通霍夫曼树。单侧二叉树所有的父节点均在二叉树的一侧，除最深的层包含两个叶节点、最浅的层不包含叶节点外，每层均包含一个叶节点。
40.在本实施例中，以单侧二叉树为衡量标准，判断不同分段结果的优异度。当时，基于单侧二叉树构建一个长度为的标准序列，作为第个分段结果的标准序列，该标准序列由标准频率构成，并按照标准频率从大小的顺序排列。标准频率的获取方向如下：要确保频率最大的类别的二进制串位于二叉树第二层，对应码字码长为，其余类别的二进制串位于二叉树其他层，则要求频率最大的类别的频率大于等于频率次大的类别的频率，且大于等于其余所有类别的频率之和。当频率最大的类别的频率大于等于时，无论其余类别的频率为多少，均能满足以上要求，确保频率最大的类别的二进制串位于二叉树第二层，对应码字码长为，其余类别的二进制串位于二叉树其他层，因此第一个标准频率的值为。同理，当频率最大的类别的频率大于等于，频率次大的类别的频率大于等于时，无论其余类别的频率为多少，都可确保频率次大的类别的二进制串位于二叉树第三层，对应码字码长为，其余类别的二进制串位于二叉树其他层，因此第二个标准频率的值为。同理，第个标准频率的值为。同理，获取个标准频率，组成标准序列，其中。根据霍夫曼编码原理，无论最小的频率值与次小的频率值为多少，此两个频率对应的类别的二进制串都会位于二叉树最深层，因此无第个、第个标准频率。
41.至此，获取了标准序列。获取在该标准序列下对所有二进制串下进行霍夫曼编码的平均码长作为标准码长，第个分段结果对应的标准码长为：其中为第个分段结果的标准码长；为第个标准频率；为标准频率的序号，即第个标准频率对应的类别中二进制串进行霍夫曼编码后码字的码长；为第个分段结果的第二数量，即第个分段结果中的类别个数；为第个分段结果的第三数量；为所有标准频率对应的类别中二进制串进行霍夫曼编码后码字的平均码长；
为所有标准频率之和；为标准频率之外的两个类别的频率之和；为标准频率之外的两个类别中二进制串进行霍夫曼编码后码字的码长；因此为该标准序列下对所有二进制串下进行霍夫曼编码的平均码长，即标准码长。
42.3．获取预测码长。
43.为衡量每个分段结果的优异度，可根据每个分段结果的频率序列与标准序列之间的差异预测每个分段结果的码长。获取第个分段结果的预测码长为：其中为第个分段结果的预测码长；为第个分段结果的第二数量，即第个分段结果中的类别个数；当第个分段结果中的类别个数小于等于时，每个类别中的二进制串都被编码成码长为的码字，此时预测码长为；为频率序列中前个频率；当第个分段结果中的类别个数等于时，频率序列中第一个频率对应的类别中二进制串被编码成码长为的码字，频率序列中第二、三个频率对应的类别中二进制串被编码成码长为的码字，此时预测码长为；为频率序列中第个频率；为标准序列中第个标准频率；为扩大系数；为频率序列中第个频率的权重；为标准码长；为以自然常数为底的函数；为频率序列中第个频率与标准序列中第个标准频率的差异，当该差异为正数的时候，频率序列中第个频率较标准序列中第个标准频率大，意味着比标准频率更大频率的二进制串被编码成码长为的码字，使得最终的平均码长变短，此时得到一个小于的数；当该差异为负数的时候，频率序列中第个频率较标准序列中第个标准频率小，意味着第个频率的类别中二进制串都被编码成码长大于的码字，使得最终的平均码长变长，此时得到一个大于的数；由
于第个频率的类别中二进制串都被编码成码长大于的码字相比比标准频率更大频率的二进制串被编码成码长为的码字对平均码长产生的影响更大，因此使用函数使得其对于负数的差异更加敏感。同时为了确保结果更加准确，使用作为差异的扩大系数，由人工设置，经验值为；不同的频率与标准频率的差异对最终的平均码长影响程度不同，如第个频率最大，其与第一个标准频率的差异对平均码长的影响也最大。因此对频率序列中不同的频率设置不同的权重，如频率序列中第个频率的权重为。由于标准序列中的标准频率从大到小排列，一定程度上可以反应不同频率对最终平均码长的影响程度。因此，将标准频率作为对应权重大小，即。综合了频率序列中所有频率与标准序列中对应标准频率的差异对平均码长的影响，得到影响系数。将影响系数乘以得到预测码长。当频率序列中较大的频率比标准序列中对应的标准频率大时，最终可达到比标准码长更短的平均码长；当频率序列中较大的频率比标准序列中对应的标准频率小时，最终可达到比标准码长更长的平均码长。该平均码长即为预测码长。
44.4．获取优异度。
45.根据第个分段结果的预测码长获取第个分段结果的优异度：其中为第个分段结果的优异度；为第个分段结果的第一长度；为第个分段结果的预测码长；为第个分段结果的第一数量；为第个分段结果的第二数量。
46.其中为第个分段结果的优异度；为第个分段结果的第一长度，即第个分段结果中每个二进制串的长度，又即第个分段结果中所有二进制串的平均长度；为第个分段结果的预测码长；为第个分段结果的第一数量，即第个分段结果中包含的二进制串的个数；为第个分段结果的第二数量，即第个分段结果中类别的个数；为预测第个分段结果中每个二进制串进行霍夫曼编码后减少的平均位数；为预测第个分段结果中所有二进制串进行霍夫曼编码后的减少的总位数，将其记为压缩长度；压缩长度越大，编码效率越高。又因此霍夫曼编码需保存编码字典，即每个类别中二进制串对应的码字，编码字典也需随编码结果一同传输，若编码字典越大，传输效率越慢；将近似作为所有类别中的二进制串的平均码长，则为每个类别中二进制串以及其对应的码字的长，则为预测字典长度。以压缩长度减去预测字典长度，作为第个分段
结果的优异度，优异度越大，第个分段结果压缩后的传输效率越高。优异度越小，第个分段结果压缩后的传输效率越低。
47.同理，获取每个分段结果的优异度。
48.5．获取最优分段结果。
49.优异度越大，对应的分段结果压缩后的传输效率越高，因此，将优异度最大的分段结果作为最优分段结果。
50.需要说明的是，本发明实施例通过以单侧二叉数为衡量标准，构建标准序列，预测不同分段结果编码后的平均码长，进一步获取每个分段结果的优异度，可快速获取压缩后传输效率最高的分段结果，可节省利用霍夫曼编码对每个分段结果进行编码再获取最优的分段结果而造成的时间成本以及保存每个分段结果的编码字典消耗的空间成本。本发明实施例获取最优分段结果的方法时间效率高，占用内存小，使得最终压缩后的传输效率高。
51.104．对最优分段结果进行压缩得到压缩数据，对压缩数据进行传输并解压。
52.对最优分段结果利用霍夫曼编码进行压缩，得到压缩数据与压缩字典。将压缩数据与压缩字典共同传输至污水处理效果识别平台。
53.污水处理效果识别平台利用霍夫曼解码的方法根据压缩字典对压缩数据进行解压，得到多个二进制串。将所有二进制串按照顺序拼接在一起得到二进制数据。对二进制数据进行反序列化得到污水检测数据。
54.105．污水处理效果识别。
55.污水处理效果识别平台根据污水检测数据对污水处理效果进行识别。
56.在本实施例中，通过dnn网络学习污水检测数据与污水处理效果之间的关系，具体的，网络以历史污水检测数据作为训练集，污水处理效果作为标签，所述标签为污水处理效果等级，由污水处理专业人员根据历史污水检测数据进行人为标注。网络的损失函数为均方差损失。训练dnn网络，将训练完成的dnn网络作为污水处理效果识别网络。
57.将污水检测数据输入到污水处理效果识别网络中输出污水处理效果。
58.通过以上步骤，完成了污水处理效果的识别。
59.本发明实施例通过采集污水检测数据，进一步获取二进制数据，并对二进制数据进行分段；获取每个分段结果的频率序列，构建每个分段结果的标准序列，通过频率序列与标准序列之间的差异预测不同分段结果编码后的平均码长，进一步获取每个分段结果的优异度，可快速获取压缩后传输效率最高的分段结果，可节省利用霍夫曼编码对每个分段结果进行编码再获取最优的分段结果而造成的时间成本以及保存每个分段结果的编码字典消耗的空间成本。本发明获取最优分段结果的方法时间效率高，占用内存小，使得最终压缩后的传输效率高。
60.以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

技术特征：

1.一种污水处理效果识别方法，其特征在于，该方法包括以下步骤：采集污水检测数据，将污水检测数据转换为二进制数据；根据第一预设阈值以及第二预设阈值获取多个第一长度，分别根据每个第一长度对二进制数据进行分段得到多个分段结果，每个分段结果包含多个第一长度的二进制串；获取每个分段结果包含的二进制串的个数作为每个分段结果的第一数量；获取每个分段结果的优异度，包括：对分段结果进行分类得到多个类别，将类别个数作为第二数量；将第二数量减二作为第三数量；统计每个类别的频率，根据每个类别的频率获取长度为第三数量的频率序列；获取长度为第三数量的标准序列；根据标准序列以及第二数量获取标准码长；根据标准序列获取频率序列中每个频率的权重；根据频率序列、标准序列、第二数量、所述每个频率的权重以及标准码长获取预测码长；根据预测码长、第一长度、第一数量以及第二数量获取分段结果的优异度；选择优异度最大的分段结果作为最优分段结果，对最优分段结果进行编码压缩，得到压缩数据；将压缩数据传输至污水处理效果识别平台，污水处理效果识别平台根据压缩数据进行污水处理效果识别。2.根据权利要求1所述的一种污水处理效果识别方法，其特征在于，所述根据第一预设阈值以及第二预设阈值获取多个第一长度，分别根据每个第一长度对二进制数据进行分段得到多个分段结果，每个分段结果包含多个第一长度的二进制串包括：获取第一预设阈值与第二预设阈值之间所有的整数，得到多个第一长度；分别根据每个第一长度将二进制数据分成长度为所述第一长度的多个二进制串，得到多个分段结果，每个分段结果包含多个二进制串；每个分段结果对应一个第一长度。3.根据权利要求1所述的一种污水处理效果识别方法，其特征在于，所述对分段结果进行分类得到多个类别包括：将分段结果中所有相同的二进制串划分为一个类别，得到多个类别，每个所述类别中包含的二进制串均相同，不同所述类别包含的二进制串均不同。4.根据权利要求1所述的一种污水处理效果识别方法，其特征在于，所述统计每个类别的频率，根据每个类别的频率获取长度为第三数量的频率序列包括：统计每个类别中二进制串的个数，将每个类别中二进制串的个数除以分段结果的第一数量，得到每个类别的频率；对所有类别的频率按照从大到小的顺序进行排序，获取排序结果中前第三数量个频率构成频率序列。5.根据权利要求1所述的一种污水处理效果识别方法，其特征在于，所述获取长度为第三数量的标准序列包括：构建一个长度为第三数量的标准序列，标准序列中包含第三数量个标准频率，第个标准频率为。6.根据权利要求1所述的一种污水处理效果识别方法，其特征在于，所述标准码长表达式为：
其中为第个分段结果的标准码长；为第个标准频率；为标准频率的序号；为第个分段结果的第二数量。7.根据权利要求1所述的一种污水处理效果识别方法，其特征在于，所述根据标准序列获取频率序列中每个频率的权重包括：将标准序列中每个标准频率作为频率序列中每个频率的权重。8.根据权利要求1所述的一种污水处理效果识别方法，其特征在于，所述预测码长表达式为：其中为第个分段结果的预测码长；为第个分段结果的第二数量；为频率序列中第个频率；为频率序列中第个频率；为频率序列中第个频率；为频率序列中第个频率；为标准序列中第个标准频率；为扩大系数；为频率序列中第个频率的权重；为标准码长；为以自然常数为底的函数。9.根据权利要求1所述的一种污水处理效果识别方法，其特征在于，所述优异度表达式为：其中为第个分段结果的优异度；为第个分段结果的第一长度；为第个分段结果的预测码长；为第个分段结果的第一数量；为第个分段结果的第二数量。10.根据权利要求1所述的一种污水处理效果识别方法，其特征在于，所述对最优分段结果进行编码压缩是指对最优分段结果进行霍夫曼编码压缩。

技术总结

本发明涉及数据传输技术领域，具体涉及一种污水处理效果识别方法，包括：采集污水检测数据，进一步获取二进制数据，并对二进制数据进行分段；获取每个分段结果的频率序列，构建每个分段结果的标准序列，通过频率序列与标准序列之间的差异预测不同分段结果编码后的平均码长，进一步获取每个分段结果的优异度，可快速获取压缩后传输效率最高的分段结果，可节省利用霍夫曼编码对每个分段结果进行编码再获取最优的分段结果而造成的时间成本以及保存每个分段结果的编码字典消耗的空间成本。本发明获取最优分段结果的方法时间效率高，占用内存小，使得最终压缩后的传输效率高。使得最终压缩后的传输效率高。使得最终压缩后的传输效率高。