无效统计数据的检测方法和装置与流程

本公开涉及移动终端技术领域，尤其涉及一种无效统计数据的检测方法和装置。

背景技术：

目前随着移动终端技术的不断进步和用户健康意识的提高，随着智能硬件的普及,越来越多的用户会使用移动终端来记录运动数据，以通过数据指导健康生活。例如，用户可以佩戴智能手环，这被越来越多的人接受。一般手环最主要的功能便是通过智能手环的记步功能记录当天的步数来衡量一天的运动数据量，或者，用户也可以通过移动终端中的运动软件来记录当天的运动数据。相关技术中，智能手环或者运动软件的记步功能原理是通过内置在移动终端中的高精度三轴加速传感器检测移动终端在空间中的位移数据，进而可根据空间位移的幅度来判断用户是走路或是跑步。

这种方式下，三轴加速传感器并不能检测出移动终端的空间位移数据中的无效统计数据。

公开内容

为克服相关技术中存在的问题，本公开实施例提供了一种无效统计数据的检测方法和装置。所述技术方案如下：

根据本公开实施例的第一方面，提供一种无效统计数据的检测方法，该方法包括：

采集位移数据，以得到样本位移数据；

对所述样本位移数据进行离散度计算，以得到所述样本位移数据的离散值；以及

如果所述样本位移数据的离散值小于预设阈值，则将所述样本位移数据作为无效统计数据。

如上所述的方法，所述样本位移数据为通过三轴加速度传感器检测到的垂直方向的样本位移数据。

如上所述方法，还包括：

如果所述样本位移数据的离散值大于所述预设阈值，则以预设周期为间隔对所述样本位移数进行采样，得到至少一组的采样位移数据；

对所述至少一组的采样位移数据中的每组采样位移数据进行离散度计算，以得到每组采样位移数据的离散值；

根据所述每组采样位移数据的离散值对无效统计数据进行检测。

如上所述的方法，所述根据所述每组采样位移数据的离散值对无效统计数据进行检测，包括：

判断所述每组采样位移数据的离散值是否小于所述预设阈值；

在所述每组采样位移数据的离散值中至少有一组采样位移数据的离散值小于所述预设阈值时，将所述样本位移数据作为无效统计数据。

如上所述的方法，还包括：

在所述每组采样位移数据的离散值中的每组采样位移数据的离散值均大于所述预设阈值时，将所述采样位移数据作为有效统计数据。

根据本公开实施例的第二方面，提供一种无效统计数据的检测装置，该装置包括：

采集模块，被配置为采集位移数据，以得到样本位移数据；

第一计算模块，被配置为对所述样本位移数据进行离散度计算，以得到所述样本位移数据的离散值；

处理模块，被配置为在所述样本位移数据的离散值小于预设阈值时，将所述样本位移数据作为无效统计数据。

如上所述的装置，所述样本位移数据为通过三轴加速度传感器检测到的垂直方向的样本位移数据。

如上所述的装置，还包括：

采样模块，被配置为在所述样本位移数据的离散值大于所述预设阈值时，以预设周期为间隔对所述样本位移数进行采样，得到至少一组的采样位移数据；

第二计算模块，被配置为对所述至少一组的采样位移数据中的每组采样位移数据进行离散度计算，以得到每组采样位移数据的离散值；

检测模块，被配置为根据所述每组采样位移数据的离散值对无效统计数据进行检测。

如上所述的装置，所述检测模块包括：

判断子模块，被配置为判断所述每组采样位移数据的离散值是否小于所述预设阈值；

处理子模块，被配置为在所述每组采样位移数据的离散值中至少有一组采样位移数据的离散值小于所述预设阈值时，将所述样本位移数据作为无效统计数据。

如上所述的装置，所述处理子模块还被配置为：

在所述每组采样位移数据的离散值中的每组采样位移数据的离散值均大于所述预设阈值时，将所述采样位移数据作为有效统计数据。

根据本公开实施例的第三方面，提供一种无效统计数据的检测装置，该装置包括：

处理器；

用于存储处理器可执行指令的存储器；

其中，所述处理器被配置为：

采集位移数据，以得到样本位移数据；

对所述样本位移数据进行离散度计算，以得到所述样本位移数据的离散值；以及

如果所述样本位移数据的离散值小于预设阈值，则将所述样本位移数据作为无效统计数据。

本公开实施例提供的技术方案可以包括以下有益效果：

通过对样本位移数据进行离散度计算，在样本位移数据的离散值小于预设阈值时，将样本位移数据作为无效统计数据，能够检测出无效统计数据，有效提升用户的使用体验。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起被配置为解释本公开的原理。

图1是根据一示例性实施例示出的一种无效统计数据的检测方法的流程图；

图2是根据另一示例性实施例示出的一种无效统计数据的检测方法的流程图；

图3是根据另一示例性实施例示出的一种无效统计数据的检测方法的流程图；

图4是根据一示例性实施例示出的一种无效统计数据的检测装置的框图；

图5是根据另一示例性实施例示出的一种无效统计数据的检测装置的框图；

图6是根据另一示例性实施例示出的一种无效统计数据的检测装置的框图。

通过上述附图，已示出本公开明确的实施例，后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本公开构思的范围，而是通过参考特定实施例为本领域技术人员说明本公开的概念。

具体实施方式

下面详细描述本公开的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本公开，而不能理解为对本公开的限制。相反，本公开的实施例包括落入所附加权利要求书的精神和内涵范围内的所有变化、修改和等同物。

图1是根据一示例性实施例示出的一种无效统计数据的检测方法的流程图。本实施例以该无效统计数据的检测方法被配置为无效统计数据的检测装置中来举例说明。该无效统计数据的检测方法可以例如应用在智能手环中，也可以例如应用在安装有运动软件的移动终端中，其中，运动软件为具有记步功能的应用软件，移动终端可以是智能手机、平板电脑、个人数字助理、电子书等具有各种操作系统的硬件设备。

如图1所示，该无效统计数据的检测方法包括如下几个步骤：

在步骤S11中，采集位移数据，以得到样本位移数据。

本公开实施例以该无效统计数据的检测方法应用在智能手环中示例，智能手环中内置有三轴加速度传感器。

在本公开的实施例中，位移数据可以为智能手环中的三轴加速度传感器检测到的位移数据。

根据三轴加速度传感器的工作规范，在用户佩戴智能手环进行跑步运动时，智能手环随着用户的跑步节奏会产生水平前后、水平左右，以及垂直(上下)三个方向的空间位移，智能手环内置的加速度传感器会实时采集到该三个方向的位移数据，通常以x轴、y轴，以及z轴标记三轴加速度传感器采集到的位移数据，其中，可以通过x轴标记智能手环水平前后方向的位移数据、通过y轴标记智能手环水平左右方向的位移数据，以及通过z轴标记智能手环垂直方向的位移数据。

在智能手环的一个使用场景下，当用户将智能手环固定在自行车后轮的一根辐条上时，在自行车行驶过程中，随着辐条的旋转，智能手环也会产生位移数据，即三轴加速度传感器可以采集到x轴、y轴，以及z轴三个方向的位移数据，此时，智能手环并不能获知该位移数据是否是由用户进行运动所产生，即，智能手环并不能对位移数据的有效性进行检测。

可以理解的是，由于用户佩戴智能手环进行跑步运动时的路面情况相对复杂，因此，位移数据在垂直方向上呈现不一致的特点，因此，在本公开的实施例中，可以通过三轴加速度传感器采集智能手环在垂直方向(z轴)的位移数据作为样本位移数据，后续可以根据样本位移数据检测无效统计数据。

例如，用户佩戴智能手环在预设时间之内(例如，10s之内)走了5步，三轴加速度传感器采集到的5步中每一步在垂直方向(z轴)的位移数据如10.0cm、10.1cm、9.9cm、10.2cm，以及9.8cm，则将10.0cm、10.1cm、9.9cm、10.2cm，以及9.8cm作为样本位移数据。

在步骤S12中，对样本位移数据进行离散度计算，以得到样本位移数据的离散值。

在本公开的实施例中，可以采用离散度计算的方法检测样本位移数据是否为无效统计数据。

其中，离散度计算用于衡量各个样本位移数据之间的离散程度，标准差越大，表示各个位数据之间的离散程度越大，反之也成立。可以理解的是，由于用户佩戴智能手环进行跑步运动时的路面情况相对复杂，因此，如果样本位移数据中连续若干个样本位移数据之间的离散度较小，即该若干个连续样本位移数据差别不大时，则可以判定该样本位移数据为无效统计数据。

例如，假设有一组数列X₁，X₂，X₃，…，X_n，其中，n∈1～N，N为正整数，数列的算数平均值为μ，则标准差σ如下公式：

$\mathrm{\σ}=\sqrt{\frac{1}{N}\underset{i=1}{\overset{N}{\Σ}}{(x_i-\mathrm{\μ})}^2},$

以样本位移数据为10.0cm、10.1cm、9.9cm、10.2cm，以及9.8cm示例，根据上述标准差的计算公式计算得出该样本位移数据的标准差为0.141。

在步骤S13中，如果样本位移数据的离散值小于预设阈值，则将样本位移数据作为无效统计数据。

在本发明的实施例中，预设阈值可以由智能手环的内置出厂程序预先设定，也可以由用户根据自身需求设定，对此不作限制。

在本发明的实施例中，根据用户佩戴智能手环进行跑步运动时的路面情况相对复杂的经验，可以将预设阈值置为较小的数值，预设阈值可以例如为0.2。

例如，S12中计算得出该样本位移数据的标准差为0.141，小于预设阈值0.2，则可以判定样本位移数据为10.0cm、10.1cm、9.9cm、10.2cm，以及9.8cm为无效统计数据。

本实施例中，通过对样本位移数据进行离散度计算，在样本位移数据的离散值小于预设阈值时，将样本位移数据作为无效统计数据，能够检测出无效统计数据，有效提升用户的使用体验。

图2是根据另一示例性实施例示出的一种无效统计数据的检测方法的流程图。

在步骤S21中，采集位移数据，以得到样本位移数据。

本发明实施例以该无效统计数据的检测方法应用在智能手环中示例，智能手环中内置有三轴加速度传感器。

在本发明的实施例中，位移数据可以为智能手环中的三轴加速度传感器检测到的位移数据。

根据三轴加速度传感器的工作规范，在用户佩戴智能手环进行跑步运动时，智能手环随着用户的跑步节奏会产生水平前后、水平左右，以及垂直(上下)三个方向的空间位移，智能手环内置的加速度传感器会实时采集到该三个方向的位移数据，如图2所示，通常以x轴、y轴，以及z轴标记三轴加速度传感器采集到的位移数据，其中，可以通过x轴标记智能手环水平前后方向的位移数据、通过y轴标记智能手环水平左右方向的位移数据，以及通过z轴标记智能手环垂直方向的位移数据。

在智能手环的一个使用场景下，当用户将智能手环固定在自行车后轮的一根辐条上时，在自行车行驶过程中，随着辐条的旋转，智能手环也会产生位移数据，即三轴加速度传感器可以采集到x轴、y轴，以及z轴三个方向的位移数据，此时，智能手环并不能获知该位移数据是否是由用户进行运动所产生，即，智能手环并不能对位移数据的有效性进行检测。

可以理解的是，由于用户佩戴智能手环进行跑步运动时的路面情况相对复杂，因此，位移数据在垂直方向上呈现不一致的特点，因此，在本发明的实施例中，可以通过三轴加速度传感器采集智能手环在垂直方向(z轴)的位移数据作为样本位移数据，后续可以根据样本位移数据检测无效统计数据。

例如，用户佩戴智能手环在预设时间之内(例如，10s之内)走了5步，三轴加速度传感器采集到的5步中每一步在垂直方向(z轴)的位移数据如10.0cm、10.1cm、9.9cm、10.2cm，以及9.8cm，则将10.0cm、10.1cm、9.9cm、10.2cm，以及9.8cm作为样本位移数据。

在步骤S22中，对样本位移数据进行离散度计算，以得到样本位移数据的离散值。

在本发明的实施例中，可以采用离散度计算的方法检测样本位移数据是否为无效统计数据。

其中，离散度计算用于衡量各个样本位移数据之间的离散程度，标准差越大，表示各个位数据之间的离散程度越大，反之也成立。

可以理解的是，由于用户佩戴智能手环进行跑步运动时的路面情况相对复杂，因此，如果样本位移数据中连续若干个样本位移数据之间的离散度较小，即该若干个连续样本位移数据差别不大时，则可以判定该样本位移数据为无效统计数据。

例如，假设有一组数列X₁，X₂，X₃，…，X_n，其中，n∈1～N，N为正整数，数列的算数平均值为μ，则标准差σ如下公式：

$\mathrm{\σ}=\sqrt{\frac{1}{N}\underset{i=1}{\overset{N}{\Σ}}{(x_i-\mathrm{\μ})}^2}.$

可以理解的是，样本位移数据中的无效统计数据可以呈现周期性的特征。

在本实施例中，以用户佩戴智能手环在预设时间之内(例如，30s之内)走了15步，三轴加速度传感器采集到的15步中的每一步在垂直方向(z轴)的位移数据(如表1所示)进行示例。

表1

其中，位移数据的单位为厘米(cm)。

从表1中的行可以得出：第1-5步的样本位移数据分别为10.0cm、5.0cm、15.0cm、7.5cm，以及12.5cm，根据标准差的计算公式计算得出第1-5步的样本位移数据的标准差为3.536，同样，以此类推得第6-10步的样本位移数据的标准差和第11-15步的样本位移数据的标准差。

在步骤S23中，判断样本位移数据的离散值是否小于预设阈值，若是，执行S24，否则，执行S25。

在本发明的实施例中，预设阈值可以由智能手环的内置出厂程序预先设定，也可以由用户根据自身需求设定，对此不作限制。

在本发明的实施例中，根据用户佩戴智能手环进行跑步运动时的路面情况相对复杂的经验，可以将预设阈值置为较小的数值，预设阈值可以例如为0.2。

例如，在S22中得出第1-5步的样本位移数据的标准差为3.536，远大于0.2，则可以触发S25。若第1-5步的样本位移数据的标准差小于预设阈值，执行S24，该情况下具体的示例可以参考图1所示的实施例。

在步骤S24中，将样本位移数据作为无效统计数据。

可以理解的是，由于用户佩戴智能手环进行跑步运动时的路面情况相对复杂，因此，如果样本位移数据中连续若干个样本位移数据之间的离散度较小，即该若干个连续样本位移数据差别不大时，则可以判定该样本位移数据为无效统计数据。

在步骤S25中，以预设周期为间隔对样本位移数据进行采样，得到至少一组的采样位移数据。

其中，预设周期可以为记步周期，记步周期可以例如为5步。

在本发明的实施例中，参见表1中的列，可以以预设周期为5步，对样本位移数据进行周期性采样，采样得到的第一组采样位移数据例如为第1步、第6步，以及第11步的样本位移数据10.0、10.1cm，以及9.9cm；第二组采样位移数据例如为第2步、第7步，以及第12步的样本位移数据5.0、5.1cm，以及4.9cm；第三组采样位移数据例如为第3步、第8步，以及第13步的样本位移数据15.0、15.1cm，以及14.9cm；第四组采样位移数据例如为第4步、第9步，以及第14步的样本位移数据7.5、7.6cm，以及7.4cm；第五组采样位移数据例如为第5步、第10步，以及第15步的样本位移数据12.5、12.6cm，以及12.4cm。

在步骤S26中，对至少一组的采样位移数据中的每组采样位移数据进行离散度计算，以得到每组采样位移数据的离散值。

例如，可以根据S22中的标准差的计算公式计算得出第一组采样位移数据的标准差为0.082，以此类推，可以计算其余每一组的采样位移数据的标准差均为0.082。

在步骤S27中，根据每组采样位移数据的离散值对无效统计数据进行检测。

一些实施例中，参见图3，在步骤S27还可以包括：

在步骤S31中，判断每组采样位移数据的离散值是否小于预设阈值，若是，执行步骤S32，否则，执行步骤S33。

例如，可以将每一组的采样位移数据的标准差均与预设阈值进行比对，以触发后续步骤。

在步骤S32中，在每组采样位移数据的离散值中至少有一组采样位移数据的离散值小于预设阈值时，将样本位移数据作为无效统计数据。

例如，可以根据S22中的标准差的计算公式计算得出第一组采样位移数据的标准差为0.082，以此类推，可以计算其余每一组的采样位移数据的标准差均为0.082，由于每一组的采样位移数据的标准差均小于预设阈值，则表1中的样本位移数据为无效统计数据。

在步骤S33中，在每组采样位移数据的离散值中的每组采样位移数据的离散值均大于预设阈值时，将采样位移数据作为有效统计数据。

例如，若每一组的采样位移数据的标准差均大于预设阈值，则可以将样本位移数据为有效统计数据。

本实施例中，通过在顺序的样本位移数据的离散值大于预设阈值时，以预设周期为间隔对样本位移数据进行采样，得到至少一组的采样位移数据，通过对至少一组的采样位移数据中的每组采样位移数据进行离散度计算，在每组采样位移数据的离散值中至少有一组采样位移数据的离散值小于预设阈值时，将样本位移数据作为无效统计数据，能够提升无效统计数据的检测方法的应用灵活性，实现在顺序的样本位移数据的离散值大于预设阈值时，基于另一个维度检测出无效统计数据，保证了无效统计数据检测的精确性。

图4是根据一示例性实施例示出的一种无效统计数据的检测装置的框图。该无效统计数据的检测装置40可以通过软件、硬件或者两者的结合实现，该无效统计数据的检测装置40可以包括：

采集模块410，被配置为采集位移数据，以得到样本位移数据。

第一计算模块420，被配置为对样本位移数据进行离散度计算，以得到样本位移数据的离散值。

处理模块430，被配置为在样本位移数据的离散值小于预设阈值时，将样本位移数据作为无效统计数据。

可选地，样本位移数据为通过三轴加速度传感器检测到的垂直方向的样本位移数据。

一些实施例中，参见图5，该无效统计数据的检测装置40还可以包括：

采样模块440，被配置为在样本位移数据的离散值大于预设阈值时，以预设周期为间隔对样本位移数进行采样，得到至少一组的采样位移数据；

第二计算模块450，被配置为对至少一组的采样位移数据中的每组采样位移数据进行离散度计算，以得到每组采样位移数据的离散值；

检测模块460，被配置为根据每组采样位移数据的离散值对无效统计数据进行检测。

在本公开的一个示例中，检测模块460包括：

判断子模块461，被配置为判断每组采样位移数据的离散值是否小于预设阈值；

处理子模块462，被配置为在每组采样位移数据的离散值中至少有一组采样位移数据的离散值小于预设阈值时，将样本位移数据作为无效统计数据。

可选地，处理子模块还被配置为：在每组采样位移数据的离散值中的每组采样位移数据的离散值均大于预设阈值时，将采样位移数据作为有效统计数据。

需要说明的是，前述对无效统计数据的检测方法实施例的解释说明也适用于该实施例的无效统计数据的检测装置40，其实现原理类似，此处不再赘述。

本实施例中，通过在顺序的样本位移数据的离散值大于预设阈值时，以预设周期为间隔对样本位移数据进行采样，得到至少一组的采样位移数据，通过对至少一组的采样位移数据中的每组采样位移数据进行离散度计算，在每组采样位移数据的离散值中至少有一组采样位移数据的离散值小于预设阈值时，将样本位移数据作为无效统计数据，能够提升无效统计数据的检测方法的应用灵活性，实现在顺序的样本位移数据的离散值大于预设阈值时，基于另一个维度检测出无效统计数据，保证了无效统计数据检测的精确性。

图6是根据另一示例性实施例示出的一种无效统计数据的检测装置的框图。例如，装置1000可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等。

参照图6，装置600可以包括以下一个或多个组件：处理组件602，存储器604，电源组件606，多媒体组件608，音频组件610，输入/输出(I/O)的接口612，传感器组件614，以及通信组件616。

处理组件602通常控制装置600的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件602可以包括一个或多个处理器620来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件602可以包括一个或多个模块，便于处理组件602和其他组件之间的交互。例如，处理组件602可以包括传感器模块，以方便传感器组件614和处理组件602之间的交互。

存储器604被配置为存储各种类型的数据以支持在装置600的操作。这些数据的示例包括被配置为在装置600上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器604可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。

电力组件606为装置600的各种组件提供电力。电力组件606可以包括电源管理系统，一个或多个电源，及其他与为装置600生成、管理和分配电力相关联的组件。

多媒体组件608包括在装置600和用户之间的提供一个输出接口的触控显示屏。在一些实施例中，触控显示屏可以包括液晶显示器(LCD)和触摸面板(TP)。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件608包括一个前置摄像头和/或后置摄像头。当装置600处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。

音频组件610被配置为输出和/或输入音频信号。例如，音频组件610包括一个麦克风(MIC)，当装置600处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器604或经由通信组件616发送。在一些实施例中，音频组件610还包括一个扬声器，被配置为输出音频信号。

I/O接口612为处理组件602和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。

传感器组件614包括一个或多个传感器，被配置为装置600提供各个方面的状态评估。例如，传感器组件614可以检测到装置600的打开/关闭状态，组件的相对定位，例如组件为装置600的显示器和小键盘，传感器组件614还可以检测装置600或装置600一个组件的位置改变，用户与装置600接触的存在或不存在，装置600方位或加速/减速和装置600的温度变化。传感器组件614可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件614还可以包括光传感器，如CMOS或CCD图像传感器，被配置为在成像应用中使用。在一些实施例中，该传感器组件614还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。

通信组件616被配置为便于装置600和其他设备之间有线或无线方式的通信。装置600可以接入基于通信标准的无线网络，如WiFi，2G或3G，或它们的组合。在一个示例性实施例中，通信组件616经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，通信组件616还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。

在示例性实施例中，装置600可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现，被配置为执行上述移动终端通话无声时的处理方法。

在示例性实施例中，还提供了一种包括指令的非临时性计算机可读存储介质，例如包括指令的存储器604，上述指令可由装置600的处理器620执行以完成上述方法。例如，非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。

一种非临时性计算机可读存储介质，当存储介质中的指令由移动终端的处理器执行时，使得移动终端能够执行一种无效统计数据的检测方法，方法包括：

采集位移数据，以得到样本位移数据；

对样本位移数据进行离散度计算，以得到样本位移数据的离散值；以及

如果样本位移数据的离散值小于预设阈值，则将样本位移数据作为无效统计数据。

需要说明的是，前述对无效统计数据的检测方法实施例的解释说明也适用于该实施例的无效统计数据的检测装置，其实现原理类似，此处不再赘述。

本领域技术人员在考虑说明书及实践这里公开的公开后，将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由下面的权利要求指出。

应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。