1.一种心理测评数据存储方法，其特征在于，所述方法包括：
获取多维的心理评测数据；根据预设区域长度参数，对每个维度的所述心理测评数据进行分割，获得每个维度的区域心理评测数据；
根据每个维度的每个所述区域心理评测数据内数据的变化特征，获取每个维度的每个所述区域心理评测数据的区域突变程度；根据不同维度的相同位置的所述区域心理评测数据变化特征的相似性，获取每个维度的每个所述区域心理评测数据的关联程度；
根据每个所述区域心理评测数据的所述区域突变程度和所述关联程度，结合预设损失参数，获取每个所述区域心理评测数据的损失容许参数；根据每个区域心理评测数据的所述损失容许参数，利用旋转门压缩算法对每个维度的每个所述区域心理评测数据进行压缩；
将压缩后的所述心理评测数据进行存储。
2.根据权利要求1所述的一种心理测评数据存储方法，其特征在于，所述区域突变程度的获取方法包括：
以每个数据点为中心，以预设邻域参数获取每个数据点的局部邻域；分析每个数据点的所述局部邻域内数据的波动特征，获取每个数据点的局部突变程度；
根据每个维度的每个所述区域心理评测数据内，所有数据点的所述局部突变程度的统计特征，获取每个维度的每个所述区域心理评测数据的区域突变程度。
3.根据权利要求2所述的一种心理测评数据存储方法，其特征在于，所述局部突变程度的获取方法包括：
在每个数据点为中心的局部邻域内，依次分别从中心数据点两侧对称位置选取两个数据，作为对比数据组；所述对比数据组中，数据序号最小的为左侧对比数据，另一个为右侧对比数据；将每个所述对比数据组中的所述左侧对比数据与中心数据点的差值绝对值作为分子，将每个所述对比数据组中的所述右侧对比数据与中心数据点的差值绝对值作为分母，比值作为每个数据点与每个所述对比数据组对应的波动特征值；
根据所述波动特征值的偏离特征，获取每个数据点的局部突变程度。
4.根据权利要求3所述的一种心理测评数据存储方法，其特征在于，所述局部突变程度的获取方法包括：
在每个数据点为中心的局部邻域内，将每个所述波动特征值与预设第一常数的差值绝对值，作为每个所述波动特征值的偏离参数，将所有所述偏离参数的和值作为每个数据点的局部突变程度。
5.根据权利要求2所述的一种心理测评数据存储方法，其特征在于，所述区域突变程度的获取方法包括：
将每个维度的每个所述区域心理评测数据内，所有数据点的所述局部突变程度的和值归一化后，作为每个维度的每个所述区域心理评测数据的区域突变程度。
6.根据权利要求1所述的一种心理测评数据存储方法，其特征在于，所述关联程度的获取方法包括：
获取所述心理评测数据中每个数据点的斜率；根据每个所述区域心理评测数据内每个数据点的斜率与其他维度下，相同位置的数据点的斜率之间的关联特征，获取每个维度的每个所述区域心理评测数据的关联程度。
7.根据权利要求6所述的一种心理测评数据存储方法，其特征在于，所述关联程度的获取方法包括：
根据关联程度计算公式获取每个维度的每个所述区域心理评测数据的关联程度；所述关联程度计算公式包括：
；
其中，表示维度的序号；表示区域心理评测数据的序号； 表示第 维度的第个区域心理评测数据的关联程度； 表示标准归一化函数；为自然数；表示除去第 个维度之外，其余维度的数量；表示除去第 个维度之外，其余维度的序号； 表示函数；表示区域心理评测数据内数据的序号；表示区域心理评测数据内数据的数量；
表示第 维度的第 个区域心理评测数据的第 个数据点的斜率； 表示
第 维度的第 个区域心理评测数据的第 个数据点的斜率。
8.根据权利要求1所述的一种心理测评数据存储方法，其特征在于，所述损失容许参数的获取方法包括：
当所述区域心理评测数据的所述区域突变程度大于等于预设重要区域筛选参数时，对应的所述区域心理评测数据的损失容许参数为预设第二常数；
当所述区域心理评测数据的所述区域突变程度小于预设重要区域筛选参数时，将对应的所述区域心理评测数据标记为待分析区域心理评测数据；根据所述待分析区域心理评测数据的所述区域突变程度和所述关联程度，结合预设损失参数，获取每个所述待分析区域心理评测数据的损失容许参数；所述区域突变程度与所述损失容许参数负相关；所述关联程度所述与所述损失容许参数正相关。
9.根据权利要求8所述的一种心理测评数据存储方法，其特征在于，所述待分析区域心理评测数据的损失容许参数的获取方法包括：
将每个所述待分析区域心理评测数据的所述关联程度作为分子，将所述区域突变程度作为分母，将比值归一化后与预设损失参数相乘，乘积作为每个待分析区域心理评测数据的损失容许参数。
10.一种心理测评数据存储系统，所述系统包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1 9任意一项所述一种心理测评数据存储方法的步骤。
~