数据处理方法和装置
    1.
    发明授权

    公开(公告)号:CN111966495B

    公开(公告)日:2022-02-01

    申请号:CN202010849131.2

    申请日:2020-08-21

    Abstract: 本发明公开了一种数据处理方法和装置。其中,该数据处理方法包括:获取分布式系统的基于粒子群优化实现负载均衡的数据分发算法;依据基于粒子群优化实现负载均衡的数据分发算法,计算分布式系统中负载均衡的粒子最佳位置;获取分布式系统的基于粒子群优化实现最优化存储的数据分发算法;依据基于粒子群优化实现最优化存储的数据分发算法和负载均衡的粒子最佳位置,对分布式系统中各节点所需的存储空间进行优化。本发明解决了由于现有的全比较计算研究采用的是分支定界法的方法来完成全比较计算的数据分发,导致的计算时间长,效率低的技术问题。

    基于并行改进的K-means算法的大数据文本聚类方法及系统

    公开(公告)号:CN111159406A

    公开(公告)日:2020-05-15

    申请号:CN201911393493.9

    申请日:2019-12-30

    Abstract: 本发明属于文本聚类技术领域,尤其涉及基于并行改进的K-means算法的大数据文本聚类方法及系统,通过Canopy中心点选取算法和K-means基于距离的聚类算法相结合的SWCK-means文本聚类算法处理将低维度的大数据文本数据进行聚类,本发明解决了现有技术存在由于K-means算法没有最优化或局部优化处理,从而导致算法的聚类的准确率和效率低下的问题,具有提高了K-means算法的聚类的准确率和效率、减少文本的维度、提高聚类的效果以及并行化设计的有益技术效果。

    基于SPGAPSO-SVM算法的公交客流量试验方法及系统

    公开(公告)号:CN111191764A

    公开(公告)日:2020-05-22

    申请号:CN201911395693.8

    申请日:2019-12-30

    Abstract: 本发明属于公交客流量预测技术领域,尤其涉及基于SPGAPSO-SVM算法的公交客流量试验方法及系统,其包括在已搭建的实验环境下,通过数据预处理和归一化处理,进行实验结果分析;所述实验结果分析包括:算法准确率验证、算法效率验证、收敛曲线对比验证、算法可扩展性验证、客流量预测结果验证,本发明解决了现有技术存在如何对SPGAPSO-SVM算法进行如算法准确率和效率、算法可扩展性、客流量预测等有效性验证的问题,具有对SPGAPSO-SVM算法进行预测准确率、较快的运行速度和良好的可扩展性的等有效性验证有益技术效果。

    车流预测方法和装置
    6.
    发明公开

    公开(公告)号:CN112508220A

    公开(公告)日:2021-03-16

    申请号:CN202011001420.3

    申请日:2020-09-22

    Abstract: 本发明公开了一种车流预测方法和装置。其中,该车流预测方法包括:获取历史车流量数据,并将历史车流量数据确定为输入数据;将输入数据输入车流量预测模型进行预测,得到车流预测结果;其中,车流量预测模型为通过核函数构建组合核函数,并利用遗传算法和粒子群算法优化组合核函数的参数,通过并行化训练得到的模型。本发明解决了由于现有技术对车流量预测的过程中基于机器学习和深度学习,存在的准确率和效率低的技术问题。

    一种基于输入数据压缩表示关联分析的数据融合防篡改方法

    公开(公告)号:CN110135196A

    公开(公告)日:2019-08-16

    申请号:CN201910388263.7

    申请日:2019-05-10

    Abstract: 本发明提供一种基于输入数据压缩表示关联分析的数据融合防篡改方法,该方法包括一种网络节点数据特征压缩机制,对原始输入数据输入进行压缩表示数据特征,保证数据表示精度,屏蔽不同数据类型的差异性;该方法包括一种基于Boost原则的子数据集收集方法,该方法将数据集进行有放回等概率的合理划分,构成训练子分类器的输入数据向量;该方法包括基于Adaboost的子分类器及篡改检测模型构建方法,利用划分的子数据集训练子分类器,最后组合子分类器搭建AdaBoost分类器对相关网络节点数据向量类型进行预测,应用多是投票原理作出最终预测结果,并利用这一机制快速识别篡改数据融合结果,防范恶意数据融合操作。

    基于禁忌搜索优化算法的全比较数据分发方法

    公开(公告)号:CN113407336A

    公开(公告)日:2021-09-17

    申请号:CN202110530699.2

    申请日:2021-05-15

    Abstract: 本发明公开了一种基于禁忌搜索优化算法的全比较数据分发方法,针对现有的全量分发存在的存储空间浪费问题以及使用HDFS存储无法实现完全数据本地化问题,提出了基于禁忌搜索优化的全比较计算数据分发模型,针对该模型还设计了基于禁忌搜索优化的负载均衡全比较数据分发算法和基于禁忌搜索优化的最小化存储全比较数据分发算法用于计算本发明提出的全比较计算数据分发模型的负载均衡、存储节约能力、数据本地化率以及计算速并进行了仿真实验,实验结果表明该全比较计算数据分发模型有效解决了大规模ATAC的数据分发问题,提高了计算速度,对生物信息学等学科ATAC任务的计算将产生较好的推动效果。

    数据处理方法和装置
    9.
    发明公开

    公开(公告)号:CN111966495A

    公开(公告)日:2020-11-20

    申请号:CN202010849131.2

    申请日:2020-08-21

    Abstract: 本发明公开了一种数据处理方法和装置。其中,该数据处理方法包括:获取分布式系统的基于粒子群优化实现负载均衡的数据分发算法;依据基于粒子群优化实现负载均衡的数据分发算法,计算分布式系统中负载均衡的粒子最佳位置;获取分布式系统的基于粒子群优化实现最优化存储的数据分发算法;依据基于粒子群优化实现最优化存储的数据分发算法和负载均衡的粒子最佳位置,对分布式系统中各节点所需的存储空间进行优化。本发明解决了由于现有的全比较计算研究采用的是分支定界法的方法来完成全比较计算的数据分发,导致的计算时间长,效率低的技术问题。

    突发事件下大众心理评估方法

    公开(公告)号:CN109871889B

    公开(公告)日:2019-12-24

    申请号:CN201910095431.3

    申请日:2019-01-31

    Abstract: 本发明一种突发事件下大众心理评估方法,是一种基于Boosting算法的Batch SVM增量心理评估算法,该算法主要通过对样本集的操作来生成一系列的弱分类器,通过迭代替换部分训练样本,更新支持向量机分类器。然后对这些弱分类器进行加权集成,产生一个最终的融合强分类器。采用该方法能够获得更准确的大众心理评估结果,同时构建了在线心理评估机制,从而能够对网络突发事件中的大众心理情况进行在线实时分析,可应用于基于云平台的大型分布式心理评估系统中,并且实施简单,准确率高,大幅度降低了心理评估的时延,具有很强的应用价值和现实意义。

Patent Agency Ranking