[發明專利]基于數據融合的計算機數據處理系統及方法

在審

• 申請號: 202010426699.3
• 申請日: 2020-05-19
• 公開（公告）號: CN111597399A
• 公開（公告）日: 2020-08-28
• 發明（設計）人: 尹大偉
• 申請（專利權）人: 萊蕪職業技術學院
• 主分類號: G06F16/901
• 分類號: G06F16/901;G06F9/50
• 代理公司: 濟南知來知識產權代理事務所(普通合伙) 37276
• 代理人: 崔靜

1.基于數據融合的計算機數據處理系統，其特征在于，所述系統包括：數據評估單元，用于評估待處理的數據，獲取待處理數據的數據信息；所述數據信息至少包括：數據規模大小，數據類型和數據結構；資源分配單元，根據預設的資源分配模型，基于所述數據評估單元獲取的數據信息，分配計算機的計算資源用于數據處理；數據融合單元，調用資源分配單元分配的計算資源，基于所述數據評估單元獲取的數據信息，對待處理的數據進行數據融合，將融合后的數據進行存儲。

2.如權利要求1所述的系統，其特征在于，所述數據評估單元包括：若干個數據識別子單元；所述數據識別子單元分別基于多個維度和多個特征空間進行訓練；訓練后的數據識別子單元在對應的維度和特征空間下，能夠對待處理數據進行分析，得出分析結果；所述數據評估單元還包括：分析整合單元，綜合所有數據識別子單元的分析結果，得出待處理數據的數據規模大小，數據類型和數據結構。

3.權利要求2所述的系統，其特征在于，所述維度定義為：數據的特征，即數據規模大小、數據類型和數據結構；所述訓練過程具體包括：所述數據識別子單元分別在數據規模大小維度、數據類型維度或數據結構維度下，基于預先采集到的訓練數據樣本，提取數據特征，使用如下公式，統計數據特征符合每一個特征空間的次數：其中，N為符合特征空間的次數，S為數據個數，λ_i為第i個訓練樣本的權重，M為每一個特征空間中的特征個數，count_j第i個訓練樣本的數據特征個數；根據統計到的訓練樣本符合每一個特征空間中的次數，按照從多到少，設置對應訓練樣本的特征空間從高到低的優先級，完成數據特征空間訓練；在評估待處理數據時，數據識別子單元對待處理數據分別進行對應維度下的特征空間映射，統計特征空間映射結果，將頻次最高的映射而結果，作為識別結果。

4.如權利要求3所述的系統，其特征在于，所述資源分配單元，根據預設的資源分配模型，基于所述數據評估單元獲取的數據信息，分配計算機的計算資源用于數據處理的方法執行以下步驟：建立資源分配模型，所述資源分配模型通過如下公示表示：

F(x)為分配資源百分比，x為數據信息：數據規模大小，數據類型和數據結構的加權平均值，α為常數，α3，為標準平均值，為設定的常數；根據建立的資源分配模型，首先通過如下公式，計算數據信息的加權平均值：數據規模大小*A+數據類型對應的權值*B+數據結構對應的權值*C；其中數據類型對應的權值含義為：針對不同的數據類型，預設不同的數值作為其權值；數據結構對應的權值定義為：針對不同的數據結構，預設不同的數值作為其權值；然后使用資源分配模型計算應該分配的計算機資源百分比，將該計算結果發送至數據融合單元。

5.如權利要求4所述的系統，其特征在于，所述數據融合單元，調用資源分配單元分配的計算資源，基于所述數據評估單元獲取的數據信息，對待處理的數據進行數據融合，將融合后的數據進行存儲的方法執行以下步驟：根據計算得到的計算機資源百分比，調用計算機資源，提取待處理的數據的數據空間，根據待處理數據的數據空間，并將待處理數據進行歸類劃分為不同的目標異構數據庫；對目標異構數據庫進行歸一化處理得到分類目標異構數據矩陣；使用如下公式，將分類目標異構數據矩陣分別與每一個定向數據空間群進行映射匹配：其中，sim(d_j，d_k)為映射匹配結果，為產品目標異構數據矩陣，w_ji為矩陣行值，|d_j|為對應的矩陣行列式的值；為定向數據空間群，w_ki為矩陣行值，|d_k||為對應的矩陣行列式的值；根據最終映射匹配的結果，將匹配映射結果sim(d_j，d_k)最小的值對應的定向數據空間群作為對應產品信息的數據空間，完成數據空間構建；根據構建的數據空間，進行混沌模糊匹配，完成不同異構數據之間的整合。