[發(fā)明專利]一種智慧燈桿虛擬化方法

有效

• 申請?zhí)枺?/td>: 202110387623.9
• 申請日: 2021-04-09
• 公開（公告）號: CN113076366B
• 公開（公告）日: 2023-01-24
• 發(fā)明（設計）人: 劉寧;陸松浩;張登銀
• 申請（專利權(quán)）人: 南京郵電大學
• 主分類號: G06F16/25
• 分類號: G06F16/25;G06F16/2458;G06F16/22;G06N3/04
• 代理公司: 江蘇圣典律師事務所 32237
• 代理人: 龔擁軍

1.一種智慧燈桿虛擬化方法，其特征在于，包括以下步驟：

步驟1：掛載于智慧燈桿上的各類異構(gòu)終端設備采集數(shù)據(jù)，將采集的數(shù)據(jù)以非結(jié)構(gòu)化、半結(jié)構(gòu)化、結(jié)構(gòu)化的文件進行存儲，將分布零散、混亂、類別不清的數(shù)據(jù)格式化；

步驟2：通過語法轉(zhuǎn)換模塊將步驟1處理后的數(shù)據(jù)從地址、結(jié)構(gòu)兩方面進行同構(gòu)化，從地址方面同構(gòu)化是使具有不同物理地址空間的數(shù)據(jù)具有統(tǒng)一的虛擬地址空間；從結(jié)構(gòu)方面同構(gòu)化是將不同文件格式的同類數(shù)據(jù)轉(zhuǎn)換為相同格式，再將各文件內(nèi)容不同邏輯訪問方式轉(zhuǎn)換為順序訪問并以二維關系存儲于數(shù)據(jù)庫的物理表中；

步驟3：以結(jié)構(gòu)規(guī)范、描述統(tǒng)一的虛擬表存儲步驟2中語法轉(zhuǎn)換模塊處理后的數(shù)據(jù)；

步驟4：將存儲于不同數(shù)據(jù)庫中的虛擬表從概念上進行同構(gòu)化，具體包括：

（ⅰ）首先對數(shù)據(jù)語義進行分析，基于上下文檢測數(shù)據(jù)邏輯合理性，構(gòu)建數(shù)據(jù)語義索引；

（ⅱ）利用語義索引關聯(lián)數(shù)據(jù)需滿足的語義規(guī)則，若數(shù)據(jù)符合對應的語義規(guī)則，則基于語義索引計算數(shù)據(jù)語義相似度，在相似度達到預設閾值情況下，將表達形式不同但具有相同含義的數(shù)據(jù)匯總在一起，完成語義提取與融合；

（ⅲ）若數(shù)據(jù)不符合對應的語義規(guī)則，則需重復步驟（ⅱ）至完成融合；

步驟5：通過語義轉(zhuǎn)換模塊，將步驟4處理后的虛擬表映射為滿足業(yè)務應用需求的視圖，對每個字符打上標簽值，將獲取的語言內(nèi)容作為輸入數(shù)據(jù)送入神經(jīng)網(wǎng)絡中，通過各個神經(jīng)元先進行特征提取，再進行池化，利用激活函數(shù)獲取預測值，最后通過優(yōu)化算法進行調(diào)參，使得預測值與標簽值的差達到最小值，進而獲取最終語義。

2.根據(jù)權(quán)利要求1所述的智慧燈桿虛擬化方法，其特征在于，步驟5具體包括以下步驟：

（a）對字符集中的所有字符進行標簽化操作，對每個字符打上標簽作為最終識別的目標值；

（b）設計神經(jīng)網(wǎng)絡模型，包括輸入層，卷積層，池化層，輸出層；輸入層用于輸入每個字符數(shù)據(jù)，卷積層作為整個網(wǎng)絡的核心部分，用于語義特征提取，語義分析采用深度神經(jīng)網(wǎng)絡，使用大規(guī)模的卷積核進行特征提取；池化層，是用于提高預測模型的運行速度，減少參與的數(shù)據(jù)量；池化后使用激活函數(shù)得到預測值；

（c）將步驟(a)獲取的語言內(nèi)容作為輸入數(shù)據(jù)送入神經(jīng)網(wǎng)絡中，通過各個神經(jīng)元先進行特征提取，再進行池化，利用激活函數(shù)獲取預測值；

（d）采用梯度下降優(yōu)化策略，使得預測值與標簽值的差達到最小，進而得到最終的預測值，將該預測值作為語句的語義，映射為滿足業(yè)務應用需求的視圖。