买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：国网浙江浙电招标咨询有限公司;国网浙江省电力有限公司物资分公司

摘要：本说明书一个或多个实施例涉及压缩算法技术领域，具体涉及一种基于文件属性自适应压缩方法、系统和存储介质，方法包括步骤：加载预先配置的分类表，所述分类表记录若干个文件类型及相应的至少一种压缩算法；将待压缩文件输入预先建立的与所述文件类型对应的特征提取模型获得文件特征；基于预先建立的与所述文件类型对应的算法选择模型对所述文件特征的响应，选择对应的压缩算法压缩所述待压缩文件，并关联压缩算法标识。本说明书一个或多个实施例的有益技术效果包括：通过特征提取模型和算法选择模型，提取待压缩文件的内容特征，实现对压缩算法的选择，有助于提高不同文件类型的压缩率。

主权项：1.基于文件属性自适应压缩方法，其特征在于，包括步骤：加载预先配置的分类表，所述分类表记录若干个文件类型及相应的至少一种压缩算法；将待压缩文件输入预先建立的与所述文件类型对应的特征提取模型获得文件特征；基于预先建立的与所述文件类型对应的算法选择模型对所述文件特征的响应，选择对应的压缩算法压缩所述待压缩文件，并关联压缩算法标识；所述分类表记录的文件类型包括文本文件，为文本文件预先建立特征提取模型时，执行以下步骤：建立第一神经网络模型，所述第一神经网络模型对所述文本文件的响应作为文本特征；接收样本文本文件，将所述样本文本文件向量化，获得文本向量；将所述样本文本文件的文本特征表示为向量形式，基于所述文本特征与所述文本向量的向量距离，确定损失函数的值；调整所述第一神经网络模型的参数，直至达到训练停止条件；基于所述第一神经网络模型获得文本文件的特征提取模型；所述分类表记录的文件类型包括音频文件，为音频文件预先建立特征提取模型时，执行以下步骤：建立第二神经网络模型，所述第二神经网络模型对所述音频文件的响应作为音频特征；接收样本音频文件，基于音频识别模型获得所述样本音频文件的识别文本；将所述识别文本输入所述第一神经网络模型，基于所述音频特征与所述第一神经网络模型的响应，确定损失函数的值；调整所述第二神经网络模型的参数，直至达到训练停止条件；基于所述第二神经网络模型获得音频文件的特征提取模型；所述分类表记录的文件类型包括视频文件，为视频文件预先建立特征提取模型时，执行以下步骤：将视频文件拆分为音轨和图像轨，将所述第二神经网络模型对所述音轨的响应作为音轨特征；建立第三神经网络模型，所述第三神经网络模型对所述图像轨的响应作为图像流特征；接收样本图像轨文件，基于视频识别模型获得所述样本图像轨文件的识别文本；将所述识别文本输入所述第一神经网络模型，基于所述图像流特征与所述第一神经网络模型的响应，确定损失函数的值；调整所述第三神经网络模型的参数，直至达到训练停止条件；基于所述第三神经网络模型获得视频文件的图像流特征，基于所述第二神经网络模型及所述第三神经网络模型获得视频文件的特征提取模型。

全文数据：

权利要求：

百度查询： 国网浙江浙电招标咨询有限公司 国网浙江省电力有限公司物资分公司 一种基于文件属性自适应压缩方法、系统和存储介质