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：北京国星创图科技有限公司

摘要：本发明公开了一种高效能数据的智能解析发布方法及系统，涉及数据处理技术领域，所述方法包括：获取多个发布边缘设备，并连接数据采集模块，在其间设置深度解析模块。深度解析模块接收来自数据采集模块的多源效能数据集和发布边缘设备的数据解析需求信息。将这些信息输入解析步长匹配网络层，输出与发布边缘设备对应的多个匹配深度解析步长。根据上述多个匹配深度解析步长，对多源效能数据集进行多层次深度解析，生成多层解析数据集。将多层解析数据集传输至发布边缘设备，进行数据发布。进而达成降低解析延迟，提高发布效率，提供灵活拓展能力的技术效果。

主权项：1.一种高效能数据的智能解析发布方法，其特征在于，所述方法包括：获取多个发布边缘设备；获取所述多个发布边缘设备连接的数据采集模块，在所述数据采集模块与所述多个发布边缘设备之间设置深度解析模块；所述深度解析模块接收来自所述数据采集模块对应的多源效能数据集合，以及所述多个发布边缘设备的数据解析需求信息；将所述多源效能数据集合和所述数据解析需求信息输入解析步长匹配网络层，根据所述解析步长匹配网络层，输出多个匹配深度解析步长，其中，所述多个匹配深度解析步长与所述多个发布边缘设备对应；按照所述多个匹配深度解析步长对所述多源效能数据集合进行多层次深度解析，输出多层解析数据集；基于所述多层解析数据集传输至所述多个发布边缘设备进行数据发布；其中，按照所述多个匹配深度解析步长对所述多源效能数据集合进行多层次深度解析，方法包括：对所述多个发布边缘设备进行设备属性进行识别，判断所述多个发布边缘设备之间的关系是否为从属连接关系；若所述多个发布边缘设备之间的关系为从属连接关系，激活独立深度解析指令；所述解析步长匹配网络层接收所述独立深度解析指令，按照所述多个匹配深度解析步长对所述多源效能数据集合进行多层次独立深度解析；其中，按照所述多个匹配深度解析步长对所述多源效能数据集合进行多层次深度解析，方法还包括：若所述多个发布边缘设备之间的关系为非从属连接关系，激活分布深度解析指令；所述解析步长匹配网络层接收所述分布深度解析指令，按照所述多个匹配深度解析步长对所述多源效能数据集合进行多层次分布深度解析；其中，将所述多源效能数据集合和所述数据解析需求信息输入解析步长匹配网络层，根据所述解析步长匹配网络层，输出多个匹配深度解析步长，方法包括：对所述多源效能数据集合进行分析，提取影响解析深度的数据关键特征，包括数据类型、数据频率、数据复杂度以及数据非结构化指标；对所述数据解析需求信息进行分析，提取影响解析深度的需求关键特征，包括设备处理能力、存储空间、实时性和网络条件；训练解析步长匹配网络层，所述解析步长匹配网络层嵌于所述深度解析模块；根据训练好的解析步长匹配网络层对所述数据关键特征和所述需求关键特征进行预测，获取每个发布边缘设备对应的预测深度解析步长，作为匹配深度解析步长进行输出；其中，训练解析步长匹配网络层包括：初始化多层感知机；建立数据关键特征标签样本和需求关键特征标签样本，以及标识深度解析步长的标识信息；引入交叉熵损失函数对所述数据关键特征标签样本和所述需求关键特征标签样本，以及标识深度解析步长的标识信息对所述初始化多层感知机进行前向传播损失分析，获取交叉熵损失数据，所述交叉熵损失数据为模型预测得到的深度解析步长与标识深度解析步长之间模型预测交叉熵损失率；使用Adam优化器对所述交叉熵损失数据进行模型参数优化，直至输出收敛的解析步长匹配网络层；其中，使用Adam优化器对所述交叉熵损失数据进行模型参数优化的表达式包括： ，其中，为优化后的模型参数，为迭代前的模型参数，为学习率超参数，控制模型学习时的速率，为交叉熵损失函数关于参数的梯度，表征了交叉熵损失函数在参数空间中增长最快的方向，为交叉熵损失函数的损失值，C为深度解析步长区间，为标识深度解析步长的真实标签，为所述解析步长匹配网络层预测得到的深度解析步长。

全文数据：

权利要求：

百度查询： 北京国星创图科技有限公司 一种高效能数据的智能解析发布方法及系统