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！

龙图腾网恭喜山东惠通科技有限公司申请的专利一种减少算力占用的数据管理方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119440776B 。

龙图腾网通过国家知识产权局官网在2025-05-30发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510037988.7，技术领域涉及：G06F9/48；该发明授权一种减少算力占用的数据管理方法及系统是由王东升设计研发完成，并于2025-01-10向国家知识产权局提交的专利申请。

本一种减少算力占用的数据管理方法及系统在说明书摘要公布了：本发明涉及计算机数据管理技术领域，公开了一种减少算力占用的数据管理方法及系统，包括S1：基于数据分布分析，采用稀疏化表示算法与主成分分析方法，通过设定L1正则化约束条件对高维数据特征的冗余进行运算剔除，结合矩阵运算方式分解数据相关性矩阵，提取贡献值排名靠前的特征向量并转换为稀疏低维矩阵；生成稀疏化低维数据矩阵。通过稀疏化表示与主成分分析的结合，创新性地运用L1正则化对高维数据进行特征筛选，剔除冗余数据项并提取具有高相关性的主成分特征，有效降低了数据维度，减少了计算资源的消耗，同时保留了数据的主要信息特性，提升了后续处理的效率和准确性，实现了任务的分布式调度和设备算力的高效利用。

本发明授权一种减少算力占用的数据管理方法及系统在权利要求书中公布了：1.一种减少算力占用的数据管理方法，其特征在于，包括以下步骤：S1：基于数据分布分析，采用稀疏化表示算法与主成分分析方法，通过设定L1正则化约束条件对高维数据特征的冗余进行运算剔除，结合矩阵运算方式分解数据相关性矩阵，提取贡献率排名在前30%的特征向量并转换为稀疏低维矩阵；生成稀疏化低维数据矩阵；S2：基于稀疏化低维数据矩阵，采用动态分区优化算法，通过构建数据访问频率分布模型筛选每分钟访问次数超过10次的高频访问的数据集，结合分布式节点任务表将数据按权重分配至不同存储分区，基于实时监控动态调整分区权重并更新分配结果；生成优化后的动态数据分区表；S3：基于优化后的动态数据分区表，采用事件驱动过滤算法，通过构建布隆过滤器筛选满足条件的关键事件数据集，依据已定义规则表对数据标签进行逐项判断，针对命中条件的数据标记关键事件标识后提取存储；生成关键事件数据流；S4：基于关键事件数据流，采用异构计算任务调度算法，通过对任务特征向量进行计算密集度分类标记，依据任务负载分析结果将计算复杂度低于特定阈值的轻任务分配至CPU并行队列处理，将计算复杂度高于特定阈值的高密集任务分配至GPU批量队列处理，结合动态负载模型调整各设备计算任务分布；生成高效处理的计算结果集；基于优化后的动态数据分区表，采用事件驱动过滤算法，通过构建布隆过滤器筛选满足条件的关键事件数据集，依据已定义规则表对数据标签进行逐项判断，针对命中条件的数据标记关键事件标识后提取存储；生成关键事件数据流的具体步骤为：S301：基于优化后的动态数据分区表，构建布隆过滤器，定义关键事件的规则表，将规则条件转化为布隆过滤器的哈希函数，计算数据块的潜在事件特征，采用公式： ；通过逐项计算将数据块标记为潜在事件；计算潜在事件概率，生成布隆过滤后的潜在事件数据；其中，代表第个数据块的潜在事件概率，代表第个数据块中关键特征值的加权和，代表所有数据块关键特征值加权和的均值，代表总数据块数量，代表所有数据块特征值加权和与均值差的平方和，代表第个数据块的规则哈希值；S302：基于布隆过滤后的潜在事件数据，通过关键事件匹配方法，逐条检索数据块中的事件特征值，判断是否满足规则表的定义条件，筛选满足条件的数据块，生成关键事件数据块；S303：基于关键事件数据块，采用事件优先级标注方法，通过对关键事件数据块进行分类标记，按照事件重要性生成事件优先级标签，生成标注优先级的关键事件数据；S304：基于标注优先级的关键事件数据，通过数据提取与存储算法，将数据按优先级分类存储至指定的存储节点，完成关键事件数据的提取与存储，生成关键事件数据流。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人山东惠通科技有限公司，其通讯地址为：257000 山东省东营市东营区南一路228号软件园15号楼3层；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。