[发明专利]面向多模态网络大数据的层次型存储方法及系统有效
| 申请号： | 201910589898.3 | 申请日： | 2019-07-02 |
| 公开（公告）号： | CN110456985B | 公开（公告）日： | 2023-05-23 |
| 发明（设计）人： | 黄震华;蔡立群;廖晓鹏;刘海;李丁丁;汤庸 | 申请（专利权）人： | 华南师范大学;广东智信信息科技股份有限公司 |
| 主分类号： | G06F3/06 | 分类号： | G06F3/06 |
| 代理公司： | 广州嘉权专利商标事务所有限公司 44205 | 代理人： | 任毅 |
| 地址： | 510631 广东省广州市*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了面向多模态网络大数据的层次型存储方法及系统，方法包括：根据多模网络大数据的每一个模态信息，获取每个数据对象在对应模态上的特征向量；将每个数据对象所对应的多个模态上的特征向量融合成一个全局特征向量；基于融合后的全局模态特征向量，计算不同数据对象间的特征相似度；基于广度优先策略，根据计算得到的特征相似度，采用谱聚类技术对多模态网络大数据进行划分，然后对划分得到的数据子集进行层次型存储。本发明提高了多模态网络大数据的存储空间效率和使用效率，降低了时间开销，易于部署和实现，可广泛应用于计算机技术领域。 | ||
| 搜索关键词： | 面向 多模态 网络 数据 层次 存储 方法 系统 | ||
【主权项】：
1.面向多模态网络大数据的层次型存储方法，其特征在于：包括以下步骤：/n根据多模网络大数据的每一个模态信息，获取每个数据对象在对应模态上的特征向量；/n将每个数据对象所对应的多个模态上的特征向量融合成一个全局特征向量；/n基于融合后的全局模态特征向量，计算不同数据对象间的特征相似度；/n基于广度优先策略，根据计算得到的特征相似度，采用谱聚类技术对多模态网络大数据进行划分，然后对划分得到的数据子集进行层次型存储。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于华南师范大学;广东智信信息科技股份有限公司，未经华南师范大学;广东智信信息科技股份有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910589898.3/，转载请声明来源钻瓜专利网。
- 数据显示系统、数据中继设备、数据中继方法、数据系统、接收设备和数据读取方法
- 数据记录方法、数据记录装置、数据记录媒体、数据重播方法和数据重播装置
- 数据发送方法、数据发送系统、数据发送装置以及数据结构
- 数据显示系统、数据中继设备、数据中继方法及数据系统
- 数据嵌入装置、数据嵌入方法、数据提取装置及数据提取方法
- 数据管理装置、数据编辑装置、数据阅览装置、数据管理方法、数据编辑方法以及数据阅览方法
- 数据发送和数据接收设备、数据发送和数据接收方法
- 数据发送装置、数据接收装置、数据收发系统、数据发送方法、数据接收方法和数据收发方法
- 数据发送方法、数据再现方法、数据发送装置及数据再现装置
- 数据发送方法、数据再现方法、数据发送装置及数据再现装置
