[发明专利]一种计算机数据处理设备

权利要求书

1.一种计算机数据处理设备，其特征在于,该设备包括信息采集单元、网络模型结构和清晰度设置单元，所述信息采集单元包括数据传输模块、数据抓取模块、数据归类模块、所述网络模型结构包括数据去冗单元、数据分析预测单元、数据增强单元、数据匹配单元，所述信息采集单元按照统一字节长度大小对数据进行采集，并通过所述数据抓取模块将数据传输到清晰度设置单元内进行格式的调节，所述清晰度设置单元将加强后的数据传输到网络模型结构，通过网络模型结构利用卷积神经网络进行4个步骤处理后通过边缘计算网络传输至云端。

2.如权利要求1所述的一种计算机数据处理设备，其特征在于，所述数据传输模块通过串口采集数据，对目标数据利用红外瞄准进行自动跟踪，将目标数据按照不同分类规则进行分类，数据传输模块定时定点对数据进行采集，分为连续采集、间隔采集，连续采集的每秒采集次数为30张数据，间隔采集依据设定时间的长短进行周期采集。

3.如权利要求1所述的一种计算机数据处理设备，其特征在于，所述数据归类模块用于对采集数据的分类处理，按照文本、图片、界面三个种类进行初步分类，在初步分类后对数据按字符特征征和字符格式特征再进行分类。

4.如权利要求1所述的一种计算机数据处理设备，其特征在于，所述数据去冗单元是利用粒子群算法对数据进行去冗，去冗的步骤为：

步骤S1：设置数据冗余的标准差为θ、粒子的个数为c、学习因子为m₁和m₂，同时规定迭代次数，在(3θ,30θ)范围内随机设置粒子A的初始位置A_b和速度D_b；

A_b＝(A₁，A₂，...，A_c)

D_b＝(D₁，D₂，...，D_c)

步骤S2：计算粒子的适应值E，并确定全局最优值所对应的适应度：

E_b＝(E₁，E₂，...，E_c)

E_max＝max(E_b)；

其中E_max表示粒子的初始全局最佳位置，将每个粒子的初始位置定为历史最佳位置：

f_h＝h_max

f_b＝A_b；

步骤S3：根据如下公式更新粒子的位置和速度：

步骤S4：对粒子的不同位置进行更新，不同位置包括局部位置和全局位置，确定不同迭代次数下的适应值，并且将不同迭代次数下的适应值进行比较；

步骤S5：对终止条件进行判断，输出最佳粒子速度和位置，终止迭代，否则回到步骤4；

步骤S6：输出去冗后的数据，算法结束。

5.如权利要求1所述的一种计算机数据处理设备，其特征在于，所述数据分析预测单元利用迭代阈值法对该相似度进行分析，分析的结果为高、低相似度两个区域，在分析时取初始阈值，将相似度大于初始阈值归类为高相似区域，将相似度小于初始阈值归类为低相似区域，同时计算高相似区域和低相似度区域的相似度平均值，再计算两个相似度平均值的加权平均值，将加权平均值替换初始阈值，迭代循环，循环的次数为100次。

6.如权利要求1所述的一种计算机数据处理设备，其特征在于，所述数据增强单元利用频率域数据增强法对数据进行处理，处理步骤为：

步骤T1：利用傅立叶变换将数据在频率域上进行表示；

步骤T2：滤波算子在频率域内对数据进行高低滤波处理，将字节长度再次通过傅立叶反转变换到空间域进行数据增强。

7.如权利要求1所述的一种计算机数据处理设备，其特征在于，所述数据匹配单元利用特征提取方法对数据进行字符长度提取，将提取后的数据与计算机中原有数据进行字符长度比对，字符长度相同比例大于等于95％归类于相同数据，字符长度相同比例小于95％大于等于80％归类于相似数据，字符长度相同比例小于80％归类于不同数据。