[发明专利]一种基于模糊积分特征融合的动态数据分级方法有效
| 申请号： | 201510095450.8 | 申请日： | 2015-03-04 |
| 公开（公告）号： | CN104636492B | 公开（公告）日： | 2017-12-05 |
| 发明（设计）人： | 赵雅倩;陈继承 | 申请（专利权）人： | 浪潮电子信息产业股份有限公司 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30 |
| 代理公司： | 济南信达专利事务所有限公司37100 | 代理人： | 姜明 |
| 地址： | 250101 山东*** | 国省代码： | 山东;37 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开一种基于模糊积分特征融合的动态数据分级方法，属于计算机存储技术领域，步骤为①对训练集数据进行数据特征提取，形成初始数据特征集合，根据数据应用和存储特性提取数据特征；②数据特征融合；③对融合后的数据特征进行约简；④数据分级模型生成；⑤数据存储层次映射；本发明提高数据分级的准确性，充分考虑了数据特征间彼此关联的特性，利用模糊积分进行特征融合，建立更为合理的数据分级模型，适用于各种动态数据管理的存储层次决策，提高数据分级的处理速度，提升存储效率。 | ||
| 搜索关键词： | 一种 基于 模糊 积分 特征 融合 动态 数据 分级 方法 | ||
【主权项】：
一种基于模糊积分特征融合的动态数据分级方法，其特征是具体步骤为：①对训练集数据进行数据特征提取，形成初始数据特征集合，根据数据应用和存储特性提取数据特征；②数据特征融合：计算各数据特征组合的模糊测度，利用模糊积分对各特征进行融合，得到特征融合计算模型和新的数据特征向量；③对融合后的数据特征进行约简：对得到的新数据特征向量进行特征约简，选取最优特征子集；④数据分级模型生成：根据选取的最优特征子集进行分类训练，生成数据分类模型；根据得到的特征融合计算模型和最优特征子集分类模型得出待分级数据的最优融合特征向量；⑤数据存储层次映射：根据数据分类模型与得到的待分级数据的最优融合特征向量，判断数据类别，建立待分类数据与存储层次间的映射。
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浪潮电子信息产业股份有限公司，未经浪潮电子信息产业股份有限公司许可，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/201510095450.8/，转载请声明来源钻瓜专利网。
