[发明专利]基于Spark的高维序列数据相似性查询方法及系统有效
申请号: | 201910963344.5 | 申请日: | 2019-10-11 |
公开(公告)号: | CN110795469B | 公开(公告)日: | 2022-02-22 |
发明(设计)人: | 郑啸;张震;陈启航;黄俊 | 申请(专利权)人: | 安徽工业大学;马鞍山市卫生健康信息中心 |
主分类号: | G06F16/2458 | 分类号: | G06F16/2458;G06F16/22;G06F16/2453 |
代理公司: | 南京九致知识产权代理事务所(普通合伙) 32307 | 代理人: | 黄成萍 |
地址: | 243002 *** | 国省代码: | 安徽;34 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公开了一种基于Spark的高维序列数据相似性查询方法及系统,包括数据预处理、索引构建和查询等处理步骤。本发明使用分布式集群Spark提高计算能力;通过利用局部敏感哈希(LSH)函数来构建索引解决了高维序列数据处理困难等问题;查询过程只在部分Worker节点中进行,大大降低了数据的处理量,并且通过碰撞计数机制,有效的减少了候选集的规模,加速相似性查找的速率。本发明可以对用户任意给出的一条高维序列数据对象,快速且准确的从大规模数据集中查找出大部分相似数据对象。 | ||
搜索关键词: | 基于 spark 序列 数据 相似性 查询 方法 系统 | ||
【主权项】:
1.一种基于Spark的高维序列数据相似性查询方法,其特征在于,包括以下步骤:/n步骤(1),将高维序列数据读入到Spark集群单元中进行数据预处理;/n步骤(2),对预处理后的数据进行索引构建:/n步骤(2.1),选取局部敏感哈希LSH哈希函数族,用于构建复合哈希函数g
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安徽工业大学;马鞍山市卫生健康信息中心,未经安徽工业大学;马鞍山市卫生健康信息中心许可,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/201910963344.5/,转载请声明来源钻瓜专利网。
- 上一篇:数据抽取方法及装置
- 下一篇:一种关联数据获取方法、装置、设备及存储介质
- 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