[发明专利]基于物联网构建跨层面数据分析枢纽的方法有效

专利信息
申请号: 201310090142.7 申请日: 2013-03-20
公开(公告)号: CN103200242B 公开(公告)日: 2016-04-06
发明(设计)人: 唐雪飞;唐雪峰;陈科;郭一錡 申请(专利权)人: 成都康赛信息技术有限公司
主分类号: H04L29/08 分类号: H04L29/08;G06F17/30
代理公司: 成都宏顺专利代理事务所(普通合伙) 51227 代理人: 周永宏
地址: 610054 四川省成都市*** 国省代码: 四川;51
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明公开了基于物联网构建跨层面数据分析枢纽的方法,涉及物联网数据处理领域,包括以下步骤:首先,在局域网,私有网,互联网上部署数据分析枢纽的边缘神经元以及核心神经元,然后在物联网应用期间,边缘神经元负责感知,处理,分配被各种传感器采集并规则化之后的轻量级计算机数据,同时,边缘神经元和核心神经元使用分区分层面并行调度算法来交互数据,让核心神经元负责处理大流量,高复杂度的重量级数据,并进行调度、分配。本发明用于物联网上,包括知识层,控制层,数据层三层在内的跨层面信息分析,为物联网的高智能,高效率的目标提供技术支持。
搜索关键词: 基于 联网 构建 层面 数据 分析 枢纽 方法
【主权项】:
基于物联网构建跨层面数据分析枢纽的方法,其特征在于:包括以下步骤:第一步:利用神经元分布定位编码法,将物联网中具有智能CPU的单位进行编码,构建出边缘神经元、区域核心神经元和核心神经元;所述神经元分布定位编码法详细过程如下:A.将每一个边缘神经元的唯一的机器识别码作为编码法的最底层元素,即:Basic Element ID;B.以一个边缘神经元为例,此神经元有一个唯一的Basic Element ID,然后按照神经网络的层次往上,第一个区域核心神经元,即第一级区域核心神经元信息为:Region Center ID (1);C.假设在城市A的网络里,有三个边缘神经元连接到一个第一级区域核心神经元,那么采用权重编码法:这三个边缘神经元的定位编码分别为:DL Code=Basic Element ID+1+Region Center ID (1);DL Code=Basic Element ID+2+Region Center ID (1);DL Code=Basic Element ID+3+Region Center ID (1);D.从第一级区域核心神经元到第二级区域核心神经元的情况下,假设省份P有5个类似于城市A的城市,分别为A,B,C,D,E,那么按照步骤C中所述的权重编码法,若城市A权重定位为1,则其他城市依次为2,3,4,5;则这个时候,步骤B中的边缘神经元定位编码为:DL Code=Basic Element ID+1+Region Center ID(1)+1+Region Center ID (2);E.核心神经元也具有唯一的标识信息,以下称作Nerve Center ID,并且假设核心神经元管辖了4个省,按照权重编码,那么,步骤B中的边缘神经元定位编码为:DL Code=Basic Element ID+1+Region Center ID (1)+1+Region Center ID (2)+1+Nerve Center ID;F.对于有很多级区域神经元的情况,同样按照以上步骤中的方法编码,依次类推,从Basic Element ID信息开始一直加到Nerve Center ID;第二步:向边缘神经元和区域核心神经元的每一个智能CPU嵌入用以区分LM和ST的轻量级分层区分算法;所述LM为本地完成的信息,所述ST为需要提交的信息;第三步:向区域核心神经元的每一个智能CPU嵌入用以调度区域核心神经元传递到核心神经元的数据信息的排队并行算法。
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成都康赛信息技术有限公司,未经成都康赛信息技术有限公司许可,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/201310090142.7/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top