CN116595003A - 一种碳排放与汇聚减排多模式空间数据内容编码与数字摘要方法 - Google Patents
一种碳排放与汇聚减排多模式空间数据内容编码与数字摘要方法 Download PDFInfo
- Publication number
- CN116595003A CN116595003A CN202310538207.3A CN202310538207A CN116595003A CN 116595003 A CN116595003 A CN 116595003A CN 202310538207 A CN202310538207 A CN 202310538207A CN 116595003 A CN116595003 A CN 116595003A
- Authority
- CN
- China
- Prior art keywords
- data
- emission
- emission reduction
- carbon
- carbon emission
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 title claims abstract description 142
- 229910052799 carbon Inorganic materials 0.000 title claims abstract description 142
- 230000009467 reduction Effects 0.000 title claims abstract description 104
- 238000000034 method Methods 0.000 title claims abstract description 45
- 230000008520 organization Effects 0.000 claims abstract description 20
- 238000004364 calculation method Methods 0.000 claims abstract description 18
- 238000012545 processing Methods 0.000 claims abstract description 6
- 230000008569 process Effects 0.000 claims description 12
- 238000004422 calculation algorithm Methods 0.000 claims description 3
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 238000004590 computer program Methods 0.000 claims description 3
- 238000007726 management method Methods 0.000 description 22
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 4
- 238000005259 measurement Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 239000005431 greenhouse gas Substances 0.000 description 3
- 229910002092 carbon dioxide Inorganic materials 0.000 description 2
- 239000001569 carbon dioxide Substances 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000002485 combustion reaction Methods 0.000 description 1
- 230000010485 coping Effects 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000000116 mitigating effect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000004083 survival effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/22—Indexing; Data structures therefor; Storage structures
- G06F16/2228—Indexing structures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/25—Integrating or interfacing systems involving database management systems
- G06F16/258—Data format conversion from or to a database
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/80—Management or planning
- Y02P90/84—Greenhouse gas [GHG] management systems
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Software Systems (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明提供一种碳排放与汇聚减排多模式空间数据内容编码与数字摘要方法。该方法包括以下步骤：S1，多模式非结构化碳排放与汇聚减排数据的结构化组织与字典化处理；S2，位置信息的空间编码与与字典属性数据的哈希摘要计算；S3，通用数据库支持下的碳排放与汇聚减排数据结构化入库与优化存储；S4，大规模碳排放与汇聚减排多模式空间数据的统一、可扩展的管理。本发明将非结构化的碳排放与汇聚减排多模式空间数据转换成结构化的数据库模型，在此基础上实现了通用非关系型数据库支持下的大规模碳排放与汇聚减排数据高效管理。
Description
技术领域
本发明涉及可持续发展与碳、计算机数据库技术领域，具体涉及一种碳排放与汇聚减排多模式空间数据内容编码与数字摘要方法。
背景技术
气候变化给人类生存和发展带来巨大的挑战，应对气候变化成为了可持续发展目标重要的组成部分，也是各国共同面临的重大挑战。二氧化碳是最重要的温室气体类型，人类活动产生的温室气体排放一般都转化为二氧化碳当量，从而实现定量的温室气体排放管理。碳排放与汇聚计量都是以相关方法学为基础，结合获取的多模型数据定量计算组织、产品生产过程以及项目的碳排放与汇聚。碳排放、汇聚的核算涉及的行业多，核算场景多，其基础数据都是具有特定的空间位置，因而在碳排放与汇聚核算过程中涉及到多模式空间数据的获取、处理与集成。
目前，碳排放与汇聚减排计量的标底对象多样，其中包括企业层面的燃烧排放、工业过程排放、林业碳汇、新能源减排、农业减排以及个人碳普惠减排等形式，这些碳排放和汇聚的数据一般都是根据标底类型，在单个项目层面上以原始测量数据和导出数据的形式支撑碳核算与汇总管理，然而在碳排放与汇聚减排计量过程中，这种数据组织与管理模式会带来数据安全、数据组织混乱等问题，从而制约了多模式数据交换和共享，给大规模、多种类的源和汇的碳核算带来阻碍。随着气候变化减缓与应对措施逐渐进入大范围的实施阶段，精准碳计量支撑的碳信息披露和碳交易将成为社会经济活动中的重要组成部分。因而要支撑大规模的碳排放与汇聚减排核算、高效碳管理，就需要采用高效的碳排放与汇聚减排多模式空间数据内容编码与加密方法，实现统一、可扩展的多模式碳核算数据高效组织与管理模式，从而支撑未来大尺度、高效的碳披露、碳交易。
碳排放和汇聚的数据一般都是根据标底类型，在单个项目层面上以原始测量数据和导出数据的形式支撑碳核算与汇总管理，然而在碳排放与汇聚减排计量过程中，这种数据组织与管理模式会带来数据安全、数据组织混乱等问题，从而制约了多模式数据交换和共享，给大规模、多种类的源和汇的碳核算带来阻碍。
发明内容
鉴于上述问题，提出了本发明以便提供一种克服上述问题或至少部分地解决上述问题的一种碳排放与汇聚减排多模式空间数据内容编码与数字摘要方法。
根据本发明的一个方面，提供一种碳排放与汇聚减排多模式空间数据内容编码与数字摘要方法，包括以下步骤：
S1，多模式非结构化碳排放与汇聚减排数据的结构化组织与字典化处理；
S2，位置信息的空间编码与字典属性数据的哈希摘要计算；
S3，通用数据库支持下的碳排放与汇聚减排数据结构化入库与优化存储；
S4，大规模碳排放与汇聚减排多模式空间数据的统一、可扩展的管理。
步骤S1包括：
将多模式碳排放与汇聚减排数据按照原始数据、元数据、核算科学文档、核算过程与结果按照字典形式组织，建立多模式碳核算数据从多模式非结构化到结构化存储模式的转变流程。
步骤S2包括：
在空间数据位置编码与属性值哈希计算的支撑下，对碳排放与汇聚减排核算数据进行空间编码和基于MD5,SHA哈希计算的数据摘要，计算每一个有空间位置的数据空间编码，并且将计算得到的空间编码以字典的附加属性存储。
步骤S1具体包括以下步骤：
S11，解析数据类型、数据文件版本、文件格式、文件关键内容等信息，构建以键值对为基础结构的碳排放与汇聚减排数据块；
S12，按照时间、空间、数据文件格式、文件关键内容字段进行排序，实现碳数据块的结构化组织与管理；
S13，将碳排放与汇聚减排数据块转化为字典模式，其中字符和数值类型的数据，直接存储数据，数据文件记录数据文件名和路径。
步骤S2具体包括以下步骤：
S21，解析碳排放与汇聚减排数据块的空间数据，采用全球统一的编码对数据的空间位置、空间范围进行编码，获得每个数据块中空间相关数据的位置编码；
S22，根据数据加密等级需求采用MD5或SHA系列哈希摘要算法对数据字典中的数值进行数字摘要计算，获取每一个键值对应数据的哈希数字摘要，建立以碳排放与汇聚减排数据块中键值与对应数据哈希数字摘要一一对应的键值数据对，构建碳排放与汇聚减排数据块数字摘要的存储字典。
步骤S3具体包括以下步骤：
S31，以非关系型数据库作为基础的数据后端，将碳排放与汇聚减排数据块的存储字典、数字摘要的存储字典分别存储，并且采用唯一标识符将这两种存储结构对应；
S32，以碳排放与汇聚减排数据块中的位置数据作为主索引键、时间数据为次索引键，建立碳排放与汇聚减排数据的优化存储结构。
步骤S4具体包括以下步骤：
S41，对碳排放与汇聚减排多模式空间数据库中的多模式数据的元数据描述作为文本类型的数据进行统一存储，利用全文本搜索引擎工具进行元数据的统一管理；
S42，采用时间、空间为基础索引，建立碳排放与汇聚减排多模式空间数据库的多级缓存模型，实现大规模碳排放与汇聚减排多模式空间数据的扩展管理。
根据本发明的另一方面，提供一种计算机存储介质，所述存储介质中存储至少一可执行指令，所述可执行指令使处理器执行本发明所述的估计方法对应的操作。
本发明相对于现有技术的有益效果：
(1)本发明以字典形式对多模式碳排放与汇聚减排空间数据的元数据和实体数据进行管理，实现了原始数据、科学模型描述文档、核算过程描述和核算结果的数字表达形式上的统一；
(2)本发明利用基于哈希计算实现了多模式碳排放与汇聚减排空间数据的数据摘要，为基于区块链的碳披露与碳交易提供了基础；
(3)本发明将非结构化的碳排放与汇聚减排多模式空间数据转换成结构化的数据库模型，在此基础上实现了通用非关系型数据库支持下的大规模碳排放与汇聚减排数据高效管理。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅用于示出优先实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：
图1为一种碳排放与汇聚减排多模式空间数据内容编码与数字摘要方法的工作流程图；
图2为碳排放与汇聚减排多模式空间数据字典组织模式样例图。
具体实施方式
本发明所述一种碳排放与汇聚减排多模式空间数据内容编码与数字摘要方法，旨在提供一种面向碳排放与汇聚减排核算过程中多模式空间数据内容结构化组织与高效管理的方法，解决目前以原始测量数据和导出数据的形式管理碳核算数据带来的数据安全、数据组织混乱等问题，从而实现统一、可扩展的多模式碳核算数据高效组织与管理模式，支撑未来大尺度、高效的碳披露、碳交易。
本发明所述一种碳排放与汇聚减排多模式空间数据内容编码与数字摘要方法，包括以下步骤：
S1，多模式非结构化碳排放与汇聚减排数据的结构化组织与字典化处理；
S2，位置信息的空间编码与与字典属性数据的哈希摘要计算；
S3，通用数据库支持下的碳排放与汇聚减排数据结构化入库与优化存储；
S4，大规模碳排放与汇聚减排多模式空间数据的统一、可扩展的管理。
本发明所述一种碳排放与汇聚减排多模式空间数据内容编码与数字摘要方法，在以空间数据位置编码与属性值哈希计算的支撑下，以字典的形式组织碳排放与汇聚减排核算过程中的原始数据、科学文档、核算过程与结果，实现碳核算数据从多模式非结构化到结构化存储模式的转变；对碳排放与汇聚减排核算数据进行空间编码和基于哈希计算的数据摘要，计算每一个有空间位置的数据空间编码，并且将计算得到的空间编码以字典的附加属性存储；在通用数据库的支撑下，采用结构化的方式存储，从而实现大规模碳排放与汇聚减排多模式空间数据的统一、可扩展的管理。
图1为一种碳排放与汇聚减排多模式空间数据内容编码与数字摘要方法的工作流程图；
如图1所示，一种碳排放与汇聚减排多模式空间数据内容编码与数字摘要方法，包括以下步骤：S1，多模式非结构化碳排放与汇聚减排数据的结构化组织与字典化处理；S2，位置信息的空间编码与与字典属性数据的哈希摘要计算；S3，通用数据库支持下的碳排放与汇聚减排数据结构化入库与优化存储；S4，大规模碳排放与汇聚减排多模式空间数据的统一、可扩展的管理。
一种碳排放与汇聚减排多模式空间数据内容编码与数字摘要方法，按照碳交易和披露的要求，将多模式碳排放与汇聚减排数据按照原始数据、元数据、核算科学文档、核算过程与结果按照字典形式组织，建立多模式碳核算数据从多模式非结构化到结构化存储模式的转变流程；在空间数据位置编码与属性值哈希计算的支撑下，对碳排放与汇聚减排核算数据进行空间编码和基于MD5,SHA等哈希计算的数据摘要，计算每一个有空间位置的数据空间编码，并且将计算得到的空间编码以字典的附加属性存储；在通用数据库的支撑下，采用结构化的方式存储，从而实现大规模碳排放与汇聚减排多模式空间数据的统一、可扩展的管理。
该种碳排放与汇聚减排多模式空间数据内容编码与数字摘要方法所述的步骤S1包括以下步骤：S11，解析数据类型、数据文件版本、文件格式、文件关键内容等信息，构建以键值对为基础结构的碳排放与汇聚减排数据块；S12，按照时间、空间、数据文件格式、文件关键内容等字段进行排序，实现碳数据块的结构化组织与管理；S13，将碳排放与汇聚减排数据块转化为字典模式，其中字符和数值类型的数据，直接存储数据，数据文件记录数据文件名和路径。
该种碳排放与汇聚减排多模式空间数据内容编码与数字摘要方法所述的步骤S2包括以下步骤：S21，解析碳排放与汇聚减排数据块的空间数据，采用全球统一的编码对数据的空间位置、空间范围进行编码，获得每个数据块中空间相关数据的位置编码；S22，根据数据加密等级需求采用MD5或SHA系列哈希摘要算法对数据字典中的数值进行数字摘要计算，获取每一个键值对应数据的哈希数字摘要，建立以碳排放与汇聚减排数据块中键值与对应数据哈希数字摘要一一对应的键值数据对，构建碳排放与汇聚减排数据块数字摘要的存储字典。
该种碳排放与汇聚减排多模式空间数据内容编码与数字摘要方法所述的步骤S3包括以下步骤：S31，以非关系型数据库作为基础的数据后端，将碳排放与汇聚减排数据块的存储字典、数字摘要的存储字典分别存储，并且采用唯一标识符将这两种存储结构对应；S32，以碳排放与汇聚减排数据块中的位置数据作为主索引键、时间数据为次索引键，建立碳排放与汇聚减排数据的优化存储结构；图2为碳排放与汇聚减排多模式空间数据字典组织模式样例图。
该种碳排放与汇聚减排多模式空间数据内容编码与数字摘要方法所述的步骤S4包括以下步骤：S41，对碳排放与汇聚减排多模式空间数据库中的多模式数据的元数据描述作为文本类型的数据进行统一存储，利用全文本搜索引擎工具进行元数据的统一管理；S42，采用时间、空间为基础索引，建立碳排放与汇聚减排多模式空间数据库的多级缓存模型，实现大规模碳排放与汇聚减排多模式空间数据的扩展管理。
综上所述，本发明针对多模式碳排放与汇聚减排数据的组织与存储，提出了涉及空间数据的内容编码与数字摘要方法。传统的文件存储与管理或者结构化的数据存储与管理方式在单个项目层面以原始测量数据和导出数据的形式支撑碳核算与汇总管理，在支撑大规模碳排放与汇聚减排计量的业务实践中，会带来数据安全、数据组织混乱等问题，制约了多模式数据交换和共享，给大规模、多种类的源和汇的碳核算带来阻碍。本发明以字典形式对多模式碳排放与汇聚减排空间数据的元数据和实体数据进行管理，实现了原始数据、科学模型描述文档、核算过程描述和核算结果的数字表达形式上的统一。通过哈希计算实现了多模式碳排放与汇聚减排空间数据的数据摘要，为基于区块链的碳披露与碳交易提供了基础；将非结构化的碳排放与汇聚减排多模式空间数据转换成结构化的数据库模型，实现了通用非关系型数据库支持下的大规模碳排放与汇聚减排数据高效管理。
本申请实施例还提供了一种计算机可读存储介质，计算机可读存储介质上存储计算机程序，计算机程序被处理器执行时实现上述一种碳排放与汇聚减排多模式空间数据内容编码与数字摘要方法的估计方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。
本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。
本领域内的技术人员应明白，本申请实施例的实施例可提供为方法、装置、或计算机存储介质。因此，本申请实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
尽管已描述了本申请实施例的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本申请实施例范围的所有变更和修改。
Claims (8)
1.一种碳排放与汇聚减排多模式空间数据内容编码与数字摘要方法，其特征在于，包括以下步骤：
S1，多模式非结构化碳排放与汇聚减排数据的结构化组织与字典化处理；
S2，位置信息的空间编码与与字典属性数据的哈希摘要计算；
S3，通用数据库支持下的碳排放与汇聚减排数据结构化入库与优化存储；
S4，大规模碳排放与汇聚减排多模式空间数据的统一、可扩展的管理。
2.如权利要求1所述的碳排放与汇聚减排多模式空间数据内容编码与数字摘要方法，其特征在于，所述步骤S1包括：
将多模式碳排放与汇聚减排数据按照原始数据、元数据、核算科学文档、核算过程与结果按照字典形式组织，建立多模式碳核算数据从多模式非结构化到结构化存储模式的转变流程。
3.如权利要求1所述的碳排放与汇聚减排多模式空间数据内容编码与数字摘要方法，其特征在于，所述步骤S2包括：
在空间数据位置编码与属性值哈希计算的支撑下，对碳排放与汇聚减排核算数据进行空间编码和基于MD5,SHA哈希计算的数据摘要，计算每一个有空间位置的数据空间编码，并且将计算得到的空间编码以字典的附加属性存储。
4.如权利要求1所述的碳排放与汇聚减排多模式空间数据内容编码与数字摘要方法，其特征在于，所述步骤S1具体包括以下步骤：
S11，解析数据类型、数据文件版本、文件格式、文件关键内容信息，构建以键值对为基础结构的碳排放与汇聚减排数据块；
S12，按照时间、空间、数据文件格式、文件关键内容字段进行排序，实现碳数据块的结构化组织与管理；
S13，将碳排放与汇聚减排数据块转化为字典模式，其中字符和数值类型的数据，直接存储数据，数据文件记录数据文件名和路径。
5.如权利要求1所述的碳排放与汇聚减排多模式空间数据内容编码与数字摘要方法，其特征在于，所述步骤S2具体包括以下步骤：
S21，解析碳排放与汇聚减排数据块的空间数据，采用全球统一的编码对数据的空间位置、空间范围进行编码，获得每个数据块中空间相关数据的位置编码；
S22，根据数据加密等级需求采用MD5或SHA系列哈希摘要算法对数据字典中的数值进行数字摘要计算，获取每一个键值对应数据的哈希数字摘要，建立以碳排放与汇聚减排数据块中键值与对应数据哈希数字摘要一一对应的键值数据对，构建碳排放与汇聚减排数据块数字摘要的存储字典。
6.如权利要求1所述的碳排放与汇聚减排多模式空间数据内容编码与数字摘要方法，其特征在于，所述步骤S3具体包括以下步骤：
S31，以非关系型数据库作为基础的数据后端，将碳排放与汇聚减排数据块的存储字典、数字摘要的存储字典分别存储，并且采用唯一标识符将这两种存储结构对应；
S32，以碳排放与汇聚减排数据块中的位置数据作为主索引键、时间数据为次索引键，建立碳排放与汇聚减排数据的优化存储结构。
7.如权利要求1所述的碳排放与汇聚减排多模式空间数据内容编码与数字摘要方法，其特征在于，所述步骤S4具体包括以下步骤：
S41，对碳排放与汇聚减排多模式空间数据库中的多模式数据的元数据描述作为文本类型的数据进行统一存储，利用全文本搜索引擎工具进行元数据的统一管理；
S42，采用时间、空间为基础索引，建立碳排放与汇聚减排多模式空间数据库的多级缓存模型，实现大规模碳排放与汇聚减排多模式空间数据的扩展管理。
8.一种计算机存储介质，其特征在于，所述计算机存储介质中存储有计算机程序指令，所述计算机程序指令被处理器执行时实现如权利要求1-7任意一项所述的的碳排放与汇聚减排多模式空间数据内容编码与数字摘要方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310538207.3A CN116595003B (zh) | 2023-05-15 | 2023-05-15 | 一种碳排放与汇聚减排多模式空间数据内容编码与数字摘要方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310538207.3A CN116595003B (zh) | 2023-05-15 | 2023-05-15 | 一种碳排放与汇聚减排多模式空间数据内容编码与数字摘要方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116595003A true CN116595003A (zh) | 2023-08-15 |
| CN116595003B CN116595003B (zh) | 2023-11-17 |
Family
ID=87594920
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310538207.3A Active CN116595003B (zh) | 2023-05-15 | 2023-05-15 | 一种碳排放与汇聚减排多模式空间数据内容编码与数字摘要方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116595003B (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20070061266A1 (en) * | 2005-02-01 | 2007-03-15 | Moore James F | Security systems and methods for use with structured and unstructured data |
| CN101477568A (zh) * | 2009-02-12 | 2009-07-08 | 清华大学 | 一种结构化数据和非结构化数据综合检索的方法 |
| CN106484734A (zh) * | 2015-09-01 | 2017-03-08 | 天脉聚源（北京）科技有限公司 | 一种数据查询缓存方法及系统 |
| WO2019050968A1 (en) * | 2017-09-05 | 2019-03-14 | Forgeai, Inc. | METHODS, APPARATUS, AND SYSTEMS FOR TRANSFORMING UNSTRUCTURED NATURAL LANGUAGE INFORMATION IN TO COMPUTER-PROCESSED STRUCTURED DATA |
| US20190102412A1 (en) * | 2017-09-30 | 2019-04-04 | Oracle International Corporation | Performing in-memory columnar analytic queries on externally resident data |
| CN110399619A (zh) * | 2019-07-30 | 2019-11-01 | 南京邮电大学 | 面向神经机器翻译的位置编码方法及计算机存储介质 |
-
2023
- 2023-05-15 CN CN202310538207.3A patent/CN116595003B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20070061266A1 (en) * | 2005-02-01 | 2007-03-15 | Moore James F | Security systems and methods for use with structured and unstructured data |
| CN101477568A (zh) * | 2009-02-12 | 2009-07-08 | 清华大学 | 一种结构化数据和非结构化数据综合检索的方法 |
| CN106484734A (zh) * | 2015-09-01 | 2017-03-08 | 天脉聚源（北京）科技有限公司 | 一种数据查询缓存方法及系统 |
| WO2019050968A1 (en) * | 2017-09-05 | 2019-03-14 | Forgeai, Inc. | METHODS, APPARATUS, AND SYSTEMS FOR TRANSFORMING UNSTRUCTURED NATURAL LANGUAGE INFORMATION IN TO COMPUTER-PROCESSED STRUCTURED DATA |
| US20190102412A1 (en) * | 2017-09-30 | 2019-04-04 | Oracle International Corporation | Performing in-memory columnar analytic queries on externally resident data |
| CN110399619A (zh) * | 2019-07-30 | 2019-11-01 | 南京邮电大学 | 面向神经机器翻译的位置编码方法及计算机存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116595003B (zh) | 2023-11-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR101083488B1 (ko) | 객체 모델의 영향 분석 | |
| US8972460B2 (en) | Data model optimization using multi-level entity dependencies | |
| US8160999B2 (en) | Method and apparatus for using set based structured query language (SQL) to implement extract, transform, and load (ETL) splitter operation | |
| CN111694858A (zh) | 数据血缘分析方法、装置、设备及计算机可读存储介质 | |
| US9141666B2 (en) | Incremental maintenance of range-partitioned statistics for query optimization | |
| US20060041544A1 (en) | Techniques for processing database queries including user-defined functions | |
| US9703817B2 (en) | Incremental information integration using a declarative framework | |
| US20090112927A1 (en) | System and Method of Transforming Data for Use in Data Analysis Tools | |
| CN109117440B (zh) | 一种元数据信息获取方法、系统和计算机可读存储介质 | |
| CN101627363A (zh) | 数据库管理系统中的表达式混合求值 | |
| US9471617B2 (en) | Schema evolution via transition information | |
| Hao et al. | Cleaning relations using knowledge bases | |
| CN110990055B (zh) | 一种基于程序分析的Pull Request功能分类方法 | |
| CN114253995B (zh) | 数据溯源方法、装置、设备及计算机可读存储介质 | |
| CN116595003B (zh) | 一种碳排放与汇聚减排多模式空间数据内容编码与数字摘要方法 | |
| Bok et al. | Provenance compression scheme based on graph patterns for large RDF documents | |
| CN106156904B (zh) | 一种基于eID的跨平台虚拟资产溯源方法 | |
| Papastefanatos et al. | Rule-based Management of Schema Changes at ETL sources | |
| US9959295B1 (en) | S-expression based computation of lineage and change impact analysis | |
| JP2004192657A (ja) | 情報検索システム、情報検索方法および情報検索用プログラムを記録した記録媒体 | |
| Tomic et al. | A novel UML profile for representation of a relational database schema | |
| CN101093495A (zh) | 基于网状关系维的数据处理方法和系统 | |
| US11803545B1 (en) | Runtime statistics feedback for query plan cost estimation | |
| CN111639095B (zh) | 一种数据表查询方法、装置及存储介质 | |
| Atigui et al. | Facilitate effective decision-making by warehousing reduced data: is it feasible? |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |