CN106776103A - 物联网大数据快速校验方法 - Google Patents
物联网大数据快速校验方法 Download PDFInfo
- Publication number
- CN106776103A CN106776103A CN201710028705.8A CN201710028705A CN106776103A CN 106776103 A CN106776103 A CN 106776103A CN 201710028705 A CN201710028705 A CN 201710028705A CN 106776103 A CN106776103 A CN 106776103A
- Authority
- CN
- China
- Prior art keywords
- data
- verification
- identified
- internet
- recognizer
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/07—Responding to the occurrence of a fault, e.g. fault tolerance
- G06F11/08—Error detection or correction by redundancy in data representation, e.g. by using checking codes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种物联网大数据快速校验方法,包括以下步骤:S1:设定初等校验方式、中等校验方式和多种高等校验方式,对多种高等校验方式进行分类,得出分类结果;S2:对数据进行识别,根据识别结果剔除数据中的无用数据,然后用初等校验方式对无用数据进行校验;S3:对剔除无用数据后的数据进行识别,根据识别结果将剔除无用数据后的数据分成关键数据和普通数据,然后用中等校验方式对普通数据进行校验;S4:对关键数据进行识别。本发明能够将数据根据重要性进行分类,也能够对不同重要性的数据以不同的校验方式进行校验,避免浪费资源,提高校验速度,且提高校验质量,方法简单,使用方便。
Description
技术领域
本发明涉及数据校验技术领域,尤其涉及一种物联网大数据快速校验方法。
背景技术
在物联网高速发展的时代,随着视频监控等设备的普及和互联网接入,大数据性特征愈加明显,而大数据校验方法是用于对大数据进行校验的方法。
申请号为201310066481.1的专利文件公开了物联网大数据快速校验方法,用于提供一种利用多线程处理技术对大数据文件进行并行分块验证,并将验证信息保存至结构化数据文件中,连同块文件一同上传到服务器端保存;下载时启用多线程并发下载块文件,并多线程并发验证块文件的正确性;新的文件验证模式会将文件验证速度大大提高,有效提高物联网大文件验证速度;层次清晰,通用性较好,适用范围广,文件验证快速可靠,有效解决了物联网大数据处理中的大文件验证速度瓶颈问题,提升分布式文件系统的整体性能的物联网大数据快速校验方法,但是,其不能够将数据根据重要性进行分类,也不能够对不同重要性的数据以不同的校验方式进行校验,导致浪费资源,也容易降低校验质量。
发明内容
基于背景技术存在的技术问题,本发明提出了物联网大数据快速校验方法。
本发明提出的物联网大数据快速校验方法,包括以下步骤:
S1:设定初等校验方式、中等校验方式和多种高等校验方式,对多种高等校验方式进行分类,得出分类结果;
S2:对数据进行识别,根据识别结果剔除数据中的无用数据,然后用初等校验方式对无用数据进行校验;
S3:对剔除无用数据后的数据进行识别,根据识别结果将剔除无用数据后的数据分成关键数据和普通数据,然后用中等校验方式对普通数据进行校验;
S4:对关键数据进行识别,根据识别结果和分类结果对关键数据进行分类,然后用多种高等校验方式分别对分类后的关键数据进行校验。
优选地,所述S1中,初等校验方式、中等校验方式和高等校验方式的校验时间依次递增,且初等校验方式、中等校验方式和高等校验方式的校验精细度依次递增。
优选地,所述S1中,设计分类算法,根据分类算法对多种高等校验方式进行分类,得出分类结果。
优选地,所述S2中,设计初等识别算法,根据初等识别算法对数据进行识别。
优选地,所述S3中,设计中等识别算法,根据中等识别算法对剔除无用数据后的数据进行识别。
优选地,所述S4中,设计高等识别算法,根据高等识别算法对关键数据进行识别。
优选地,所述S4中,设计高等识别算法,根据高等识别算法对关键数据进行识别,然后根据识别结果和分类算法对关键数据进行分类。
本发明中,所述物联网大数据快速校验方法通过对数据进行识别、对剔除无用数据后的数据进行识别和对关键数据进行识别能够将数据根据重要性进行分类,通过初等校验方式、中等校验方式和多种高等校验方式能够对不同重要性的数据以不同的校验方式进行校验,提高校验速度,且提高校验质量,避免浪费资源,通过对关键数据进行识别和用多种高等校验方式分别对分类后的关键数据进行校验能够进一步提高提高校验质量,本发明能够将数据根据重要性进行分类,也能够对不同重要性的数据以不同的校验方式进行校验,避免浪费资源,提高校验速度,且提高校验质量,方法简单,使用方便。
具体实施方式
下面结合具体实施例对本发明作进一步解说。
实施例
本实施例提出了物联网大数据快速校验方法,包括以下步骤:
S1:设定初等校验方式、中等校验方式和多种高等校验方式,对多种高等校验方式进行分类,得出分类结果;
S2:对数据进行识别,根据识别结果剔除数据中的无用数据,然后用初等校验方式对无用数据进行校验;
S3:对剔除无用数据后的数据进行识别,根据识别结果将剔除无用数据后的数据分成关键数据和普通数据,然后用中等校验方式对普通数据进行校验;
S4:对关键数据进行识别,根据识别结果和分类结果对关键数据进行分类,然后用多种高等校验方式分别对分类后的关键数据进行校验。
本实施例中,S1中,初等校验方式、中等校验方式和高等校验方式的校验时间依次递增,且初等校验方式、中等校验方式和高等校验方式的校验精细度依次递增,S1中,设计分类算法,根据分类算法对多种高等校验方式进行分类,得出分类结果,S2中,设计初等识别算法,根据初等识别算法对数据进行识别,S3中,设计中等识别算法,根据中等识别算法对剔除无用数据后的数据进行识别,S4中,设计高等识别算法,根据高等识别算法对关键数据进行识别,S4中,设计高等识别算法,根据高等识别算法对关键数据进行识别,然后根据识别结果和分类算法对关键数据进行分类,物联网大数据快速校验方法通过对数据进行识别、对剔除无用数据后的数据进行识别和对关键数据进行识别能够将数据根据重要性进行分类,通过初等校验方式、中等校验方式和多种高等校验方式能够对不同重要性的数据以不同的校验方式进行校验,提高校验速度,且提高校验质量,避免浪费资源,通过对关键数据进行识别和用多种高等校验方式分别对分类后的关键数据进行校验能够进一步提高提高校验质量,本发明能够将数据根据重要性进行分类,也能够对不同重要性的数据以不同的校验方式进行校验,避免浪费资源,提高校验速度,且提高校验质量,方法简单,使用方便。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,根据本发明的技术方案及其发明构思加以等同替换或改变,都应涵盖在本发明的保护范围之内。
Claims (7)
1.物联网大数据快速校验方法,其特征在于,包括以下步骤:
S1:设定初等校验方式、中等校验方式和多种高等校验方式,对多种高等校验方式进行分类,得出分类结果;
S2:对数据进行识别,根据识别结果剔除数据中的无用数据,然后用初等校验方式对无用数据进行校验;
S3:对剔除无用数据后的数据进行识别,根据识别结果将剔除无用数据后的数据分成关键数据和普通数据,然后用中等校验方式对普通数据进行校验;
S4:对关键数据进行识别,根据识别结果和分类结果对关键数据进行分类,然后用多种高等校验方式分别对分类后的关键数据进行校验。
2.根据权利要求1所述的物联网大数据快速校验方法,其特征在于,所述S1中,初等校验方式、中等校验方式和高等校验方式的校验时间依次递增,且初等校验方式、中等校验方式和高等校验方式的校验精细度依次递增。
3.根据权利要求1所述的物联网大数据快速校验方法,其特征在于,所述S1中,设计分类算法,根据分类算法对多种高等校验方式进行分类,得出分类结果。
4.根据权利要求1所述的物联网大数据快速校验方法,其特征在于,所述S2中,设计初等识别算法,根据初等识别算法对数据进行识别。
5.根据权利要求1所述的物联网大数据快速校验方法,其特征在于,所述S3中,设计中等识别算法,根据中等识别算法对剔除无用数据后的数据进行识别。
6.根据权利要求1所述的物联网大数据快速校验方法,其特征在于,所述S4中,设计高等识别算法,根据高等识别算法对关键数据进行识别。
7.根据权利要求1或6所述的物联网大数据快速校验方法,其特征在于,所述S4中,设计高等识别算法,根据高等识别算法对关键数据进行识别,然后根据识别结果和分类算法对关键数据进行分类。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710028705.8A CN106776103A (zh) | 2017-01-16 | 2017-01-16 | 物联网大数据快速校验方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710028705.8A CN106776103A (zh) | 2017-01-16 | 2017-01-16 | 物联网大数据快速校验方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106776103A true CN106776103A (zh) | 2017-05-31 |
Family
ID=58946641
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710028705.8A Pending CN106776103A (zh) | 2017-01-16 | 2017-01-16 | 物联网大数据快速校验方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106776103A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109934002A (zh) * | 2019-03-13 | 2019-06-25 | 淮北师范大学 | 一种oa办公系统的多途径身份认证方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102486764A (zh) * | 2010-12-04 | 2012-06-06 | 中国科学院沈阳自动化研究所 | 一种单串口多组数据涌入的同步协调处理方法及装置 |
CN105049512A (zh) * | 2015-07-28 | 2015-11-11 | 深圳市汇川技术股份有限公司 | 物联网数据传输方法及系统 |
CN105302924A (zh) * | 2015-12-09 | 2016-02-03 | 浪潮(北京)电子信息产业有限公司 | 一种文件管理方法及装置 |
CN106250778A (zh) * | 2016-07-27 | 2016-12-21 | 新乡学院 | 一种企业管理软件的数据安全保护法 |
-
2017
- 2017-01-16 CN CN201710028705.8A patent/CN106776103A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102486764A (zh) * | 2010-12-04 | 2012-06-06 | 中国科学院沈阳自动化研究所 | 一种单串口多组数据涌入的同步协调处理方法及装置 |
CN105049512A (zh) * | 2015-07-28 | 2015-11-11 | 深圳市汇川技术股份有限公司 | 物联网数据传输方法及系统 |
CN105302924A (zh) * | 2015-12-09 | 2016-02-03 | 浪潮(北京)电子信息产业有限公司 | 一种文件管理方法及装置 |
CN106250778A (zh) * | 2016-07-27 | 2016-12-21 | 新乡学院 | 一种企业管理软件的数据安全保护法 |
Non-Patent Citations (1)
Title |
---|
张炳达: "《智能信息处理技术基础》", 31 October 2008 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109934002A (zh) * | 2019-03-13 | 2019-06-25 | 淮北师范大学 | 一种oa办公系统的多途径身份认证方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11809955B2 (en) | Processing images using deep neural networks | |
CN110378235B (zh) | 一种模糊人脸图像识别方法、装置及终端设备 | |
CN108235770B (zh) | 图像识别方法及云端系统 | |
CN106776503B (zh) | 文本语义相似度的确定方法及装置 | |
US20170200092A1 (en) | Creating deep learning models using feature augmentation | |
WO2018166116A1 (zh) | 车损识别方法、电子装置及计算机可读存储介质 | |
CN105157563B (zh) | 一种基于机器视觉的啤酒瓶口定位方法 | |
WO2010101186A1 (ja) | 画像検索方法、画像検索プログラム及び画像登録方法 | |
CN103761507B (zh) | 一种基于韦伯法则的局部多值模式的人脸识别方法 | |
CN110288007A (zh) | 数据标注的方法、装置及电子设备 | |
CN103744962B (zh) | 一种实现K‑means聚类的方法及装置 | |
CN104317574B (zh) | 识别应用程序类型的方法和装置 | |
CN1215438C (zh) | 图形对照设备,图形对照方法 | |
CN108154172B (zh) | 基于三支决策的图像识别方法 | |
CN104794241A (zh) | 一种基于情绪倾向性的新闻分类方法及系统 | |
CN113127735A (zh) | 车货匹配方法、装置、计算机设备和介质 | |
CN104809256A (zh) | 一种数据去重方法及系统 | |
CN106776103A (zh) | 物联网大数据快速校验方法 | |
CN110659631A (zh) | 车牌识别方法和终端设备 | |
CN108470065A (zh) | 一种异常评论文本的确定方法及装置 | |
CN105608205B (zh) | 结构化数据的指纹校验方法及装置 | |
CN110737633A (zh) | 一种基于云管平台的资源管理方法及系统 | |
KR102390891B1 (ko) | 오토 라벨링을 통한 학습데이터 가공 서비스 제공 장치, 방법 및 프로그램 | |
CN105740830B (zh) | 基于验证手段的电子签字鉴定方法 | |
CN106096224A (zh) | 对无序分类变量信息无损分组的方法及装置 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170531 |
|
RJ01 | Rejection of invention patent application after publication |