CN108647085A - 处理数据的方法、终端及系统 - Google Patents
处理数据的方法、终端及系统 Download PDFInfo
- Publication number
- CN108647085A CN108647085A CN201810468643.7A CN201810468643A CN108647085A CN 108647085 A CN108647085 A CN 108647085A CN 201810468643 A CN201810468643 A CN 201810468643A CN 108647085 A CN108647085 A CN 108647085A
- Authority
- CN
- China
- Prior art keywords
- data processing
- processing instructions
- terminal
- server
- executing
- 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
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/48—Program initiating; Program switching, e.g. by interrupt
- G06F9/4806—Task transfer initiation or dispatching
- G06F9/4843—Task transfer initiation or dispatching by program, e.g. task dispatcher, supervisor, operating system
- G06F9/4881—Scheduling strategies for dispatcher, e.g. round robin, multi-level priority queues
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
- G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
- G06F9/5027—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/54—Interprogram communication
- G06F9/547—Remote procedure calls [RPC]; Web services
Landscapes
- Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Information Transfer Between Computers (AREA)
Abstract
本发明提供一种处理数据的方法、终端及系统,所述方法包括:接收数据处理指令;根据所述数据处理指令,判断所述终端是否具有执行所述数据处理指令的能力;若是,则执行所述数据处理指令;若否,则向服务器发送所述数据处理指令,用于指示所述服务器执行所述数据处理指令。本发明提供的处理数据的方法、终端及系统,通过终端侧和服务器侧相结合的方式进行数据处理,能够使业务或产品具有高效的人工智能能力,满足终端侧快速响应的业务需求。
Description
技术领域
本发明涉及通信技术领域,尤其涉及一种处理数据的方法、终端及系统。
背景技术
近年来,人工智能技术发展迅速,从新兴的科技产业到传统制造业、从前端消费者交互到后端供应链管理等多方面,很多企业都在布局人工智能。人工智能技术能够为人们提供更加高效的服务以及更加舒适的体验,目前,已有越来越多的人工智能技术融入到终端的应用中,例如:图像识别、语音识别、人脸识别、自然语言处理、智能搜索和无人驾驶等。
现有技术中,人工智能的实现通常由服务器侧单独实现。利用服务器侧实现人工智能,虽然可以满足人工智能所需要的高效硬件和强大算法的要求,但是却无法满足终端侧快速响应的业务需求。
另外,随着物联网技术的发展,终端在物联网中所起的作用越来越重要,人们对终端的智能化要求也越来越高,因此,在终端侧实现人工智能也是十分重要的。但是,目前的终端智能化还处于不成熟的阶段,因此需要一种能够使服务器侧的人工智能和终端侧的人工智能相互结合的技术方案。
发明内容
本发明提供一种处理数据的方法、终端及系统,通过终端侧和服务器侧相结合的方式进行数据处理,能够使业务或产品具有高效的人工智能能力,满足终端侧快速响应的业务需求。
第一方面,本发明提供的处理数据的方法,包括:
接收数据处理指令;
根据所述数据处理指令,判断所述终端是否具有执行所述数据处理指令的能力;
若是,则执行所述数据处理指令;
若否,则向服务器发送所述数据处理指令,用于指示所述服务器执行所述数据处理指令。
可选的,所述根据所述数据处理指令,判断所述终端是否具有执行所述数据处理指令的能力,包括:
获取所述终端的当前性能参数和所述数据处理指令对应的目标性能参数,所述目标性能参数为终端执行所述数据处理指令所需要具备的性能参数;
根据所述当前性能参数和所述目标性能参数,获取所述数据处理指令对应的执行指数;
若所述执行指数大于预设的阈值,则确定所述终端具有执行所述数据处理指令的能力;否则,确定所述终端不具有执行所述数据处理指令的能力。
可选的,所述获取所述终端的当前性能参数和所述数据处理指令对应的目标性能参数之前,还包括:
获取所述数据处理指令对应的目标处理能力,所述目标处理能力为终端执行所述数据处理指令所需要具备的处理能力;
获取所述终端的能力列表,若所述能力列表中不包含所述目标处理能力,则确定所述终端不具有执行所述数据处理指令的能力。
可选的,所述向服务器发送所述数据处理指令之后,还包括:
接收所述服务器发送的所述数据处理指令的执行结果。
可选的,所述执行所述数据处理指令之后,还包括:
若所述数据处理指令的执行结果为失败,则向服务器发送所述数据处理指令,用于指示所述服务器执行所述数据处理指令。
可选的,所述当前性能参数包括下述参数中的至少一项:内存资源占用参数、处理器的运行速度、处理器的占用率。
第二方面,本发明提供的数据处理的装置,包括:
接收模块,用于接收数据处理指令;
判断模块,用于根据所述数据处理指令,判断所述终端是否具有执行所述数据处理指令的能力;
执行模块,用于当所述终端具有执行所述数据处理指令的能力时,执行所述数据处理指令;
发送模块,用于当所述终端不具有执行所述数据处理指令的能力时,向服务器发送所述数据处理指令,用于指示所述服务器执行所述数据处理指令。
可选的,所述判断模块,具体用于获取所述终端的当前性能参数和所述数据处理指令对应的目标性能参数,所述目标性能参数为终端执行所述数据处理指令所需要具备的性能参数;
根据所述当前性能参数和所述目标性能参数,获取所述数据处理指令对应的执行指数;
若所述执行指数大于预设的阈值,则确定所述终端具有执行所述数据处理指令的能力;否则,确定所述终端不具有执行所述数据处理指令的能力。
可选的,所述判断模块,具体用于获取所述数据处理指令对应的目标处理能力,所述目标处理能力为终端执行所述数据处理指令所需要具备的处理能力;
获取所述终端的能力列表,若所述能力列表中不包含所述目标处理能力,则确定所述终端不具有执行所述数据处理指令的能力。
可选的,所述接收模块,还用于接收所述服务器发送的所述数据处理指令的执行结果。
可选的,所述发送模块,还用于若所述数据处理指令的执行结果为失败,则向服务器发送所述数据处理指令,用于指示所述服务器执行所述数据处理指令。
可选的,所述当前性能参数包括下述参数中的至少一项:内存资源占用参数、处理器的运行速度、处理器的占用率。
第三方面,本发明提供的终端,包括:
存储器;
处理器;以及
计算机程序;
其中,所述计算机程序存储在所述存储器中,并被配置为由所述处理器执行以实现如第一方面任一项所述的方法。
第四方面,本发明提供的计算机可读存储介质,其上存储有计算机程序;所述计算机程序被处理器执行以实现如第一方面任一项所述的方法。
第五方面,本发明提供的处理数据的系统,包括服务器和如第四方面所述的终端。
本发明提供的处理数据的方法、终端及系统,终端接收到数据处理指令后,根据所述数据处理指令,判断所述终端是否具有执行所述数据处理指令的能力,若是,则由终端执行所述数据处理指令,若否,则向服务器发送所述数据处理指令,用于指示所述服务器执行所述数据处理指令,从而在终端侧可以实现人工智能的数据处理过程,与现有技术中在服务器侧实现人工智能相比,能够满足终端侧快速响应的业务需求。另外,当终端不具有执行所述数据处理指令的能力时,还可以由服务器执行该数据处理指令,通过终端侧和服务器侧相结合的方式,可以提升业务或产品的人工智能能力。
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是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明提供的处理数据的方法适用的系统架构图;
图2为本发明提供的处理数据的方法实施例一的流程图;
图3为本发明提供的处理数据的方法实施例二的流程图;
图4为本发明提供的处理数据的方法实施例三的流程图;
图5为本发明提供的处理数据的装置实施例的结构示意图;
图6为本发明提供的终端实施例的结构示意图;
图7为本发明提供的处理数据的系统实施例的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”“第四”等(如果存在)是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例例如能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
如前所述,现有技术中,人工智能的实现通常由服务器侧单独实现。然而,利用服务器侧实现人工智能,虽然可以满足人工智能所需要的高效硬件和强大算法的要求,但是却无法满足终端侧快速响应的业务需求。
另外,随着物联网技术的发展,终端在物联网中所起的作用越来越重要,人们对终端的智能化要求也越来越高,因此,在终端侧实现人工智能也是十分重要的。但是,目前的终端智能化还处于不成熟的阶段,因此需要一种能够使服务器侧的人工智能和终端侧的人工智能相互结合的技术方案。
本发明提供一种处理数据的方法、终端及系统,通过终端侧和服务器侧相结合的方式进行数据处理,能够使业务或产品具有高效的人工智能能力,满足终端侧快速响应的业务需求。
下面以具体地实施例对本发明的技术方案进行详细说明。下面这几个具体的实施例可以相互结合,对于相同或相似的概念或过程可能在某些实施例不再赘述。
图1为本发明提供的处理数据的方法适用的系统架构图,如图1所示,系统中包括终端设备、网络和服务器。其中,网络为在终端设备和服务器之间提供通信链路的介质,网络可以包括各种连接类型,例如:可以为有线通信网络或者无线通信网络等。用户可以使用终端设备通过网络与服务器交互,以接收或发送消息等。终端设备可以是具有信息收发功能的各种电子设备,包括但不限于:智能手机、平板电脑、笔记本电脑、台式计算机、智能穿戴设备、智能家居、智能机器人等等,终端设备上可以安装有各种客户端应用。服务器可以是为终端设备提供各种服务的服务器。
需要说明的是,图1中的终端设备、网络和服务器的数目仅仅是示例性的,可以根据需要选择任意数目的终端设备、网络和服务器。
现有技术中,基于人工智能的处理数据的方法一般由服务器执行,本发明所提供的处理数据的方法均由终端设备执行。
图2为本发明提供的处理数据的方法实施例一的流程图,本实施例的执行主体为终端设备,如图2所示,本实施例的方法包括:
S11:接收数据处理指令。
其中,所述数据处理指令包括待处理的数据,所述数据处理指令用于指示采用人工智能技术对所述待处理的数据进行处理。
具体的,终端设备中可以安装有基于人工智能技术的至少一个应用,其中,人工智能技术包括但不限于:图像识别、语音识别、智能搜索、人脸识别、无人驾驶等技术。用户可以在其中任一应用中输入数据处理指令以触发终端采用人工智能技术对数据进行处理。
为了便于理解,本实施例以拍照识花应用为例进行详细描述,终端设备中安装了拍照识花应用,用户打开拍照识花应用后,点击“拍照识花”按钮,可以触发对待识别的植物进行图像拍摄,从而触发终端设备接收数据处理指令,该数据处理指令中包括拍摄的图像信息,用于指示终端对图像中的植物进行识别。可以理解的,还可以有其他类型的数据处理指令,例如:用于指示终端对图像中的人脸进行识别的指令,用于指示对输入的词组进行智能搜索的指令,用于指示对输入的语音进行文字转换的指令等等,本发明对此不作具体限定,上述仅为示例性描述。
S12:根据所述数据处理指令,判断所述终端是否具有执行所述数据处理指令的能力,若是,则执行S13,若否,则执行S14。
终端接收到数据处理指令后,根据该指令对应的人工智能技术以及终端当前的运行状态和/或终端支持的人工智能能力,确定终端是否具有执行该数据处理指令的能力。
依然以拍照识花为例进行描述,一种可选的实施方式中,终端接收到数据处理指令后,可以确定出执行该指令需要终端具备图像识别技术,具体的,在识别过程中需要采用图像分割技术获取到图像的关键信息,然后采用图像分类技术将关键信息与图像库中的图像进行对比分类。终端可以在存储单元中存储了终端支持的人工智能能力列表,列表中可以包括图像识别、语音识别、人脸识别、智能搜索等人工智能技术。根据人工智能能力列表,可以判断终端是否具有图像识别的能力,从而确定终端是否具有执行所述数据处理指令的能力。
另一种可选的实施方式中,终端接收到数据处理指令后,还可以确定执行该指令所需要终端具备的目标性能参数,例如:内存占用参数和/或处理器运行参数。然后终端根据当前的性能参数,确定当前性能参数是否可以满足目标性能参数,进而确定终端是否具有执行所述数据处理指令的能力。
S13:执行所述数据处理指令。
S14:向服务器发送所述数据处理指令,用于指示所述服务器执行所述数据处理指令。
具体的,终端进行S12的判断后,如果终端具有执行所述数据处理指令的能力,则由终端执行该数据处理指令;如果终端不具有执行所述数据处理指令的能力,则向服务器转发该数据处理指令,由服务器执行该数据处理指令。
可以理解的,由于服务器通常具有高效的硬件和强大的算法,执行人工智能技术的能力较高,当终端设备无法执行数据处理指令后,由服务器进行执行,可以使产品或业务具有更多的人工智能能力。
需要说明的是,本实施例中的数据处理指令,可以是用户直接输入的指令,也可以是终端经过对用户输入的指令进行细化和分解后的指令。例如,拍照识花应用中,用户点击“拍照识花”按钮相当于向终端输入了图像识别指令。由于终端在图像识别过程中可能包括多个子过程,例如,首先需要采用图像分割技术获取到图像的关键信息,然后采用图像分类技术将关键信息与图像库中的图像进行对比分类。因此,所述数据处理指令可以为图像识别指令,也可以为由图像识别指令细分出的图像分割指令或者图像分类指令。
可以理解的,终端可以对用户输入的指令进行合理分解,得到数据处理指令1、数据处理指令2、数据处理指令3,然后针对每一个数据处理指令判断终端是否具有执行该指令的能力,使得适合终端执行的指令优先在终端侧执行,终端侧无法执行的指令在服务器侧执行,通过终端侧和服务器侧相结合的方式,能够满足终端侧快速响应的业务需求,提高了产品或业务的人工智能能力。
本实施例中,终端接收到数据处理指令后,根据所述数据处理指令,判断所述终端是否具有执行所述数据处理指令的能力,若是,则由终端执行所述数据处理指令,若否,则向服务器发送所述数据处理指令,用于指示所述服务器执行所述数据处理指令,从而在终端侧可以实现人工智能的数据处理过程,与现有技术中在服务器侧实现人工智能相比,能够满足终端侧快速响应的业务需求。另外,当终端不具有执行所述数据处理指令的能力时,还可以由服务器执行该数据处理指令,通过终端侧和服务器侧相结合的方式,可以提升业务或产品的人工智能能力。
图3为本发明提供的处理数据的方法实施例二的流程图,在上述实施例的基础上,本实施例对图2所示实施例的S12的可选实施方式进行了详细描述。如图3所示,本实施例的方法包括:
S21:接收数据处理指令。
与上述实施例一中的S11类似,此处不再赘述。
S22:获取所述终端的当前性能参数和所述数据处理指令对应的目标性能参数,所述目标性能参数为终端执行所述数据处理指令所需要具备的性能参数。
可以理解的,终端可以获取到终端当前性能参数,其中,所述当前性能参数包括但不限于:内存资源占用参数、处理器的运行速度、处理器的占用率等。
具体的,终端接收到数据处理指令后,可以根据该指令确定执行该指令所需要具备的目标性能参数。一种可选的实施方式为,一种数据处理指令通常对应一种或多种人工智能技术,例如:拍照识花指令可以对应图像识别技术,或者,可以对应图像分割技术和图像分类技术。而不同的人工智能技术的实现通常需要终端具有不同的性能参数,例如:图像分割技术需要终端的处理器具有较快的速度,而图像分类技术可能需要终端具有较大的内存。因此,可以根据大量的实验以及统计数据进行分析,得到不同的人工智能技术与所需要的性能参数的对应关系,并将该对应关系存储在终端中。终端可以根据数据处理指令对应的人工智能技术,通过查询上述的对应关系,确定出所述数据处理指令对应的目标性能参数。
S23:根据所述当前性能参数和所述目标性能参数,获取所述数据处理指令对应的执行指数。
具体的,根据终端当前性能参数和数据处理指令对应的目标性能参数,可以通过多维度的计算,获取该数据处理指令对应的执行指数,所述执行指数用于指示所述终端的当前性能参数能够满足所述目标性能参数的程度,即终端侧执行所述数据处理指令的可行程度。所述执行指数可用于确定所述数据处理指令在终端侧执行或者在服务器侧执行。所述执行指数越高,说明在终端侧执行所述数据处理指令的优势越大。
需要说明的是,对于执行指数的具体计算方法,可以采用多种方式,例如:通过计算当前性能参数和目标性能参数的距离来表征执行指数,或者,对当前性能参数和目标性能参数中的各个分量分别计算差值后,进行加权平均得到执行指数。本发明对此不作具体限定,可以根据实际情况进行具体计算方式的选择,上述仅为示例。
S24:判断所述执行指数是否大于预设的阈值,若是,则执行S25,若否,则执行S26。
具体的,该执行指数可以用于确定数据处理指令在终端侧执行或者在服务器侧执行,可以将该执行指数与终端中预存的阈值进行比较,当执行指数大于该阈值时,说明终端的当前性能参数能够满足目标性能参数,即该数据处理指令适合在终端侧执行;当执行指数小于该阈值时,说明终端的当前性能参数无法满足目标性能参数,即该数据处理指令不适合在终端侧执行。
S25:执行所述数据处理指令。
S26:向服务器发送所述数据处理指令,用于指示所述服务器执行所述数据处理指令。
本实施例中,S25-S27的具体实施方式可参考图2所示的实施例一的具体描述,此处不再赘述。
可选的,S26之后还可以包括:
S27:接收所述服务器发送的所述数据处理指令的执行结果。
服务器执行数据处理指令后,将数据处理指令的执行结果返回给终端,由终端对执行结果进行分析、显示和/或进一步的处理。
本实施例中,终端接收到数据处理指令后,根据终端的当前性能参数和所述数据处理指令对应的目标性能参数,获取数据处理指令对应的执行指数,根据执行指数判断终端是否具有执行数据处理指令的能力,使得终端能够更加准确的确定该数据处理指令是否适合在终端侧执行;进一步的,根据该准确的判断结果,使得数据处理指令能够在最适合执行其的终端侧或者服务器侧执行,从而可以提升业务或产品的人工智能体验。
图4为本发明提供的处理数据的方法实施例三的流程图,在上述实施例的基础上,如图4所示,本实施例的方法包括:
S31:接收数据处理指令。
S32:获取所述数据处理指令对应的目标处理能力,所述目标处理能力为终端执行所述数据处理指令所需要具备的处理能力。
具体的,终端接收到数据处理指令后,可以确定该指令对应的目标处理能力。通常,一种数据处理指令对应一种或多种人工智能技术,从而终端可以确定出执行该数据处理指令需要具备的目标处理能力。例如:拍照识花指令可以对应图像识别技术,因此终端需要具备图像识别能力;语音转换文本指令对应语音识别技术,因此终端需要具备语音识别能力。
S33:获取所述终端的能力列表,判断所述能力列表中是否包含所述目标处理能力,若是,则执行S34,若否,则执行S39。
其中,所述终端的能力列表,具体为终端所支持的人工智能能力列表,可以理解的,终端所支持的人工智能能力通常在终端出厂时就已确定了,因此,一种可选的实施方式中,在终端中预先存储终端所支持的人工智能能力列表,例如:图像识别能力、语音识别能力、人脸识别能力等。
终端可以根据所述能力列表中是否包含数据处理指令对应的目标处理能力,来初步确定该终端是否具有执行该数据处理指令的能力。若包含,则说明终端具有该目标处理能力,可以执行S34进行后续的判断流程,若不包含,则说明终端不具有该目标处理能力,则执行S39,由服务器来执行该数据处理指令,从而可以提高终端的判断效率和准确率。
S34:获取所述终端的当前性能参数和所述数据处理指令对应的目标性能参数,所述目标性能参数为终端执行所述数据处理指令所需要具备的性能参数。
S35:根据所述当前性能参数和所述目标性能参数,获取所述数据处理指令对应的执行指数。
S36:判断所述执行指数是否大于预设的阈值,若是,则执行S37,若否,则执行S39。
本实施例中,S34-36的具体实施方式与图2所示的实施例类似,此处不再赘述。
S37:执行所述数据处理指令。
S38:判断执行结果是否为失败,若是,则执行S39,若否,则结束。
S39:向服务器发送所述数据处理指令,用于指示所述服务器执行所述数据处理指令。
S40:接收所述服务器发送的所述数据处理指令的执行结果。
本实施例中,当确定终端具有执行所述数据处理指令的能力后,则由终端执行该数据处理指令。但是实际应用中,终端执行该数据处理指令时由于各种特殊原因可能会执行失败,当执行失败时,可以继续执行S39,由服务器来执行该数据处理指令,从而可以保证数据处理指令能够被成功执行,提高产品或业务的可靠性。
图5为本发明提供的处理数据的装置实施例的结构示意图,如图5所示,本实施例的处理数据的装置500包括:接收模块501、判断模块502、执行模块503、发送模块504。
接收模块501,用于接收数据处理指令。
判断模块502,用于根据所述数据处理指令,判断所述终端是否具有执行所述数据处理指令的能力。
执行模块503,用于当所述终端具有执行所述数据处理指令的能力时,执行所述数据处理指令。
发送模块504,用于当所述终端不具有执行所述数据处理指令的能力时,向服务器发送所述数据处理指令,用于指示所述服务器执行所述数据处理指令。
可选的,判断模块502,具体用于获取所述终端的当前性能参数和所述数据处理指令对应的目标性能参数,所述目标性能参数为终端执行所述数据处理指令所需要具备的性能参数;根据所述当前性能参数和所述目标性能参数,获取所述数据处理指令对应的执行指数;若所述执行指数大于预设的阈值,则确定所述终端具有执行所述数据处理指令的能力;否则,确定所述终端不具有执行所述数据处理指令的能力。
可选的,判断模块502,具体用于获取所述数据处理指令对应的目标处理能力,所述目标处理能力为终端执行所述数据处理指令所需要具备的处理能力;获取所述终端的能力列表,若所述能力列表中不包含所述目标处理能力,则确定所述终端不具有执行所述数据处理指令的能力。
可选的,接收模块501,还用于接收所述服务器发送的所述数据处理指令的执行结果。
可选的,发送模块504,还用于若所述数据处理指令的执行结果为失败,则向服务器发送所述数据处理指令,用于指示所述服务器执行所述数据处理指令。
可选的,所述当前性能参数包括下述参数中的至少一项:内存资源占用参数、处理器的运行速度、处理器的占用率。
本实施例的处理数据的装置可用于执行上述任一方法实施例的技术方案,其实现原理和技术效果类似,此处不再赘述。
图6为本发明提供的终端实施例的结构示意图,如图6所示,本实施例的终端600包括:存储器601、处理器602以及计算机程序,其中,所述计算机程序存储在存储器601中,并被配置为由处理器602执行以实现如上述任一方法实施例的技术方案,其实现原理和技术效果类似,此处不再赘述。
本发明实施例还提供一种计算机可读存储介质,其上存储有计算机程序;所述计算机程序被处理器执行以实现如上述任一方法实施例的技术方案,其实现原理和技术效果类似,此处不再赘述。
图7为本发明提供的处理数据的系统实施例的结构示意图,如图7所示,本实施例的处理数据的系统700包括:服务器701和终端702,其中,终端702可以采用如图6所示的终端实施例的结构。本实施例的处理数据的系统,可用于执行上述任一方法实施例的技术方案,其实现原理和技术效果类似,此处不再赘述。
在本发明所提供的几个实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能单元的形式实现。
上述以软件功能单元的形式实现的集成的单元,可以存储在一个计算机可读取存储介质中。上述软件功能单元存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)或处理器(英文:processor)执行本发明各个实施例所述方法的部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(英文:Read-Only Memory,简称:ROM)、随机存取存储器(英文:Random Access Memory,简称:RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
在上述网络设备或者终端设备的实施例中,应理解,处理器可以是中央处理单元(英文:Central Processing Unit,简称:CPU),还可以是其他通用处理器、数字信号处理器(英文:Digital Signal Processor,简称:DSP)、专用集成电路(英文:ApplicationSpecific Integrated Circuit,简称:ASIC)等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本申请所公开的方法的步骤可以直接体现为硬件处理器执行完成,或者用处理器中的硬件及软件模块组合执行完成。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (10)
1.一种处理数据的方法,其特征在于,应用于终端,包括:
接收数据处理指令;
根据所述数据处理指令,判断所述终端是否具有执行所述数据处理指令的能力;
若是,则执行所述数据处理指令;
若否,则向服务器发送所述数据处理指令,用于指示所述服务器执行所述数据处理指令。
2.根据权利要求1所述的方法,其特征在于,所述根据所述数据处理指令,判断所述终端是否具有执行所述数据处理指令的能力,包括:
获取所述终端的当前性能参数和所述数据处理指令对应的目标性能参数,所述目标性能参数为终端执行所述数据处理指令所需要具备的性能参数;
根据所述当前性能参数和所述目标性能参数,获取所述数据处理指令对应的执行指数;
若所述执行指数大于预设的阈值,则确定所述终端具有执行所述数据处理指令的能力;否则,确定所述终端不具有执行所述数据处理指令的能力。
3.根据权利要求2所述的方法,其特征在于,所述获取所述终端的当前性能参数和所述数据处理指令对应的目标性能参数之前,还包括:
获取所述数据处理指令对应的目标处理能力,所述目标处理能力为终端执行所述数据处理指令所需要具备的处理能力;
获取所述终端的能力列表,若所述能力列表中不包含所述目标处理能力,则确定所述终端不具有执行所述数据处理指令的能力。
4.根据权利要求1-3任一项所述的方法,其特征在于,所述向服务器发送所述数据处理指令之后,还包括:
接收所述服务器发送的所述数据处理指令的执行结果。
5.根据权利要求4所述的方法,其特征在于,所述执行所述数据处理指令之后,还包括:
若所述数据处理指令的执行结果为失败,则向服务器发送所述数据处理指令,用于指示所述服务器执行所述数据处理指令。
6.根据权利要求2或3所述的方法,其特征在于,所述当前性能参数包括下述参数中的至少一项:内存资源占用参数、处理器的运行速度、处理器的占用率。
7.一种处理数据的装置,其特征在于,包括:
接收模块,用于接收数据处理指令;
判断模块,用于根据所述数据处理指令,判断所述终端是否具有执行所述数据处理指令的能力;
执行模块,用于当所述终端具有执行所述数据处理指令的能力时,执行所述数据处理指令;
发送模块,用于当所述终端不具有执行所述数据处理指令的能力时,向服务器发送所述数据处理指令,用于指示所述服务器执行所述数据处理指令。
8.一种终端,其特征在于,包括:
存储器;
处理器;以及
计算机程序;
其中,所述计算机程序存储在所述存储器中,并被配置为由所述处理器执行以实现如权利要求1-6任一项所述的方法。
9.一种计算机可读存储介质,其特征在于,其上存储有计算机程序;
所述计算机程序被处理器执行以实现如权利要求1-6任一项所述的方法。
10.一种处理数据的系统,其特征在于,包括服务器和如权利要求8所述的终端。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810468643.7A CN108647085A (zh) | 2018-05-16 | 2018-05-16 | 处理数据的方法、终端及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810468643.7A CN108647085A (zh) | 2018-05-16 | 2018-05-16 | 处理数据的方法、终端及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108647085A true CN108647085A (zh) | 2018-10-12 |
Family
ID=63756337
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810468643.7A Pending CN108647085A (zh) | 2018-05-16 | 2018-05-16 | 处理数据的方法、终端及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108647085A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021243619A1 (zh) * | 2020-06-03 | 2021-12-09 | 北京小米移动软件有限公司 | 信息传输方法、装置、通信设备及存储介质 |
WO2023040832A1 (zh) * | 2021-09-14 | 2023-03-23 | 中国移动通信有限公司研究院 | 一种信息传输方法、装置、设备及可读存储介质 |
EP4175338A4 (en) * | 2020-06-24 | 2023-07-19 | Beijing Xiaomi Mobile Software Co., Ltd. | COMMUNICATIONS PROCESSING METHOD, COMMUNICATIONS PROCESSING DEVICE AND STORAGE MEDIUM |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1439969A (zh) * | 2002-02-18 | 2003-09-03 | 夏普株式会社 | 信息分配设备、系统和方法、信息终端设备及处理方法 |
CN101471871A (zh) * | 2007-12-28 | 2009-07-01 | 华为技术有限公司 | 终端、服务器、终端管理方法和终端能力信息上报方法 |
CN102158819A (zh) * | 2011-01-25 | 2011-08-17 | 华为终端有限公司 | 用于移动设备显示电子邮件处理方法、服务器及移动设备 |
WO2012059961A1 (en) * | 2010-11-05 | 2012-05-10 | Panasonic Corporation | Context management in session transfer |
CN101662506B (zh) * | 2009-10-14 | 2013-01-16 | 中兴通讯股份有限公司 | 一种基于cpu内核共享的负载均衡方法和装置 |
CN103136203A (zh) * | 2011-11-23 | 2013-06-05 | 毕书清 | 一种移动终端的应用程序的数据接收方法和装置 |
CN103581226A (zh) * | 2012-07-25 | 2014-02-12 | 中兴通讯股份有限公司 | 一种终端能力信息同步方法、系统及设备 |
CN107295082A (zh) * | 2017-06-21 | 2017-10-24 | 北京奇虎科技有限公司 | 软件运行处理方法、装置及系统 |
CN107295110A (zh) * | 2017-08-16 | 2017-10-24 | 网宿科技股份有限公司 | 计算任务的处理方法、边缘节点、业务服务器及系统 |
-
2018
- 2018-05-16 CN CN201810468643.7A patent/CN108647085A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1439969A (zh) * | 2002-02-18 | 2003-09-03 | 夏普株式会社 | 信息分配设备、系统和方法、信息终端设备及处理方法 |
CN101471871A (zh) * | 2007-12-28 | 2009-07-01 | 华为技术有限公司 | 终端、服务器、终端管理方法和终端能力信息上报方法 |
CN101662506B (zh) * | 2009-10-14 | 2013-01-16 | 中兴通讯股份有限公司 | 一种基于cpu内核共享的负载均衡方法和装置 |
WO2012059961A1 (en) * | 2010-11-05 | 2012-05-10 | Panasonic Corporation | Context management in session transfer |
CN102158819A (zh) * | 2011-01-25 | 2011-08-17 | 华为终端有限公司 | 用于移动设备显示电子邮件处理方法、服务器及移动设备 |
CN103136203A (zh) * | 2011-11-23 | 2013-06-05 | 毕书清 | 一种移动终端的应用程序的数据接收方法和装置 |
CN103581226A (zh) * | 2012-07-25 | 2014-02-12 | 中兴通讯股份有限公司 | 一种终端能力信息同步方法、系统及设备 |
CN107295082A (zh) * | 2017-06-21 | 2017-10-24 | 北京奇虎科技有限公司 | 软件运行处理方法、装置及系统 |
CN107295110A (zh) * | 2017-08-16 | 2017-10-24 | 网宿科技股份有限公司 | 计算任务的处理方法、边缘节点、业务服务器及系统 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021243619A1 (zh) * | 2020-06-03 | 2021-12-09 | 北京小米移动软件有限公司 | 信息传输方法、装置、通信设备及存储介质 |
EP4175338A4 (en) * | 2020-06-24 | 2023-07-19 | Beijing Xiaomi Mobile Software Co., Ltd. | COMMUNICATIONS PROCESSING METHOD, COMMUNICATIONS PROCESSING DEVICE AND STORAGE MEDIUM |
WO2023040832A1 (zh) * | 2021-09-14 | 2023-03-23 | 中国移动通信有限公司研究院 | 一种信息传输方法、装置、设备及可读存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108647085A (zh) | 处理数据的方法、终端及系统 | |
CN110428124A (zh) | 任务分配方法、任务分配装置、存储介质及计算机设备 | |
CN107545315A (zh) | 订单处理方法及装置 | |
Chaves et al. | Hybrid metaheuristic for the assembly line worker assignment and balancing problem | |
JP6907664B2 (ja) | 非定常時系列データの予測に用いる方法及び装置 | |
JP7412489B2 (ja) | 連合学習方法及び装置、電子機器、記憶媒体ならびにコンピュータプログラム | |
CN115114439B (zh) | 多任务模型推理、多任务信息处理的方法和装置 | |
CN108897798A (zh) | 用电客服工单分类方法、装置以及电子设备 | |
CN107766393A (zh) | 基于数据库的信息处理方法、客户端及服务器 | |
CN108334895A (zh) | 目标数据的分类方法、装置、存储介质及电子装置 | |
CN109885823A (zh) | 一种金融行业的分布式语义识别方法及系统装置 | |
CN113516340A (zh) | 一种智能工单的推送方法和装置 | |
CN114706675A (zh) | 基于云边协同系统的任务部署方法及装置 | |
CN110111796A (zh) | 识别身份的方法及装置 | |
CN110196805A (zh) | 数据处理方法、装置、存储介质和电子装置 | |
CN116931974A (zh) | 边缘服务智能化安装系统及方法 | |
Mhasawade et al. | A survey of hybrid metaheuristics to minimize makespan of job shop scheduling problem | |
EP4180955A1 (en) | Automated code analysis and tagging (methods and systems) | |
CN113570114B (zh) | 一种资源服务智能匹配方法、系统和计算机设备 | |
CN113283517B (zh) | 一种家政服务匹配方法、系统和计算机设备 | |
CN105069064B (zh) | 词汇的获取方法及装置、推送方法及装置 | |
CN109597734A (zh) | 报表运行时长的监控方法及装置 | |
CN110069671A (zh) | 对象归集方法和装置 | |
Souza et al. | Ranking strategies for quality-aware service selection | |
US12020232B2 (en) | Bio-mesh network leveraging natural selection optimization for intelligent auto-healing |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20181012 |