CN109542968B - 一种基于vasp软件计算数据处理方法与装置 - Google Patents
一种基于vasp软件计算数据处理方法与装置 Download PDFInfo
- Publication number
- CN109542968B CN109542968B CN201811393953.3A CN201811393953A CN109542968B CN 109542968 B CN109542968 B CN 109542968B CN 201811393953 A CN201811393953 A CN 201811393953A CN 109542968 B CN109542968 B CN 109542968B
- Authority
- CN
- China
- Prior art keywords
- data
- vasp
- file
- import
- module
- 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.)
- Active
Links
Images
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明提供了一种基于VASP软件计算数据处理方法与装置,涉及数据处理技术领域。通过提取VASP文件并将文件存储至目标数据表,然后依据提取的VASP文件配置VASP文件导入模板,再将VASP文件按导入模板导入至数据处理系统,最后对VASP文件进行处理,以生成数据记录。本发明提供的基于VASP软件计算数据处理方法与装置具有处理方式更加简单且处理的速率更快的优点。
Description
技术领域
本发明涉及数据处理技术领域,具体而言,涉及一种基于VASP软件计算数据处理方法与装置。
背景技术
根据原子核和电子相互作用的原理及其基本运动规律,运用量子力学原理,从具体要求出发,经过一些近似处理后直接求解薛定谔方程的算法,习惯上称为第一性原理。通过第一性原理可以预测材料的晶体结构,并使用密度泛函理论(DFT)计算晶体的很多性能,例如绝对温度(0K)下的基态能、晶格常数、电子态密度、弹性模量等。
VASP是维也纳大学开发的进行电子结构计算和量子力学-分子动力学模拟软件包。它是目前材料模拟和计算物质科学研究中最流行的DFT商用软件之一。VASP是基于贋势平面波基组的第一性原理密度泛函计算程序,广泛应用于固体,表面、界面和分子等各种体系的研究。并且可以实现大规模的高效率并行计算。
但是,对于用户操作而言,对于VASP的数据的提取和处理过程比较复杂,尤其对于刚入门的人员来说,往往不知道具体数据的具体含义,可能会提取错误的数据,进行错误的处理,需要经过一段时间学习之后才能熟练掌握正确数据提取、处理和转换的方法。另一方面,采用人工提取和处理数据的效率较低,尤其对于批量的计算结果数据,需要将数据提取和处理重复多次后才能获得需要的数据。
有鉴于此,如何解决上述问题,是本领域技术人员关注的重点。
发明内容
有鉴于此,本发明的目的在于提供一种基于VASP软件计算数据处理方法,以解决现有技术中用户对于VASP软件的数据处理较为复杂,且效率较低的问题。
有鉴于此,本发明的目的在于提供一种基于VASP软件计算数据处理装置,以解决现有技术中用户对于VASP软件的数据处理较为复杂,且效率较低的问题。
为了实现上述目的,本发明实施例采用的技术方案如下:
一方面,本发明实施例提供了一种基于VASP软件计算数据处理方法,所述基于VASP软件计算数据处理方法包括:
提取VASP文件并将所述文件存储至目标数据表;
依据提取的所述VASP文件配置VASP文件导入模板;
将VASP文件按所述导入模板导入至数据处理系统;
对所述VASP文件进行处理,以生成数据记录。
另一方面,本发明实施例还提供了一种基于VASP软件计算数据处理装置,所述基于VASP软件计算数据处理装置包括:
文件提取单元,用于提取VASP文件并将所述文件存储至目标数据表;
模板配置单元,用于模板依据提取的所述VASP文件配置VASP文件导入模板;
数据导入单元,用于将VASP文件按所述导入模板导入至数据处理系统;
处理单元,用于对所述VASP文件进行处理,以生成数据记录。
相对现有技术,本发明具有以下有益效果:
本发明提供了一种基于VASP软件计算数据处理方法与装置,通过提取VASP文件并将文件存储至目标数据表,然后依据提取的VASP文件配置VASP文件导入模板,再将VASP文件按导入模板导入至数据处理系统,最后对VASP文件进行处理,以生成数据记录。由于发明提供的方法能够自动实现数据的提取与处理,因此能够处理方式更加简单。并且,用户可以自己配置导入模板,因此能够实现数据的批量导入,因此处理的速率更快,更能满足用户的需求。
为使本发明的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1示出了本发明的实施例提供的服务器的功能模块示意图。
图2示出了本发明实施例提供的基于VASP软件计算数据处理方法的流程图。
图3示出了图2中步骤S101的子步骤的流程图。
图4示出了图2中步骤S102的子步骤的流程图。
图5示出了图2中步骤S103的子步骤的流程图。
图6示出了本发明实施例提供的数据批量处理装置的模块示意图。
图7示出了本发明实施例提供的文件提取单元的子模块示意图。
图8示出了本发明实施例提供的模块配置单元的子模块示意图。
图标:10-服务器;12-存储器;13-存储控制器;14-处理器;100-基于VASP软件计算数据处理装置;110-文件提取单元;111-规则定义模块;112-解析模块;113-分类模块;114-对应关系配置模块;115-存储模块;116-校验模块;120-模板配置单元;121-文件选择模块;122-对应关系导入模块;123-对应关系设置模块;124-保存模块;130-数据导入单元;140-处理单元。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,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,所描述的实施例是本发明一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
下面将结合本发明实施例中附图,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。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明的实施例,本领域技术人员在没有做出创造性劳动的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。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。同时,在本发明的描述中,还需要说明的是,除非另有明确的规定和限定,术语“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。下面结合附图,对本发明的一些实施方式作详细说明。在不冲突的情况下,下述的实施例及实施例中的特征可以相互组合。
第一实施例
如图1所示,是本发明提供的服务器10的功能模块示意图。该服务器10包括如图1所示,是本发明提供的服务器10的功能模块示意图。该服务器10包括基于VASP软件计算数据处理装置100、存储器12、存储控制器13以及处理器14。
所述存储器12、存储控制器13以及处理器14各元件相互之间直接或间接地电性连接,以实现数据的传输或交互。例如,这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。所述基于VASP软件计算数据处理装置100包括至少一个可以软件或固件(firmware)的形式存储于所述存储器12中或固化在所述服务器10的操作系统(operatingsystem,OS)中的软件功能模块。所述处理器14用于执行存储器12中存储的可执行模块,例如所述基于VASP软件计算数据处理装置100包括的软件功能模块或计算机程序。
其中,存储器12可以是,但不限于,随机存取存储器12(Random Access Memory,RAM),只读存储器12(Read Only Memory,ROM),可编程只读存储器12(Programmable Read-Only Memory,PROM),可擦除只读存储器12(Erasable Programmable Read-Only Memory,EPROM),电可擦除只读存储器12(Electric Erasable Programmable Read-Only Memory,EEPROM)等。其中,存储器12用于存储程序,所述处理器14在接收到执行指令后,执行所述程序,前述本发明实施例任一实施例揭示的流过程定义的服务器10所执行的方法可以应用于处理器14中,或者由处理器14实现。
处理器14可能是一种集成电路芯片,具有信号的处理能力。上述的处理器14可以是通用处理器14,包括中央处理器14(Central Processing Unit,简称CPU)、网络处理器14(Network Processor,简称NP)等;还可以是数字信号处理器14(DSP)、专用集成电路(ASIC)、现成可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器14可以是微处理器14或者该处理器14也可以是任何常规的处理器14等。
请参阅图2,是本发明较佳实施例提供的应用于图1所示的基于VASP软件计算数据处理方法的流程图。下面将对图2所示的具体流程进行详细阐述。
步骤S101,提取VASP文件并将所述文件存储至目标数据表。
在本实施例中的,服务器10能够实现对VASP文件的自动化提取与解析,其中,VASP计算文件包括但不限于CONTCAR、POSCAR、OUTCAR、DOSCAR、INCAR、POTCAR、KPOINTS、EIGENVAL、IBZKPT、OSZICAR、PROCAR、CHG、CHGCAR、XDATCAR、PCDAT。
具体地,请参阅图3,步骤S101包括:
子步骤S1011,定义数据提取规则。
其中,本实施例所述的数据提取规则包括提取的数据的位置、数据的关键词,数据的数据类型等。
子步骤S1012,依据所述提取规则按照预设定的语言对VASP文件进行解析。
在本实施例中,利用面向对象的编程语言(如Java,python等)对VASP文件进行解析,解析方式为文本解析,解析的同时对文件内容进行初步校验,以确保文件内容正常。
子步骤S1013,将解析后的数据分成普通数据与数组数据。
在本实施例中,服务器10还会将从VASP文件汇中解析提取获得的目标数据分成普通数据和数组数据,且普通数据与数组数据组成即将导入到数据表的数据源。
子步骤S1014,创建目标数据表的数据缓存,配置解析后的数据与目标数据表的字段对应关系。
在将数据存储至目标数据表之前,还需要对数据进行验证,有鉴于此,在本实施例中,会配置解析后的数据与目标数据表的字段对应关系。同时将解析后的数据中每个字段的数据按所述的对应关系放入数据缓存中的字段中。
子步骤S1015,依据所述对应关系将所述普通数据与所述数组数据放入数据缓存中的字段中。
子步骤S1016,对所述数据缓存中的数据进行校验,当校验通过时将数据存储至所述目标数据表。
在本实施例中,服务器10会对数据缓存中各个字段类型的数据类型和数据长度进行校验,当校验全部通过后将数据存储至目标数据表。
步骤S102,依据提取的所述VASP文件配置VASP文件导入模板。
具体地,请参阅图4,步骤S102包括:
子步骤S1021,选择模板支持的VASP导入文件。
需要说明的是,在本实施例中,用户恩能够根据需要,选择不同的文件组合,配置出不同的数据导入范围的导入模板,形成多种数据导入方案,从而实现批量导入数据的效果,使得数据处理的效率更快。
子步骤S1022,设置数据属性导入对应关系。
为了将采集的数据导入到数据库中,需要逐一指定数据表的“目标字段”与从VASP文件中解析和采集的“源字段”之间的对应匹配关系。其中“目标字段”列表是在数据库中定义的用以存储VASP文件的数据表属性,“源字段”为采用上述的VASP文件解析和采集方法,从当前上传的VASP文件中得到的数据属性。通过菜单选择从识别出的字段,配置“源字段”和“目标字段”的对应关系,根据所述的对应关系,可将“源字段”中的数据存储至与其对应的数据表的“目标字段”中;
进一步的,根据实际需要,一个“源字段”可以对应多个不同的“目标字段”,也可以不对应任何一个“目标字段”。
子步骤S1023,设置元数据字段对应关系。
根据从VASP文件组中解析出来的数据字段,可选择由一个或多个字段中的数据自动生成数据记录的标题;如果不进行设置,可按照默认规则为数据记录自动生成一个名称。
子步骤S1024,对配置的所述导入模板进行保存。
当配置完成,即可对配置的导入模板进行保存,并且,如有多种不同类型的数据导入需求,可以重复子步骤S1021-子步骤S1023的过程,通过选择不同的导入文件,配置不同的对应关系,保存多种不同的VASP文件导入模板,供数据导入时选用。从而实现了数据的批量导入,因此处理的速率更快,更能满足用户的需求。
步骤S103,将VASP文件按所述导入模板导入至数据处理系统。
在确定数据导入模板后,即可按照导入模板将数据导入指数据处理系统,其中,本实施例所述的数据处理系统可以为数据处理软件等,通过数据处理软件可以实现对VASP文件的处理,以形成数据记录。并且,本实施例所述的VASP文件可以为步骤S101提取的所有VASP文件,也可以为其中的部分VASP文件。
其中,请参阅图5,步骤S103包括:
子步骤S1031,判断所述VASP文件是否符合所述导入模板的要求。如果否,则执行子步骤S1032,如果是,则执行子步骤S1033。
在将VASP数据导入数据处理系统中时,服务器10需首先检查上传的VASP文件类型是否和导入模板匹配,若不匹配,则会造成数据处理系统的处理出现错误。
子步骤S1032,重新导入新的VASP文件。
当VASP文件不符合所述导入模板的要求时,服务器10会停止终止导入,同时,服务器10会重新导入新的VASP文件,以使导入的VASP文件符合导入模板的要求。
子步骤S1033,判断所述VASP文件与所述目标数据表中的数据类型是否匹配,如果是,则执行子步骤S1034。
在本实施例中,服务器10还会检查从上传文件中提取的数据与数据表中与之对应的“目标字段”的数据类型是否匹配。
子步骤S1034,将所述VASP文件按所述导入模板导入至所述数据处理系统。
若匹配,则服务器10将VASP文件按导入模板导入至所述数据处理系统。但是当有任意一项匹配错误,服务器10会提示数据类型错误,导入过程终止。
步骤S104,利用所述数据处理系统对所述VASP文件进行处理,以生成数据记录。
第二实施例
本发明较佳实施例提供的图6所示的基于VASP软件计算数据处理装置100的功能单元示意图。需要说明的是,本实施例所提供的基于VASP软件计算数据处理装置100,其基本原理及产生的技术效果和上述实施例相同,为简要描述,本发明实施例部分未提及之处,可参考上述的实施例中相应内容。基于VASP软件计算数据处理装置100包括:
文件提取单元110,用于提取VASP文件并将所述文件存储至目标数据表。
可以理解地,通过文件提取单元110可执行步骤S101。
其中,请参阅图7,文件提取单元110包括:
规则定义模块111,用于定义数据提取规则。
可以理解地,通过规则定义模块111可执行子步骤S1011。
解析模块112,用于依据所述提取规则按照预设定的语言对VASP文件进行解析。
可以理解地,通过解析模块112可执行子步骤S1012。
分类模块113,用于将解析后的数据分成普通数据与数组数据。
可以理解地,通过分类模块113可执行子步骤S1013。
对应关系配置模块114,用于创建目标数据表的数据缓存,配置解析后的数据与目标数据表的字段对应关系。
可以理解地,通过对应关系配置模块114可执行子步骤S1014。
存储模块115,用于依据所述对应关系将所述普通数据与所述数组数据放入数据缓存中的字段中。
可以理解地,通过存储模块115可执行子步骤S1015。
校验模块116,用于对所述数据缓存中的数据进行校验,当校验通过时将数据存储至所述目标数据表。
可以理解地,通过校验模块116可执行子步骤S1016。
模板配置单元120,用于模板依据提取的所述VASP文件配置VASP文件导入模板。
可以理解地,通过模板配置单元120可执行步骤S102。
其中,请参阅图8,模板配置单元120包括:
文件选择模块121,用于选择模板支持的VASP导入文件。
可以理解地,通过文件选择模块121可执行子步骤S1021。
对应关系导入模块122,用于设置数据属性导入对应关系。
可以理解地,通过对应关系导入模块122可执行子步骤S1022。
对应关系设置模块123,用于设置元数据字段对应关系。
可以理解地,通过对应关系设置模块123可执行子步骤S1023。
保存模块124,用于对配置的所述导入模板进行保存。
可以理解地,通过保存模块124可执行子步骤S1024。
数据导入单元130,用于将VASP文件按所述导入模板导入数据处理系统。
可以理解地,通过数据导入单元130可执行步骤S103。
判断模块,用于判断所述VASP文件是否符合所述导入模板的要求。
可以理解地,通过判断模块可执行子步骤S1031。
导入模块,用于重新导入新的VASP文件。
可以理解地,通过导入模块可执行子步骤S1032。
判断模块还用于判断所述VASP文件与所述目标数据表中的数据类型是否匹配。
可以理解地,通过判断模块可执行子步骤S1033。
导入模块用于当所述VASP文件与所述目标数据表中的数据类型匹配时,则将所述VASP文件按所述导入模板导入数据处理系统
可以理解地,通过导入模块可执行子步骤S1034。
处理单元140,用于对所述VASP文件进行处理,以生成数据记录。
可以理解地,通过处理单元140可执行步骤S104。
综上所述,本发明提供了一种基于VASP软件计算数据处理方法与装置,通过提取VASP文件并将文件存储至目标数据表,然后依据提取的VASP文件配置VASP文件导入模板,再将VASP文件按导入模板导入至数据处理系统,最后对VASP文件进行处理,以生成数据记录。由于发明提供的方法能够自动实现数据的提取与处理,因此能够处理方式更加简单。并且,用户可以自己配置导入模板,因此能够实现数据的批量导入,因此处理的速率更快,更能满足用户的需求。
需要说明的是,在本文中,诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
Claims (6)
1.一种基于VASP软件计算数据处理方法,其特征在于,所述基于VASP软件计算数据处理方法包括:
提取VASP文件并将所述文件存储至目标数据表;
依据提取的所述VASP文件配置导入模板;
将所述VASP文件按所述导入模板导入至数据处理系统;
利用所述数据处理系统对所述VASP文件进行处理,以生成数据记录;
所述提取VASP文件并将所述文件存储至目标数据表的步骤包括:
定义数据提取规则,其中,所述数据提取规则包括提取的数据的位置、数据的关键词、数据的数据类型;
依据所述提取规则按照预设定的语言对VASP文件进行解析;
将解析后的数据分成普通数据与数组数据;
创建目标数据表的数据缓存,配置解析后的数据与目标数据表的字段对应关系;
依据所述对应关系将所述普通数据与所述数组数据放入数据缓存中的字段中;
对所述数据缓存中的数据进行校验,当校验通过时将数据存储至所述目标数据表;
所述依据提取的所述VASP文件配置VASP文件导入模板的步骤包括:
选择模板支持的VASP导入文件;
设置数据属性导入对应关系;
设置元数据字段对应关系;
对配置的所述导入模板进行保存。
2.如权利要求1所述的基于VASP软件计算数据处理方法,其特征在于,所述将所述VASP文件按所述导入模板导入至数据处理系统的步骤包括:
判断所述VASP文件是否符合所述导入模板的要求;
如果是,则判断所述VASP文件与所述目标数据表中的数据类型是否匹配;
如果是,则将所述VASP文件按所述导入模板导入至所述数据处理系统。
3.如权利要求2所述的基于VASP软件计算数据处理方法,其特征在于,所述将所述VASP文件按所述导入模板导入至数据处理系统的步骤还包括:
当所述VASP文件不符合所述导入模板的要求时,重新导入新的VASP文件。
4.一种基于VASP软件计算数据处理装置,其特征在于,所述基于VASP软件计算数据处理装置包括:
文件提取单元,用于提取VASP文件并将所述文件存储至目标数据表;
模板配置单元,用于模板依据提取的所述VASP文件配置VASP文件导入模板;
数据导入单元,用于将VASP文件按所述导入模板导入数据处理系统;
处理单元,用于对所述VASP文件进行处理,以生成数据记录;其中,
所述文件提取单元包括:
规则定义模块,用于定义数据提取规则;其中,所述数据提取规则包括提取的数据的位置、数据的关键词、数据的数据类型;
解析模块,用于依据所述提取规则按照预设定的语言对VASP文件进行解析;
分类模块,用于将解析后的数据分成普通数据与数组数据;
对应关系配置模块,用于创建目标数据表的数据缓存,配置解析后的数据与目标数据表的字段对应关系;
存储模块,用于依据所述对应关系将所述普通数据与所述数组数据放入数据缓存中的字段中;
校验模块,用于对所述数据缓存中的数据进行校验,当校验通过时将数据存储至所述目标数据表;
所述模板配置单元包括:
文件选择模块,用于选择模板支持的VASP导入文件;
对应关系导入模块,用于设置数据属性导入对应关系;
对应关系设置模块,用于设置元数据字段对应关系;
保存模块,用于对配置的所述导入模板进行保存。
5.如权利要求4所述的基于VASP软件计算数据处理装置,其特征在于,所述数据导入单元包括:
判断模块,用于判断所述VASP文件是否符合所述导入模板的要求;
判断模块还用于当所述VASP文件符合所述导入模板的要求时,则判断所述VASP文件与所述目标数据表中的数据类型是否匹配;
导入模块用于当所述VASP文件与所述目标数据表中的数据类型匹配时,则将所述VASP文件按所述导入模板导入数据处理系统。
6.如权利要求5所述的基于VASP软件计算数据处理装置,其特征在于,所述导入模块还用于当所述VASP文件不符合所述导入模板的要求时,重新导入上传新的VASP文件。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811393953.3A CN109542968B (zh) | 2018-11-21 | 2018-11-21 | 一种基于vasp软件计算数据处理方法与装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811393953.3A CN109542968B (zh) | 2018-11-21 | 2018-11-21 | 一种基于vasp软件计算数据处理方法与装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109542968A CN109542968A (zh) | 2019-03-29 |
CN109542968B true CN109542968B (zh) | 2022-02-08 |
Family
ID=65849005
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811393953.3A Active CN109542968B (zh) | 2018-11-21 | 2018-11-21 | 一种基于vasp软件计算数据处理方法与装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109542968B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110334055B (zh) * | 2019-06-06 | 2023-04-11 | 苏州迈高材料基因技术有限公司 | 一种获取材料计算数据的方法 |
CN111538499B (zh) * | 2020-04-24 | 2022-07-08 | 苏州浪潮智能科技有限公司 | 一种构建计算材料模拟平台的方法和设备 |
CN112860228B (zh) * | 2021-02-09 | 2024-02-02 | 山东英信计算机技术有限公司 | 一种本征值求解方法、装置、计算机设备及存储介质 |
CN114609220B (zh) * | 2022-02-23 | 2023-05-26 | 电子科技大学 | 一种求解三相界面离子电导率的方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040006601A1 (en) * | 2002-07-01 | 2004-01-08 | Bernstein David B. | Method and system for optimized persistent messaging |
US8521150B2 (en) * | 2010-04-20 | 2013-08-27 | Cellco Partnership | Systems and method for media transfer |
CN101957811A (zh) * | 2010-10-18 | 2011-01-26 | 中兴通讯股份有限公司 | 报表的数据集过滤分析方法和报表处理设备 |
CN103139806B (zh) * | 2011-11-23 | 2018-01-12 | 中兴通讯股份有限公司 | 网管与基站配置数据解耦的方法及基站 |
CN108241720B (zh) * | 2016-12-27 | 2021-07-20 | 北京京东尚科信息技术有限公司 | 数据处理方法、装置和计算机可读存储介质 |
-
2018
- 2018-11-21 CN CN201811393953.3A patent/CN109542968B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN109542968A (zh) | 2019-03-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109542968B (zh) | 一种基于vasp软件计算数据处理方法与装置 | |
US10108698B2 (en) | Common data repository for improving transactional efficiencies of user interactions with a computing device | |
CN114780727A (zh) | 基于强化学习的文本分类方法、装置、计算机设备及介质 | |
Song et al. | eXtreme gradient boosting for identifying individual users across different digital devices | |
CN110334209B (zh) | 文本分类方法、装置、介质及电子设备 | |
CN110321553A (zh) | 短文本主题识别方法、装置及计算机可读存储介质 | |
CN113722438B (zh) | 基于句向量模型的句向量生成方法、装置及计算机设备 | |
WO2019028990A1 (zh) | 代码元素的命名方法、装置、电子设备及介质 | |
US20150051910A1 (en) | Unsupervised Clustering of Dialogs Extracted from Released Application Logs | |
US11200145B2 (en) | Automatic bug verification | |
WO2015077942A1 (en) | Relationship extraction | |
CN110390095A (zh) | 语句标注方法及语句标注装置 | |
CN110688452A (zh) | 一种文本语义相似度评估方法、系统、介质和设备 | |
CN108227564A (zh) | 一种信息处理方法、终端及计算机可读介质 | |
Sun | Parallel feature selection based on MapReduce | |
CN110765765A (zh) | 基于人工智能的合同关键条款提取方法、装置及存储介质 | |
WO2022116444A1 (zh) | 文本分类方法、装置、计算机设备和介质 | |
CN112988964A (zh) | 文本韵律边界预测的方法、装置、设备及存储介质 | |
CN110837559B (zh) | 语句样本集的生成方法、电子装置及存储介质 | |
CN116680401A (zh) | 文档处理方法、文档处理装置、设备及存储介质 | |
CN110674020A (zh) | App智能推荐方法、装置及计算机可读存储介质 | |
Körner et al. | Mastering Azure Machine Learning: Perform large-scale end-to-end advanced machine learning in the cloud with Microsoft Azure Machine Learning | |
CN111291186B (zh) | 一种基于聚类算法的上下文挖掘方法、装置和电子设备 | |
CN112069807A (zh) | 文本数据的主题提取方法、装置、计算机设备及存储介质 | |
CN112860726A (zh) | 结构化查询语句分类模型训练方法和装置 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |