CN110427535A - 一种数据处理方法和系统 - Google Patents
一种数据处理方法和系统 Download PDFInfo
- Publication number
- CN110427535A CN110427535A CN201910726759.0A CN201910726759A CN110427535A CN 110427535 A CN110427535 A CN 110427535A CN 201910726759 A CN201910726759 A CN 201910726759A CN 110427535 A CN110427535 A CN 110427535A
- Authority
- CN
- China
- Prior art keywords
- data
- eigenvalue
- threshold
- pending data
- determined
- 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
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/903—Querying
- G06F16/90335—Query processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/906—Clustering; Classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computational Linguistics (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明实施例涉及一种数据处理方法和系统。其中,该方法包括:接收用户终端发送的数据处理请求,其中,数据处理请求中携带待处理数据,待处理数据的类型包括文字和/或图像,确定待处理数据的类型,根据待处理数据的类型和预设的信息,确定数据处理结果,向用户终端返回数据处理结果。通过对待处理数据的类型进行确定,以便对待处理数据进行分类,并基于待处理数据的类型和预设的信息,确定数据处理结果,以便针对不同类型的待处理数据进行不同的处理方法,以避免现有技术中通过后台工作人员逐一进行处理时耗时费力的技术弊端,实现了节约时间成本,提高处理效率的技术效果。
Description
技术领域
本发明实施例涉及计算机技术领域,尤其涉及一种数据处理方法和系统。
背景技术
随着计算机和互联网技术的发展,数据处理的相关技术也有了新的突破。
在现有技术中,用户通过用户终端向数据处理系统发送数据处理请求,由后台工作人员对接收到的待处理数据与样本数据进行分析比对,并向用户终端反馈相应的数据处理结果。
发明内容
根据本发明实施例的一个方面,本发明实施例提供了一种数据处理方法,所述方法包括:
接收用户终端发送的数据处理请求,其中,所述数据处理请求中携带待处理数据,所述待处理数据的类型包括文字和/或图像;
确定所述待处理数据的类型;
根据所述待处理数据的类型和预设的信息,确定数据处理结果,并向所述用户终端返回所述数据处理结果。
在一些实施例中,若确定出所述待处理数据的类型包括文字,所述预设的信息包括预设的数据名称与关键字集合的映射关系,则所述根据所述待处理数据的类型和预设的信息,确定数据处理结果包括:
提取所述待处理数据中的关键字;
根据所述关键字和所述映射关系确定所述待处理数据的数据名称,将所述数据名称确定为所述数据处理结果。
在一些实施例中,若确定出所述待处理数据包括图像,则所述根据所述待处理数据的类型和预设的信息,确定数据处理结果包括:
提取所述待处理数据的第一特征值;
计算所述第一特征值相对于所述预设的信息的偏离度,将所述偏离度确定为所述数据处理结果。
在一些实施例中,所述第一特征值包括数值,所述预设的信息为第一阈值和第二阈值所限定的数值范围,其中所述第一阈值小于所述第二阈值,所述计算所述第一特征值相对于所述预设的信息的偏离度,包括:
响应于所述第一特征值小于所述第一阈值,计算所述第一阈值与所述第一特征值的第一差值,并将所述第一差值与所述第一阈值的比值确定为所述偏离度;或者,
响应于所述第一特征值大于所述第二阈值,计算所述第一特征值与所述第二阈值的第二差值,并将所述第二差值与所述第二阈值的比值确定为所述偏离度。
在一些实施例中,所述第一特征值包括物体图像,所述预设的信息为参考图像,所述计算所述第一特征值相对于所述预设的信息的偏离度,包括:
提取所述参考图像的第二特征值;
计算所述第一特征值与所述第二特征值的差的绝对值,并将所述绝对值与所述第二特征值的比值确定为所述偏离度。
根据本发明实施例的另一个方面,本发明实施例提供了一种数据处理系统,所述系统包括:
接收模块,用于接收用户终端发送的数据处理请求,其中,所述数据处理请求中携带待处理数据,所述待处理数据的类型包括文字和/或图像;
第一确定模块,用于确定所述待处理数据的类型;
第二确定模块,用于根据所述待处理数据的类型和预设的信息,确定数据处理结果;
返回模块,用于向所述用户终端返回所述数据处理结果。
在一些实施例中,若确定出所述待处理数据的类型包括文字,所述预设的信息包括预设的数据名称与关键字集合的映射关系,则所述第二确定模块用于,提取所述待处理数据中的关键字;根据所述关键字和所述映射关系确定所述待处理数据的数据名称,将所述数据名称确定为所述数据处理结果。
在一些实施例中,若确定出所述待处理数据包括图像,则所述第二确定模块,用于提取所述待处理数据的第一特征值;计算所述第一特征值相对于所述预设的信息的偏离度,将所述偏离度确定为所述数据处理结果。
在一些实施例中,所述第一特征值包括数值,所述预设的信息为第一阈值和第二阈值所限定的数值范围,其中所述第一阈值小于所述第二阈值,所述第二确定模块,用于响应于所述第一特征值小于所述第一阈值,计算所述第一阈值与所述第一特征值的第一差值,并将所述第一差值与所述第一阈值的比值确定为所述偏离度;或者,响应于所述第一特征值大于所述第二阈值,计算所述第一特征值与所述第二阈值的第二差值,并将所述第二差值与所述第二阈值的比值确定为所述偏离度。
在一些实施例中,所述第一特征值包括物体图像,所述预设的信息为参考图像,所述第二确定模块,用于提取所述参考图像的第二特征值;计算所述第一特征值与所述第二特征值的差的绝对值,并将所述绝对值与所述第二特征值的比值确定为所述偏离度。
本发明实施例的有益效果在于,由于采用了接收用户终端发送的数据处理请求,其中,数据处理请求中携带待处理数据,待处理数据的类型包括文字和/或图像,确定待处理数据的类型,根据待处理数据的类型和预设的信息,确定数据处理结果,向用户终端返回数据处理结果的技术方案,通过对待处理数据的类型进行确定,以便对待处理数据进行分类,并基于待处理数据的类型和预设的信息,确定数据处理结果,以便针对不同类型的待处理数据进行不同的处理方法,以避免现有技术中通过后台工作人员逐一进行处理时耗时费力的技术弊端,实现了节约时间成本,提高处理效率的技术效果。
附图说明
图1为本发明实施例的数据处理方法的流程示意图;
图2为本发明实施例的若确定出待处理数据的类型包括文字时,根据待处理数据的类型和预设的信息,确定数据处理结果的方法的示意图;
图3为本发明实施例的若确定出待处理数据的类型包括图像时,根据待处理数据的类型和预设的信息,确定数据处理结果的方法的示意图;
图4为本发明实施例的计算第一特征值相对于预设的信息的偏离度的方法的示意图;
图5为本公发明实施例提供的数据处理系统的示意图;
附图标记:1、接收模块,2、第一确定模块,3、第二确定模块,4、返回模块。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、接口、技术之类的具体细节,以便透彻理解本发明。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中,省略对众所周知的系统、电路以及方法的详细说明,以免不必要的细节妨碍本发明的描述。
本发明实施例提供了一种数据处理方法和系统。
根据本发明实施例的一个方面,本发明实施例提供了一种数据处理方法。
请参阅图1,图1为本发明实施例的数据处理方法的流程示意图。
如图1所示,该方法包括:
S1:接收用户终端发送的数据处理请求,其中,数据处理请求中携带待处理数据,待处理数据的类型包括文字和/或图像。
在一些实施例中,执行本发明实施例的主体为数据处理系统,用户通过用户终端向数据处理系统发送数据处理请求,可通过私钥对数据处理请求进行加密,并将加密后的数据处理请求发送至数据处理系统,以便确保数据传输过程中的安全性和可靠性。数据处理系统接收到用户终端发送的数据处理请求时,若数据处理请求为经过加密的数据处理请求,则获取用户终端对应的公钥,并基于公钥对加密处理的数据处理请求进行解密。
S2:确定待处理数据的类型。
S3:根据待处理数据的类型和预设的信息,确定数据处理结果。
在该步骤中,若待处理数据的类型为文字,则根据文字类型的待处理数据和与其(指代文字类型的待处理数据)对应的预设的信息,确定数据处理结果;若待处理数据的类型为图像,则根据图像类型的待处理数据和与其(指代图像类型的待处理数据)对应的预设的信息,确定数据处理结果;若待处理数据的类型既包括文字,又包括图像,则行根据文字类型的待处理数据和与其(指代文字类型的待处理数据)对应的预设的信息,确定第一数据处理结果,根据图像类型的待处理数据和与其(指代图像类型的待处理数据)对应的预设的信息,确定第二数据处理结果,其中,数据处理处理结果包括第一数据处理结果和第二数据处理结果。
S4:向用户终端返回数据处理结果。
优选地,为确保数据传输过程中的安全性和可靠性,在确定出数据处理结果时,先对数据处理结果进行加密,再将加密后的数据处理结果发送至用户终端。
示范性地,上述执行主体数据处理系统通过私钥将确定出的数据处理结果进行加密,并将加密后的数据处理结果发送至用户终端,用户终端确定数据处理系统对应的公钥,并基于公钥对加密后的数据处理结果进行解密。
本发明实施例提供了一种数据处理方法,该方法包括:接收用户终端发送的数据处理请求,其中,数据处理请求中携带待处理数据,待处理数据的类型包括文字和/或图像,确定待处理数据的类型,根据待处理数据的类型和预设的信息,确定数据处理结果,向用户终端返回数据处理结果。通过对待处理数据的类型进行确定,以便对待处理数据进行分类,并基于待处理数据的类型和预设的信息,确定数据处理结果,以便针对不同类型的待处理数据进行不同的处理方法,以避免现有技术中通过后台工作人员逐一进行处理时耗时费力的技术弊端,实现了节约时间成本,提高处理效率的技术效果。
结合图2可知,在一些实施例中,若确定出待处理数据的类型包括文字,预设的信息包括预设的数据名称与关键字集合的映射关系,则S3包括:
S31:提取待处理数据中的关键字。
具体地,对待处理数据解析,以便确定待处理数据中的关键字。
S32:根据关键字和映射关系确定待处理数据的数据名称,如果待处理数据均为文字,则将数据名称确定为数据处理结果。
结合图3可知,在一些实施例中,若确定出待处理数据包括图像,则S3包括:
S31’:提取待处理数据的第一特征值。
S32’:计算第一特征值相对于预设的信息的偏离度,将偏离度确定为数据处理结果。
在一些实施例中,通过设置不同的阈值范围将偏离度划分不同的的等级,如,若偏离度大于a小于b,则偏离度对应的等级为高,若偏离度小于a大于c,则偏离度对应的等级为低。需要说明的是,等级的划分可基于需求进行设定,如偏高、高、极高、偏低、低、极地等。
在一些实施例中,第一特征值包括数值,预设的信息为第一阈值和第二阈值所限定的数值范围,其中第一阈值小于第二阈值,S32’包括:
响应于第一特征值小于第一阈值,计算第一阈值与第一特征值的第一差值,并将第一差值与第一阈值的比值确定为偏离度;或者,
响应于第一特征值大于第二阈值,计算第一特征值与第二阈值的第二差值,并将第二差值与第二阈值的比值确定为偏离度。
可以理解的是,若第一特征值属于数值范围,则说明第一特征值相对于数值范围不存在偏离度,即偏离度为0。
结合图4可知,在一些实施例中,第一特征值包括物体图像,预设的信息为参考图像,S32’包括:
S32’-1:提取参考图像的第二特征值。
S32’-2:计算第一特征值与第二特征值的差的绝对值,并将绝对值与第二特征值的比值确定为偏离度。
其中,第一特征值和第二特征值包括颜色特征值、纹理特征值、形状特征值和面积特征值中的一种或多种。
在一些应用场景中,待处理数据为用于表示用户的身体特征的数据,包括但不限于:对身体状态的描述文本对应的数据(待处理数据的类型为文字)和CT图像(待处理数据的类型为图像)对应的数据。其中,身体特征包括:局部特征(局部特征包括眼睛和肠胃等),和包括所有局部特征的整体特征。
在该应用场景中,可避免现有技术中由医生将待处理数据信息和预设的信息进行比较时,耗时费力,且判断偏主观的技术弊端,实现了节约成本,提高效率的技术效果;且,用户可通过用户终端获取数据处理结果,而无需用户本身对相关数据进行分析,实现了查询的灵活性,且节约用户时间的技术效果。
具体地,在该应用场景中,文字类型的待处理数据包括病症描述文本,图像类型的待处理数据包括化验单和/或照片(如病患处照片或者医学胶片图像等)。
当待处理数据包括文字类型,即待处理数据包括病症描述文本时,则提取病症描述文本中的关键字,并将关键字与映射关系进行匹配,确定与关键字对应的数据名称。
当待处理数据包括图像类型,且具体为化验单时,预设的信息为数值范围,则提取化验单的第一特征值,得到化验单中的数值,并计算数值与数值范围的比值。如,化验单中的数值(即第一特征值)中包括白细胞的数量,预设的信息为正常的白细胞数量的数值范围,具体可参见上述实施例中的描述,此处不再赘述。
当待处理数据包括图像类型,且具体为照片时,预设的信息为参考图像,则提取参考图像的第二特征值,第二特征值为病患处的颜色特征值、纹理特征值、形状特征值和面积特征值中的一种或多种。将第一特征值和第二特征值进行比对,得到偏离度。如,第一特征值具体为病患处的颜色特征值,第二特征值为正常的颜色特征值,基于上述实施例中的计算方法得到偏离度。
根据本发明实施例的另一个方面,本发明实施例提供了与上述方法相对应的系统。
请参阅图5,图5为本公发明实施例提供的数据处理系统的示意图。
如图5所示,该系统包括:
接收模块1,用于接收用户终端发送的数据处理请求,其中,所述数据处理请求中携带待处理数据,所述待处理数据的类型包括文字和/或图像。
在一些实施例中,用户通过用户终端向该系统发送数据处理请求,可通过私钥对数据处理请求进行加密,并将加密后的数据处理请求发送至该系统,以便确保数据传输过程中的安全性和可靠性。该系统接收到用户终端发送的数据处理请求时,若数据处理请求为经过加密的数据处理请求,则获取用户终端对应的公钥,并基于公钥对加密处理的数据处理请求进行解密。
第一确定模块2,用于确定所述待处理数据的类型。
第二确定模块3,用于根据所述待处理数据的类型和预设的信息,确定数据处理结果.
返回模块4,用于向所述用户终端返回所述数据处理结果。
优选地,为确保数据传输过程中的安全性和可靠性,在确定出数据处理结果时,先对数据处理结果进行加密,再将加密后的数据处理结果发送至用户终端。
示范性地,该系统通过私钥将确定出的数据处理结果进行加密,并将加密后的数据处理结果发送至用户终端,用户终端确定该系统对应的公钥,并基于公钥对加密后的数据处理结果进行解密。
在一些应用场景中,待处理数据为用于表示用户的身体特征的数据,包括但不限于:对身体状态的描述文本对应的数据(待处理数据的类型为文字)和CT图像(待处理数据的类型为图像)对应的数据。其中,身体特征包括:局部特征(局部特征包括眼睛和肠胃等),和包括所有局部特征的整体特征。
在该应用场景中,可避免现有技术中由医生将待处理数据信息和预设的信息进行比较时,耗时费力,且判断偏主观的技术弊端,实现了节约成本,提高效率的技术效果;且,用户可通过用户终端获取数据处理结果,而无需用户本身对相关数据进行分析,实现了查询的灵活性,且节约用户时间的技术效果。
在一些实施例中,若确定出所述待处理数据的类型为文字,所述预设的信息包括预设的数据名称与关键字集合的映射关系,则所述第二确定模块3用于,提取所述待处理数据中的关键字;根据所述关键字和所述映射关系确定所述待处理数据的数据名称,将所述数据名称确定为所述数据处理结果。
在一些实施例中,若确定出所述待处理数据为图像,则所述第二确定模块3,用于提取所述待处理数据的第一特征值;计算所述第一特征值相对于所述预设的信息的偏离度,将所述偏离度确定为所述数据处理结果。
在一些实施例中,所述第一特征值包括数值,所述预设的信息为第一阈值和第二阈值所限定的数值范围,其中所述第一阈值小于所述第二阈值,所述第二确定模块3,用于响应于所述第一特征值小于所述第一阈值,计算所述第一阈值与所述第一特征值的第一差值,并将所述第一差值与所述第一阈值的比值确定为所述偏离度;或者,响应于所述第一特征值大于所述第二阈值,计算所述第一特征值与所述第二阈值的第二差值,并将所述第二差值与所述第二阈值的比值确定为所述偏离度。
在一些实施例中,所述第一特征值包括物体图像,所述预设的信息为参考图像,所述第二确定模块3,用于提取所述参考图像的第二特征值;计算所述第一特征值与所述第二特征值的差的绝对值,并将所述绝对值与所述第二特征值的比值确定为所述偏离度。
读者应理解,在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必针对的是相同的实施例或示例。而且,描述的具体特征、结构或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,上述描述的装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请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。
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发明实施例方案的目的。
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,也可以是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,也可以采用软件功能单元的形式实现。
集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分,或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品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,数据处理系统,或者网络设备等)执行本发明各个实施例方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-OnlyMemory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
还应理解,在本发明各实施例中,上述各过程的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
以上,仅为本发明的具体实施方式,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,可轻易想到各种等效的修改或替换,这些修改或替换都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以权利要求的保护范围为准。
Claims (10)
1.一种数据处理方法,其特征在于,所述方法包括:
接收用户终端发送的数据处理请求,其中,所述数据处理请求中携带待处理数据,所述待处理数据的类型包括文字和/或图像;
确定所述待处理数据的类型;
根据所述待处理数据的类型和预设的信息,确定数据处理结果,并向所述用户终端返回所述数据处理结果。
2.根据权利要求1所述的方法,其特征在于,若确定出所述待处理数据的类型包括文字,所述预设的信息包括预设的数据名称与关键字集合的映射关系,则所述根据所述待处理数据的类型和预设的信息,确定数据处理结果包括:
提取所述待处理数据中的关键字;
根据所述关键字和所述映射关系确定所述待处理数据的数据名称。
3.根据权利要求1所述的方法,其特征在于,若确定出所述待处理数据包括图像,则所述根据所述待处理数据的类型和预设的信息,确定数据处理结果包括:
提取所述待处理数据的第一特征值;
计算所述第一特征值相对于所述预设的信息的偏离度。
4.根据权利要求3所述的方法,其特征在于,所述第一特征值包括数值,所述预设的信息为第一阈值和第二阈值所限定的数值范围,其中所述第一阈值小于所述第二阈值,所述计算所述第一特征值相对于所述预设的信息的偏离度,包括:
响应于所述第一特征值小于所述第一阈值,计算所述第一阈值与所述第一特征值的第一差值,并将所述第一差值与所述第一阈值的比值确定为所述偏离度;或者,
响应于所述第一特征值大于所述第二阈值,计算所述第一特征值与所述第二阈值的第二差值,并将所述第二差值与所述第二阈值的比值确定为所述偏离度。
5.根据权利要求3所述的方法,其特征在于,所述第一特征值包括物体图像,所述预设的信息为参考图像,所述计算所述第一特征值相对于所述预设的信息的偏离度,包括:
提取所述参考图像的第二特征值;
计算所述第一特征值与所述第二特征值的差的绝对值,并将所述绝对值与所述第二特征值的比值确定为所述偏离度。
6.一种数据处理系统,其特征在于,所述系统包括:
接收模块,用于接收用户终端发送的数据处理请求,其中,所述数据处理请求中携带待处理数据,所述待处理数据的类型包括文字和/或图像;
第一确定模块,用于确定所述待处理数据的类型;
第二确定模块,用于根据所述待处理数据的类型和预设的信息,确定数据处理结果;
返回模块,用于向所述用户终端返回所述数据处理结果。
7.根据权利要求6所述的系统,其特征在于,若确定出所述待处理数据的类型包括文字,所述预设的信息包括预设的数据名称与关键字集合的映射关系,则所述第二确定模块用于,提取所述待处理数据中的关键字;根据所述关键字和所述映射关系确定所述待处理数据的数据名称。
8.根据权利要求6所述的系统,其特征在于,若确定出所述待处理数据包括图像,则所述第二确定模块,用于提取所述待处理数据的第一特征值;计算所述第一特征值相对于所述预设的信息的偏离度。
9.根据权利要求8所述的系统,其特征在于,所述第一特征值包括数值,所述预设的信息为第一阈值和第二阈值所限定的数值范围,其中所述第一阈值小于所述第二阈值,所述第二确定模块,用于响应于所述第一特征值小于所述第一阈值,计算所述第一阈值与所述第一特征值的第一差值,并将所述第一差值与所述第一阈值的比值确定为所述偏离度;或者,响应于所述第一特征值大于所述第二阈值,计算所述第一特征值与所述第二阈值的第二差值,并将所述第二差值与所述第二阈值的比值确定为所述偏离度。
10.根据权利要求8所述的系统,其特征在于,所述第一特征值包括物体图像,所述预设的信息为参考图像,所述第二确定模块,用于提取所述参考图像的第二特征值;计算所述第一特征值与所述第二特征值的差的绝对值,并将所述绝对值与所述第二特征值的比值确定为所述偏离度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910726759.0A CN110427535A (zh) | 2019-08-07 | 2019-08-07 | 一种数据处理方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910726759.0A CN110427535A (zh) | 2019-08-07 | 2019-08-07 | 一种数据处理方法和系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110427535A true CN110427535A (zh) | 2019-11-08 |
Family
ID=68414619
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910726759.0A Pending CN110427535A (zh) | 2019-08-07 | 2019-08-07 | 一种数据处理方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110427535A (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104102537A (zh) * | 2013-04-07 | 2014-10-15 | 华为技术有限公司 | 一种应用调用方法及用户终端 |
CN105022835A (zh) * | 2015-08-14 | 2015-11-04 | 武汉大学 | 一种群智感知大数据公共安全识别方法及系统 |
CN107526932A (zh) * | 2017-08-30 | 2017-12-29 | 河北健康侍卫网络科技有限公司 | 科室挂号指导方法和终端设备 |
CN108766510A (zh) * | 2018-05-30 | 2018-11-06 | 中南大学湘雅医院 | 智能病史采集方法、装置及移动采集设备 |
-
2019
- 2019-08-07 CN CN201910726759.0A patent/CN110427535A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104102537A (zh) * | 2013-04-07 | 2014-10-15 | 华为技术有限公司 | 一种应用调用方法及用户终端 |
CN105022835A (zh) * | 2015-08-14 | 2015-11-04 | 武汉大学 | 一种群智感知大数据公共安全识别方法及系统 |
CN107526932A (zh) * | 2017-08-30 | 2017-12-29 | 河北健康侍卫网络科技有限公司 | 科室挂号指导方法和终端设备 |
CN108766510A (zh) * | 2018-05-30 | 2018-11-06 | 中南大学湘雅医院 | 智能病史采集方法、装置及移动采集设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109859054B (zh) | 网络社团挖掘方法、装置、计算机设备及存储介质 | |
CN105989594B (zh) | 一种图像区域检测方法及装置 | |
Yan et al. | Mapping library and information science in China: A coauthorship network analysis | |
CN107729935B (zh) | 相似图片的识别方法和装置、服务器、存储介质 | |
CN109784636A (zh) | 欺诈用户识别方法、装置、计算机设备及存储介质 | |
CN104866625B (zh) | 一种用于实体匹配的方法及系统 | |
CN108985954B (zh) | 一种建立各标识的关联关系的方法以及相关设备 | |
CN104391879B (zh) | 层次聚类的方法及装置 | |
EP3040900B1 (en) | Data securing device, data securing program, and data securing method | |
CN110457175B (zh) | 业务数据处理方法、装置、电子设备及介质 | |
Kurashima et al. | Probabilistic latent network visualization: Inferring and embedding diffusion networks | |
CN110881050A (zh) | 安全威胁检测方法及相关产品 | |
CN112685772B (zh) | 面向本质计算的跨dikw模态的相对差分隐私保护方法 | |
US9529935B2 (en) | Efficient link management for graph clustering | |
Dimovska et al. | A control theoretic look at granger causality: extending topology reconstruction to networks with direct feedthroughs | |
Mueller et al. | SoK: Differential privacy on graph-structured data | |
Doerfel et al. | An analysis of tag-recommender evaluation procedures | |
CN110717555B (zh) | 一种基于自然语言和生成对抗网络的图片生成系统及装置 | |
WO2021012913A1 (zh) | 数据识别的方法、系统、电子设备及计算机存储介质 | |
Xie et al. | Federated node classification over graphs with latent link-type heterogeneity | |
CN110427535A (zh) | 一种数据处理方法和系统 | |
Chin et al. | A mathematical analysis of network controllability through driver nodes | |
da Nóbrega et al. | Blind attribute pairing for privacy-preserving record linkage | |
Mueller et al. | Differentially Private Guarantees for Analytics and Machine Learning on Graphs: A Survey of Results | |
CN110489568B (zh) | 生成事件图的方法、装置、存储介质和电子设备 |
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: 20191108 |