CN111953768B - 智能轨道交通线路数据处理方法、装置及自动控制系统 - Google Patents
智能轨道交通线路数据处理方法、装置及自动控制系统 Download PDFInfo
- Publication number
- CN111953768B CN111953768B CN202010794461.6A CN202010794461A CN111953768B CN 111953768 B CN111953768 B CN 111953768B CN 202010794461 A CN202010794461 A CN 202010794461A CN 111953768 B CN111953768 B CN 111953768B
- Authority
- CN
- China
- Prior art keywords
- shared
- depth
- line data
- disaster
- reading
- 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
- 238000003672 processing method Methods 0.000 title claims abstract description 22
- 238000012545 processing Methods 0.000 claims abstract description 32
- 230000006854 communication Effects 0.000 claims abstract description 8
- 238000003860 storage Methods 0.000 claims description 264
- 230000000875 corresponding effect Effects 0.000 claims description 258
- 238000011084 recovery Methods 0.000 claims description 80
- 238000009826 distribution Methods 0.000 claims description 57
- 238000000034 method Methods 0.000 claims description 34
- 238000012795 verification Methods 0.000 claims description 31
- 230000004927 fusion Effects 0.000 claims description 23
- 230000008569 process Effects 0.000 claims description 17
- 230000011218 segmentation Effects 0.000 claims description 12
- 238000013507 mapping Methods 0.000 claims description 11
- 238000004458 analytical method Methods 0.000 claims description 10
- 238000000605 extraction Methods 0.000 claims description 9
- 239000000284 extract Substances 0.000 claims description 8
- 230000000977 initiatory effect Effects 0.000 claims description 7
- 238000004088 simulation Methods 0.000 claims description 7
- 238000012216 screening Methods 0.000 claims description 6
- 238000013473 artificial intelligence Methods 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 5
- 238000013500 data storage Methods 0.000 claims description 5
- 230000004044 response Effects 0.000 claims description 5
- 238000004891 communication Methods 0.000 claims description 4
- 238000005192 partition Methods 0.000 claims description 4
- 230000002596 correlated effect Effects 0.000 claims description 2
- 238000001514 detection method Methods 0.000 claims description 2
- 238000012549 training Methods 0.000 claims 2
- 238000013475 authorization Methods 0.000 description 28
- 239000000872 buffer Substances 0.000 description 13
- 230000003139 buffering effect Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 230000006872 improvement Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000000644 propagated effect Effects 0.000 description 3
- 238000004590 computer program Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 235000019800 disodium phosphate Nutrition 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 239000010977 jade Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 241000894007 species Species 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
-
- 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
- G06F11/14—Error detection or correction of the data by redundancy in operation
- G06F11/1402—Saving, restoring, recovering or retrying
- G06F11/1446—Point-in-time backing up or restoration of persistent data
- G06F11/1448—Management of the data involved in backup or backup restore
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L63/00—Network architectures or network communication protocols for network security
- H04L63/08—Network architectures or network communication protocols for network security for authentication of entities
- H04L63/0823—Network architectures or network communication protocols for network security for authentication of entities using certificates
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
- H04L67/1097—Protocols in which an application is distributed across nodes in the network for distributed storage of data in networks, e.g. transport arrangements for network file system [NFS], storage area networks [SAN] or network attached storage [NAS]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/50—Network services
- H04L67/55—Push-based network services
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- General Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- Medical Informatics (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Computer Hardware Design (AREA)
- Computer Security & Cryptography (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明提供一种智能轨道交通线路数据处理方法、装置及自动控制系统，根据线路数据标识的线路对象确定线路数据节点，然后获取线路数据节点对应的各个线路数据共享服务的本地缓存配置信息和虚拟缓存配置信息，而后提取各个线路数据共享服务的第一共享存储分量和各个线路数据共享服务的第二共享存储分量，并对其进行融合得到目标共享存储分量后，确定各个线路数据共享服务对应线路数据标识的共享数据读取分块，由此进行各个线路数据共享服务的共享数据读取模板指令的生成。如此，能够针对所请求线路数据标识的线路对象提高后续线路数据的读取效率，以便于后续轨道交通车辆在通信过程中基于共享数据读取模板指令进行快速的线路数据读取。
Description
技术领域
本发明涉及智能轨道交通技术领域，具体而言，涉及一种智能轨道交通线路数据处理方法、装置及自动控制系统。
背景技术
目前，在发起线路推送共享过程中，通常会发起某个线路推送共享的线路数据标识，如何针对对应线路数据标识的线路对象提高后续的读取效率，是本领域亟待解决的技术问题。
发明内容
为了至少克服现有技术中的上述不足，本发明的目的在于提供一种智能轨道交通线路数据处理方法、装置及自动控制系统，能够针对所请求线路数据标识的线路对象提高后续线路数据的读取效率，以便于后续轨道交通车辆在通信过程中基于共享数据读取模板指令进行快速的线路数据读取。
第一方面，本发明提供一种智能轨道交通线路数据处理方法，应用于与多个轨道交通车辆通信连接的智能轨道交通推送服务器，所述方法包括：
获取所述轨道交通车辆发起线路推送共享的线路数据标识，并根据所述线路数据标识的线路对象确定线路数据节点，获取所述线路数据节点对应的各个线路数据共享服务的本地缓存配置信息和虚拟缓存配置信息；
将所述本地缓存配置信息和所述虚拟缓存配置信息分别输入至配置得到的共享存储分类网络，通过所述共享存储分类网络的第一分类单元提取各个线路数据共享服务的第一共享存储分量，通过所述共享存储分类网络的第二分类单元提取各个线路数据共享服务的第二共享存储分量；
通过所述共享存储分类网络的融合单元对所述第一共享存储分量和所述第二共享存储分量进行融合得到目标共享存储分量；
根据所述目标共享存储分量确定各个线路数据共享服务对应所述线路数据标识的共享数据读取分块，并根据所述共享数据读取分块分别生成对应的各个线路数据共享服务的共享数据读取模板指令，将所述共享数据读取模板指令发送给对应的轨道交通车辆。
在第一方面的一种可能的实现方式中，所述虚拟缓存配置信息包括虚拟缓存访问位置、虚拟缓存类型和虚拟缓存位区间；
所述通过所述共享存储分类网络的第一分类单元提取各个线路数据共享服务的第一共享存储分量，通过所述共享存储分类网络的第二分类单元提取各个线路数据共享服务的第二共享存储分量的步骤，包括：
将所述本地缓存配置信息输入至第一分类单元，对所述本地缓存配置信息中的本地缓存配置分包进行特征提取，得到对应的本地缓存配置分包特征；
利用所述第一分类单元和所述线路对象相应的线路推送共享偏向参数对所述本地缓存配置分包特征进行标记处理，得到标记处理后的本地缓存配置分包特征；
根据所述标记处理后的本地缓存配置分包特征提取各个线路数据共享服务的第一共享存储分量； 以及
将所述虚拟缓存配置信息输入至第二分类单元，对所述虚拟缓存配置信息进行特征抽取，得到虚拟缓存访问位置特征、虚拟缓存位区间特征和虚拟缓存类型特征；
利用所述第二分类单元和所述线路对象相应的线路推送共享偏向参数对所述虚拟缓存访问位置特征、虚拟缓存位区间特征和虚拟缓存类型特征进行标记处理，得到虚拟缓存配置信息阵列；
获取所述本地缓存配置信息对应的本地缓存配置分包特征，将所述本地缓存配置分包特征输入至所述虚拟缓存配置信息阵列进行特征融合，得到融合后的目标特征序列，根据所述目标特征序列提取各个线路数据共享服务的第二共享存储分量。
在第一方面的一种可能的实现方式中，所述通过所述共享存储分类网络的融合单元对所述第一共享存储分量和所述第二共享存储分量进行融合得到目标共享存储分量的步骤，包括：
通过所述共享存储分类网络的融合单元对所述第一共享存储分量和所述第二共享存储分量分别各自一一对应的特征位置进行融合得到目标共享存储分量。
在第一方面的一种可能的实现方式中，所述根据所述目标共享存储分量确定各个线路数据共享服务对应所述线路数据标识的共享数据读取分块的步骤，包括：
从所述目标共享存储分量中获取由关联所述线路数据标识的线路推送共享的分布式存储镜像系统对应的分布式存储镜像配置内容，其中，所述分布式存储镜像配置内容通过采用与相应分布式存储镜像系统的哈希存储标签匹配的存储方式，对所述目标共享存储分量中的分布式存储镜像运行数据进行存储实例化得到；
按照与各存储方式分别匹配的实例化解析方式，对相应各个分布式存储镜像系统发送的分布式存储镜像配置内容进行实例化解析，得到相应的分布式存储镜像运行数据；
对各所述分布式存储镜像运行数据分别进行容灾性能分析，确定与各所述分布式存储镜像系统对应的容灾性能参数，其中，所述容灾性能参数用于反映关联所述线路数据标识的分布式存储镜像系统的线路推送共享的频次程度；
从各所述分布式存储镜像系统对应的容灾性能参数中筛选出最强容灾性能，并按照各所述分布式存储镜像系统对应的容灾性能参数分别与所述最强容灾性能间的比较情况，确定各所述分布式存储镜像系统分别对应的容灾性能参照参数；其中，所述分布式存储镜像系统对应的容灾性能参照参数与相对应的所述比较情况呈正相关；
对容灾性能参照参数大于设定容灾性能参照参数的分布式存储镜像系统的分布式存储镜像运行数据进行读取分块切分，并根据读取分块切分结果中的分块切分标识得到各个线路数据共享服务对应所述线路数据标识的共享数据读取分块，其中，每个分块切分标识与每个共享数据读取分块呈一一对应关系。
在第一方面的一种可能的实现方式中，所述对各所述分布式存储镜像运行数据分别进行容灾性能分析，确定与各所述分布式存储镜像系统对应的容灾性能参数的步骤，包括：
将各分布式存储镜像运行数据分别映射关联多于一个容灾备份节点的容灾对象列表，并对各容灾对象列表进行容灾性能检测，对于每个分布式存储镜像运行数据，确定所包括的容灾对象列表中出现模拟备份时长大于设定备份时长的备份位点的数量，对于每个分布式存储镜像运行数据，根据所述分布式存储镜像运行数据中备份位点的数量与所述分布式存储镜像运行数据所包括容灾对象列表的总数量，确定所述备份位点的比例，根据所述备份位点的比例，确定与各所述分布式存储镜像系统对应的容灾性能参数；或者
将各分布式存储镜像运行数据分别映射关联多于一个容灾备份节点的容灾对象列表，并对各容灾对象列表进行容灾性能检测，确定所述容灾对象列表中出现模拟备份时长大于设定备份时长的备份位点，并确定各所述备份位点对应的线路推送共享持续数量，并根据各所述分布式存储镜像运行数据所包括的备份位点中线路推送共享持续数量大于等于预设响应时长的有效备份位点的数量，确定与各所述分布式存储镜像系统对应的容灾性能参数；或者
将各分布式存储镜像运行数据分别映射关联多于一个容灾备份节点的容灾对象列表，并计算各所述容灾对象列表分别对应的深度分布图谱的深度分布值，对于每个分布式存储镜像运行数据，对所述分布式存储镜像运行数据所包括的各容灾对象列表分别对应的深度分布图谱的深度分布值进行融合，得到与所述分布式存储镜像运行数据对应的深度分布值序列，将各分布式存储镜像运行数据分别对应的深度分布值序列，作为与各所述分布式存储镜像系统对应的容灾性能参数。
在第一方面的一种可能的实现方式中，所述将各分布式存储镜像运行数据分别映射关联多于一个容灾备份节点的容灾对象列表，并计算各所述容灾对象列表分别对应的深度分布图谱的深度分布值的步骤，包括：
对于每个线路推送共享成员各自对应的分布式存储镜像运行数据，分别将相应的分布式存储镜像运行数据划分成多于一个容灾备份节点的处于深度分布图谱对应的图谱平面的容灾对象列表；
生成各容灾对象列表在所述深度分布图谱中的图谱节点的计算结果对应的深度子区域拼接区域，并确定各所述容灾对象列表分别对应的深度子区域拼接区域中所包括的多于一个的深度子区域；
对于各容灾对象列表中的每个深度子区域，分别基于所述深度子区域所包括深度子区域单位的深度值，确定与所述深度子区域对应的深度子区域分布对照图谱；
对于各容灾对象列表中当前处理的当前容灾对象列表中的当前深度子区域，确定所述当前容灾对象列表中与当前深度子区域相关联的预设数量的关联深度子区域，并将所述关联深度子区域与所述当前深度子区域共同构成深度子区域集合，按照与所述深度子区域集合对应的权衡值，对所述深度子区域集合中各深度子区域的深度子区域分布对照图谱进行处理，得到当前容灾对象列表中当前深度子区域对应的容灾分布区域；
对当前容灾对象列表的在前集合中对应相同深度子区域头标签的关联深度子区域的容灾分布区域、以及当前容灾对象列表中当前深度子区域的容灾分布区域进行处理，得到当前深度子区域对应的容灾参照位图；
从不同容灾对象列表中对应相同深度子区域头标签的深度子区域所对应的容灾参照位图中，筛选出最小深度值作为相应深度子区域头标签的各深度子区域所对应的深度比对值，对于各容灾对象列表中当前处理的当前容灾对象列表中的当前深度子区域，将所述当前深度子区域的容灾参照位图与深度比对值的计算值，作为当前容灾对象列表中当前深度子区域所对应的深度参照比值；
当所述深度参照比值大于预设阈值时，将第一预设数值作为与所述当前容灾对象列表中当前深度子区域对应的容灾性能参考值；
当所述深度参照比值小于或等于所述预设阈值时，将第二预设数值作为与所述当前容灾对象列表中当前深度子区域对应的容灾性能参考值；所述第二预设数值小于所述第一预设数值；
获取在所述当前容灾对象列表之前的关联容灾对象列表中，与所述当前深度子区域对应相同深度子区域头标签的关联深度子区域的容灾性能均衡值，并对所述关联深度子区域对应的容灾性能均衡值和所述当前深度子区域对应的容灾性能参考值，进行处理，得到当前容灾对象列表中当前深度子区域对应的容灾性能均衡值；
将第一预设均衡值与所述容灾性能均衡值的差值作为相应深度子区域所对应的参考均衡值；
对于各容灾对象列表中当前处理的当前容灾对象列表中的当前深度子区域，获取所述当前容灾对象列表的关联容灾对象列表中与当前深度子区域对应相同深度子区域头标签的关联深度子区域所对应的容灾均衡估值，并对所述关联深度子区域所对应的容灾均衡估值和所述当前容灾对象列表中当前深度子区域对应的容灾性能均衡值的第一计算值，与所述当前容灾对象列表中当前深度子区域所对应的深度子区域分布对照图谱和参考均衡值的第二计算值，进行求和运算，得到当前容灾对象列表中当前深度子区域对应的容灾均衡估值，基于所述深度子区域分布对照图谱和容灾均衡估值，确定各所述深度子区域对应的容灾描述参数；
根据各所述容灾对象列表所包括的深度子区域分别对应的容灾描述参数，计算各所述容灾对象列表分别对应的深度分布图谱的深度分布值。
在第一方面的一种可能的实现方式中，所述根据所述共享数据读取分块分别生成对应的各个线路数据共享服务的共享数据读取模板指令的步骤，包括：
获取所述共享数据读取分块在进行共享数据存储时对应的共享访问验证信息，其中，所述共享访问验证信息包括至少一个共享访问验证节点；
计算所述共享访问验证信息所对应的读取协议参数，其中，所述读取协议参数表示在共享访问读取时所述共享访问验证信息相对于每个访问通道的验证信息流串；
若所述读取协议参数的密钥长度值大于或等于设定置信度阈值，则计算所述共享访问验证信息在正式线路推送共享过程的读取协议参数集合，其中，所述读取协议参数集合包括目标总读取协议参数以及目标单位读取协议参数中的至少一种，所述目标总读取协议参数表示所述共享访问验证信息相对于每个访问通道的验证信息流串，所述目标单位读取协议参数表示所述共享访问验证信息中最靠前单位读取协议参数所对应共享访问验证节点相对于每个访问通道的验证信息流串；
根据所述读取协议参数集合生成对应的各个线路数据共享服务的共享数据读取模板指令。
在第一方面的一种可能的实现方式中，所述计算所述共享访问验证信息所对应的读取协议参数的步骤，包括：
提取所述共享访问验证信息所对应的第一线路推送共享关系容灾对象列表，其中，所述第一线路推送共享关系容灾对象列表包括至少一个第一线路推送共享关系授权节点证书，每个第一线路推送共享关系授权节点证书对应一个共享访问验证节点；
提取所述第一线路推送共享关系容灾对象列表所对应的第一关系授权节点证书集合，其中，所述第一关系授权节点证书集合包括至少一个第一关系授权节点证书，每个第一关系授权节点证书对应一个第一线路推送共享关系授权节点证书；
根据所述第一关系授权节点证书集合以及所述第一线路推送共享关系容灾对象列表，生成第二线路推送共享关系容灾对象列表，其中，所述第二线路推送共享关系容灾对象列表包括至少一个第二线路推送共享关系授权节点证书，每个第二线路推送共享关系授权节点证书对应一个共享访问验证节点；
提取第二线路推送共享关系容灾对象列表所对应的第三线路推送共享关系容灾对象列表，其中，所述第三线路推送共享关系容灾对象列表包括至少一个第三线路推送共享关系授权节点证书，每个第三线路推送共享关系授权节点证书对应一个第二线路推送共享关系授权节点证书；
提取所述第三线路推送共享关系容灾对象列表所对应的第一特征容灾对象列表，其中，所述第一特征容灾对象列表包括至少一个第一特征向量，每个第一特征向量对应一个第三线路推送共享关系授权节点证书；
对所述第一特征容灾对象列表进行特征融合，得到第二特征向量；
计算所述第二特征向量所对应的读取协议参数，其中，所述读取协议参数表示在共享访问读取时所述共享访问验证信息相对于每个访问通道的验证信息流串。
在第一方面的一种可能的实现方式中，所述共享存储分类网络通过以下方式配置得到：
获取多个发起共享读取进程的关联本地缓存配置信息和关联虚拟缓存配置信息，利用所述关联本地缓存配置信息和所述关联虚拟缓存配置信息生成配置数据；
获取多个线路对象，利用所述线路对象生成配置标签，并提取所述关联本地缓存配置信息的本地缓存配置分包特征，提取所述关联虚拟缓存配置信息的虚拟缓存配置信息阵列；
将所述本地缓存配置分包特征和所述虚拟缓存配置信息阵列输入至预设的人工智能网络，得到配置结果；
基于所述配置结果与所述配置标签的差异，调整所述人工智能网络的参数并继续配置，直至满足配置条件时结束配置，得到所述共享存储分类网络。
第二方面，本发明实施例还提供一种智能轨道交通线路数据处理装置，应用于与多个轨道交通车辆通信连接的智能轨道交通推送服务器，所述装置包括：
获取模块，用于获取所述轨道交通车辆发起线路推送共享的线路数据标识，并根据所述线路数据标识的线路对象确定线路数据节点，获取所述线路数据节点对应的各个线路数据共享服务的本地缓存配置信息和虚拟缓存配置信息；
提取模块，用于将所述本地缓存配置信息和所述虚拟缓存配置信息分别输入至配置得到的共享存储分类网络，通过所述共享存储分类网络的第一分类单元提取各个线路数据共享服务的第一共享存储分量，通过所述共享存储分类网络的第二分类单元提取各个线路数据共享服务的第二共享存储分量；
融合模块，用于通过所述共享存储分类网络的融合单元对所述第一共享存储分量和所述第二共享存储分量进行融合得到目标共享存储分量；
生成模块，用于根据所述目标共享存储分量确定各个线路数据共享服务对应所述线路数据标识的共享数据读取分块，并根据所述共享数据读取分块分别生成对应的各个线路数据共享服务的共享数据读取模板指令，将所述共享数据读取模板指令发送给对应的轨道交通车辆。
第三方面，本发明实施例还提供一种自动控制系统，所述自动控制系统包括智能轨道交通推送服务器以及与所述智能轨道交通推送服务器通信连接的与多个轨道交通车辆；
获取所述轨道交通车辆发起线路推送共享的线路数据标识，并根据所述线路数据标识的线路对象确定线路数据节点，获取所述线路数据节点对应的各个线路数据共享服务的本地缓存配置信息和虚拟缓存配置信息；
将所述本地缓存配置信息和所述虚拟缓存配置信息分别输入至配置得到的共享存储分类网络，通过所述共享存储分类网络的第一分类单元提取各个线路数据共享服务的第一共享存储分量，通过所述共享存储分类网络的第二分类单元提取各个线路数据共享服务的第二共享存储分量；
通过所述共享存储分类网络的融合单元对所述第一共享存储分量和所述第二共享存储分量进行融合得到目标共享存储分量；
根据所述目标共享存储分量确定各个线路数据共享服务对应所述线路数据标识的共享数据读取分块，并根据所述共享数据读取分块分别生成对应的各个线路数据共享服务的共享数据读取模板指令，将所述共享数据读取模板指令发送给对应的轨道交通车辆。
第四方面，本发明实施例还提供一种智能轨道交通推送服务器，所述智能轨道交通推送服务器包括处理器、机器可读存储介质和网络接口，所述机器可读存储介质、所述网络接口以及所述处理器之间通过总线系统相连，所述网络接口用于与至少一个轨道交通车辆通信连接，所述机器可读存储介质用于存储程序、指令或代码，所述处理器用于执行所述机器可读存储介质中的程序、指令或代码，以执行第一方面或者第一方面中任意一个可能的实施方式中的智能轨道交通线路数据处理方法。
第五方面，本发明实施例提供一种计算机可读存储介质，计算机可读存储介质中存储有指令，当其被执行时，使得智能轨道交通推送服务器执行上述第一方面或者第一方面中任意一个可能的实施方式中的智能轨道交通线路数据处理方法。
基于上述任意一个方面，本发明根据线路数据标识的线路对象确定线路数据节点，然后获取线路数据节点对应的各个线路数据共享服务的本地缓存配置信息和虚拟缓存配置信息，而后提取各个线路数据共享服务的第一共享存储分量和各个线路数据共享服务的第二共享存储分量，并对其进行融合得到目标共享存储分量后，确定各个线路数据共享服务对应线路数据标识的共享数据读取分块，由此进行各个线路数据共享服务的共享数据读取模板指令的生成。如此，能够针对所请求线路数据标识的线路对象提高后续线路数据的读取效率，以便于后续轨道交通车辆在通信过程中基于共享数据读取模板指令进行快速的线路数据读取。
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它相关的附图。
图1为本发明实施例提供的自动控制系统的应用场景示意图；
图2为本发明实施例提供的智能轨道交通线路数据处理方法的流程示意图；
图3为本发明实施例提供的智能轨道交通线路数据处理装置的功能模块示意图；
图4为本发明实施例提供的用于实现上述的智能轨道交通线路数据处理方法的智能轨道交通推送服务器的结构示意框图。
具体实施方式
下面结合说明书附图对本发明进行具体说明，方法实施例中的具体操作方法也可以应用于装置实施例或系统实施例中。
图1是本发明一种实施例提供的自动控制系统10的线路推送共享示意图。自动控制系统10可以包括智能轨道交通推送服务器100以及与所述智能轨道交通推送服务器100通信连接的轨道交通车辆200。图1所示的自动控制系统10仅为一种可行的示例，在其它可行的实施例中，该自动控制系统10也可以仅包括图1所示组成部分的其中一部分或者还可以包括其它的组成部分。
本实施例中，自动控制系统10中的智能轨道交通推送服务器100和轨道交通车辆200可以通过配合执行以下方法实施例所描述的智能轨道交通线路数据处理方法，具体智能轨道交通推送服务器100和轨道交通车辆200的执行步骤部分可以参照以下方法实施例的详细描述。
为了解决前述背景技术中的技术问题，图2为本发明实施例提供的智能轨道交通线路数据处理方法的流程示意图，本实施例提供的智能轨道交通线路数据处理方法可以由图1中所示的智能轨道交通推送服务器100执行，下面对该智能轨道交通线路数据处理方法进行详细介绍。
步骤S110，获取轨道交通车辆200发起线路推送共享的线路数据标识，并根据线路数据标识的线路对象确定线路数据节点，获取线路数据节点对应的各个线路数据共享服务的本地缓存配置信息和虚拟缓存配置信息。
步骤S120，将本地缓存配置信息和虚拟缓存配置信息分别输入至配置得到的共享存储分类网络，通过共享存储分类网络的第一分类单元提取各个线路数据共享服务的第一共享存储分量，通过共享存储分类网络的第二分类单元提取各个线路数据共享服务的第二共享存储分量。
步骤S130，通过共享存储分类网络的融合单元对第一共享存储分量和第二共享存储分量进行融合得到目标共享存储分量。
步骤S140，根据目标共享存储分量确定各个线路数据共享服务对应线路数据标识的共享数据读取分块，并根据共享数据读取分块分别生成对应的各个线路数据共享服务的共享数据读取模板指令，将共享数据读取模板指令发送给对应的轨道交通车辆200。
本实施例中，线路数据标识可以是任意进行被配置为进行线路推送共享过程时的标识字节信息，例如可以是但不限于URL等等，但不限于此。
本实施例中，线路对象可以是指在发起线路推送共享的时产生的具体的线路，例如可以是指从A到B过程中的线路A1、线路A2、线路AB1、线路B1等。
本实施例中，线路数据节点可以根据具体的线路对象确定，例如线路数据节点可以为线路A1、线路A2、线路AB1、线路B1等所对应的数据节点。
本实施例中，本地缓存配置信息可以用于表征具体产生的本地缓存配置分包，虚拟缓存配置信息可以用于表征具体产生的本地缓存配置分包类型的缓存配置内容。
本实施例中，共享数据读取分块可以用于表示针对每个线路数据共享服务而言所对应的读取分段所组成的哈希存储节点构成的共享数据读取分块。
基于上述步骤，本实施例根据线路数据标识的线路对象确定线路数据节点，然后获取线路数据节点对应的各个线路数据共享服务的本地缓存配置信息和虚拟缓存配置信息，而后提取各个线路数据共享服务的第一共享存储分量和各个线路数据共享服务的第二共享存储分量，并对其进行融合得到目标共享存储分量后，确定各个线路数据共享服务对应线路数据标识的共享数据读取分块，由此进行各个线路数据共享服务的共享数据读取模板指令的生成。如此，能够针对对应线路数据标识的线路对象提高后续共享数据读取模板指令的安全性，以便于后续轨道交通车辆200在通信过程中基于共享数据读取模板指令进行快速的线路数据读取。
在一种可能的实现方式中，针对步骤S110，虚拟缓存配置信息具体可以包括虚拟缓存访问位置、虚拟缓存类型和虚拟缓存位区间。
其中，虚拟缓存访问位置可以是指虚拟存储路径时的时间节点或者区域节点，虚拟缓存类型可以是指具体缓存的方式，例如单缓冲方式、双缓冲方式、多缓冲方式以及缓冲池方式，虚拟缓存位区间可以是指虚拟存储路径所对应的缓存位的起始节点和终止节点。
示例性地，单缓冲可以是指在设备和处理机之间设置一个缓冲器。设备相处理机交换数据时，先把被交换数据写入缓冲器，然后，需要数据的设备或处理机从缓冲器取定数据。由于缓冲器属于临界资源，即不允许多个进程同时对一个缓冲器操作，因此，尽管单缓冲能匹配设备相处理机的处理速度，但是，设备和设备之间不能通过单缓冲达到并行操作。
双缓冲可以是指解决两台外设、功能设备和终端之间的并行操作问题的办法是设置双缓冲。有了两个缓冲器之后，CPU可把输出到功能设备的数据放入其中一个缓冲器(区)、让功能设备慢慢打印；然后，它又可以从另一个为终端设置的缓冲器(区)中读取所需要的输入数据。
多缓冲可以是指是把多个缓冲区连接起来组成两部分，一部分专门用于输入，另一部分专门用于输出的缓冲结构。
缓冲池可以是指把多个缓冲区连接起来统一管理，既可用于输入又可用于输出的缓冲结构。
在此基础上，针对步骤S120，可以通过以下示例性子步骤具体实现，详细描述如下。
子步骤S121，将本地缓存配置信息输入至第一分类单元，对本地缓存配置信息中的本地缓存配置分包进行特征提取，得到对应的本地缓存配置分包特征。
子步骤S122，利用第一分类单元和线路对象相应的线路推送共享偏向参数对本地缓存配置分包特征进行标记处理，得到标记处理后的本地缓存配置分包特征。
子步骤S123，根据标记处理后的本地缓存配置分包特征提取各个线路数据共享服务的第一共享存储分量。
子步骤S124，将虚拟缓存配置信息输入至第二分类单元，对虚拟缓存配置信息进行特征抽取，得到虚拟缓存访问位置特征、虚拟缓存位区间特征和虚拟缓存类型特征。
子步骤S125，利用第二分类单元和线路对象相应的线路推送共享偏向参数对虚拟缓存访问位置特征、虚拟缓存位区间特征和虚拟缓存类型特征进行标记处理，得到虚拟缓存配置信息阵列。
子步骤S126，获取本地缓存配置信息对应的本地缓存配置分包特征，将本地缓存配置分包特征输入至虚拟缓存配置信息阵列进行特征融合，得到融合后的目标特征序列，根据目标特征序列提取各个线路数据共享服务的第二共享存储分量。
在一种可能的实现方式中，针对步骤S130，为了提高融合效率，本实施例可以通过共享存储分类网络的融合单元对第一共享存储分量和第二共享存储分量分别各自一一对应的特征位置进行融合得到目标共享存储分量。
在一种可能的实现方式中，针对步骤S140，为了准确确定各个线路数据共享服务对应所述线路数据标识的共享数据读取分块，可以通过以下示例性子步骤具体实现，详细描述如下。
子步骤S141，从目标共享存储分量中获取由关联线路数据标识的线路推送共享的分布式存储镜像系统对应的分布式存储镜像配置内容，其中，分布式存储镜像配置内容通过采用与相应分布式存储镜像系统的哈希存储标签匹配的存储方式，对目标共享存储分量中的分布式存储镜像运行数据进行存储实例化得到。
子步骤S142，按照与各存储方式分别匹配的实例化解析方式，对相应各个分布式存储镜像系统发送的分布式存储镜像配置内容进行实例化解析，得到相应的分布式存储镜像运行数据。
子步骤S143，对各分布式存储镜像运行数据分别进行容灾性能分析，确定与各分布式存储镜像系统对应的容灾性能参数。其中，容灾性能参数用于反映关联线路数据标识的分布式存储镜像系统的线路推送共享的频次程度。
子步骤S144，从各分布式存储镜像系统对应的容灾性能参数中筛选出最强容灾性能，并按照各分布式存储镜像系统对应的容灾性能参数分别与最强容灾性能间的比较情况，确定各分布式存储镜像系统分别对应的容灾性能参照参数。其中，分布式存储镜像系统对应的容灾性能参照参数与相对应的比较情况呈正相关。
子步骤S145，对容灾性能参照参数大于设定容灾性能参照参数的分布式存储镜像系统的分布式存储镜像运行数据进行读取分块切分，并根据读取分块切分结果中的分块切分标识得到各个线路数据共享服务对应所述线路数据标识的共享数据读取分块，其中，每个分块切分标识与每个共享数据读取分块呈一一对应关系。
示例性地，针对子步骤S143，具体可以通过以下实施方式（1）或者实施方式（2）或者实施方式（3）来实现。
（1）将各分布式存储镜像运行数据分别映射关联多于一个容灾备份节点的容灾对象列表，并对各容灾对象列表进行容灾性能检测，对于每个分布式存储镜像运行数据，确定所包括的容灾对象列表中出现模拟备份时长大于设定备份时长的备份位点的数量，对于每个分布式存储镜像运行数据，根据分布式存储镜像运行数据中备份位点的数量与分布式存储镜像运行数据所包括容灾对象列表的总数量，确定备份位点的比例，根据备份位点的比例，确定与各分布式存储镜像系统对应的容灾性能参数。
（2）将各分布式存储镜像运行数据分别映射关联多于一个容灾备份节点的容灾对象列表，并对各容灾对象列表进行容灾性能检测，确定容灾对象列表中出现模拟备份时长大于设定备份时长的备份位点，并确定各备份位点对应的线路推送共享持续数量，并根据各分布式存储镜像运行数据所包括的备份位点中线路推送共享持续数量大于等于预设响应时长的有效备份位点的数量，确定与各分布式存储镜像系统对应的容灾性能参数。
（3）将各分布式存储镜像运行数据分别映射关联多于一个容灾备份节点的容灾对象列表，并计算各容灾对象列表分别对应的深度分布图谱的深度分布值，对于每个分布式存储镜像运行数据，对分布式存储镜像运行数据所包括的各容灾对象列表分别对应的深度分布图谱的深度分布值进行融合，得到与分布式存储镜像运行数据对应的深度分布值序列，将各分布式存储镜像运行数据分别对应的深度分布值序列，作为与各分布式存储镜像系统对应的容灾性能参数。
例如，对于每个线路推送共享成员各自对应的分布式存储镜像运行数据，可以分别将相应的分布式存储镜像运行数据划分成多于一个容灾备份节点的处于深度分布图谱对应的图谱平面的容灾对象列表。在此基础上，可以生成各容灾对象列表在深度分布图谱中的图谱节点的计算结果对应的深度子区域拼接区域，并确定各容灾对象列表分别对应的深度子区域拼接区域中所包括的多于一个的深度子区域。
由此，对于各容灾对象列表中的每个深度子区域，分别基于深度子区域所包括深度子区域单位的深度值，确定与深度子区域对应的深度子区域分布对照图谱。接着，对于各容灾对象列表中当前处理的当前容灾对象列表中的当前深度子区域，确定当前容灾对象列表中与当前深度子区域相关联的预设数量的关联深度子区域，并将关联深度子区域与当前深度子区域共同构成深度子区域集合，按照与深度子区域集合对应的权衡值，对深度子区域集合中各深度子区域的深度子区域分布对照图谱进行处理，得到当前容灾对象列表中当前深度子区域对应的容灾分布区域。
在此基础上，可以对当前容灾对象列表的在前集合中对应相同深度子区域头标签的关联深度子区域的容灾分布区域、以及当前容灾对象列表中当前深度子区域的容灾分布区域进行处理，得到当前深度子区域对应的容灾参照位图。然后，从不同容灾对象列表中对应相同深度子区域头标签的深度子区域所对应的容灾参照位图中，筛选出最小深度值作为相应深度子区域头标签的各深度子区域所对应的深度比对值，对于各容灾对象列表中当前处理的当前容灾对象列表中的当前深度子区域，将当前深度子区域的容灾参照位图与深度比对值的计算值，作为当前容灾对象列表中当前深度子区域所对应的深度参照比值。
这样，当深度参照比值大于预设阈值时，可以将第一预设数值作为与当前容灾对象列表中当前深度子区域对应的容灾性能参考值。再例如，当深度参照比值小于或等于预设阈值时，可以将第二预设数值作为与当前容灾对象列表中当前深度子区域对应的容灾性能参考值。可以理解，第二预设数值应小于第一预设数值。
而后，可以获取在当前容灾对象列表之前的关联容灾对象列表中，与当前深度子区域对应相同深度子区域头标签的关联深度子区域的容灾性能均衡值，并对关联深度子区域对应的容灾性能均衡值和当前深度子区域对应的容灾性能参考值，进行处理，得到当前容灾对象列表中当前深度子区域对应的容灾性能均衡值，从而可以将第一预设均衡值与容灾性能均衡值的差值作为相应深度子区域所对应的参考均衡值。
接着，对于各容灾对象列表中当前处理的当前容灾对象列表中的当前深度子区域，获取当前容灾对象列表的关联容灾对象列表中与当前深度子区域对应相同深度子区域头标签的关联深度子区域所对应的容灾均衡估值，并对关联深度子区域所对应的容灾均衡估值和当前容灾对象列表中当前深度子区域对应的容灾性能均衡值的第一计算值，与当前容灾对象列表中当前深度子区域所对应的深度子区域分布对照图谱和参考均衡值的第二计算值，进行求和运算，得到当前容灾对象列表中当前深度子区域对应的容灾均衡估值，基于深度子区域分布对照图谱和容灾均衡估值，确定各深度子区域对应的容灾描述参数。如此，可以根据各容灾对象列表所包括的深度子区域分别对应的容灾描述参数，计算各容灾对象列表分别对应的深度分布图谱的深度分布值。
基于上述设计，可以有效结合频次关系计算各容灾对象列表分别对应的深度分布图谱的深度分布值，从而便于后续各个线路数据共享服务对应所述线路数据标识的共享数据读取分块的确定。
在一种可能的实现方式中，仍旧针对步骤S140，在根据共享数据读取分块分别生成对应的各个线路数据共享服务的共享数据读取模板指令的过程中，具体可以通过以下子步骤进一步实现，详细描述如下。
子步骤S146，获取共享数据读取分块在进行共享数据存储时对应的共享访问验证信息，其中，共享访问验证信息包括至少一个共享访问验证节点。
子步骤S147，计算共享访问验证信息所对应的读取协议参数，其中，读取协议参数表示在共享访问读取时共享访问验证信息相对于每个访问通道的验证信息流串。
子步骤S148，若读取协议参数的密钥长度值大于或等于设定置信度阈值，则计算共享访问验证信息在正式线路推送共享过程的读取协议参数集合，其中，读取协议参数集合包括目标总读取协议参数以及目标单位读取协议参数中的至少一种，目标总读取协议参数表示共享访问验证信息相对于每个访问通道的验证信息流串，目标单位读取协议参数表示共享访问验证信息中最靠前单位读取协议参数所对应共享访问验证节点相对于每个访问通道的验证信息流串。
子步骤S149，根据读取协议参数集合确定共享访问验证信息所对应的分块切分类别，并根据分块切分类别生成对应的各个线路数据共享服务的共享数据读取模板指令。
示例性地，在子步骤S147中，可以通过以下实施方式示例性实现。
（1）提取共享访问验证信息所对应的第一线路推送共享关系容灾对象列表，其中，第一线路推送共享关系容灾对象列表包括至少一个第一线路推送共享关系授权节点证书，每个第一线路推送共享关系授权节点证书对应一个共享访问验证节点。
（2）提取第一线路推送共享关系容灾对象列表所对应的第一关系授权节点证书集合，其中，第一关系授权节点证书集合包括至少一个第一关系授权节点证书，每个第一关系授权节点证书对应一个第一线路推送共享关系授权节点证书。
（3）根据第一关系授权节点证书集合以及第一线路推送共享关系容灾对象列表，生成第二线路推送共享关系容灾对象列表，其中，第二线路推送共享关系容灾对象列表包括至少一个第二线路推送共享关系授权节点证书，每个第二线路推送共享关系授权节点证书对应一个共享访问验证节点。
（4）提取第二线路推送共享关系容灾对象列表所对应的第三线路推送共享关系容灾对象列表，其中，第三线路推送共享关系容灾对象列表包括至少一个第三线路推送共享关系授权节点证书，每个第三线路推送共享关系授权节点证书对应一个第二线路推送共享关系授权节点证书。
（5）提取第三线路推送共享关系容灾对象列表所对应的第一特征容灾对象列表，其中，第一特征容灾对象列表包括至少一个第一特征向量，每个第一特征向量对应一个第三线路推送共享关系授权节点证书。
（6）对第一特征容灾对象列表进行特征融合，得到第二特征向量。
（7）计算第二特征向量所对应的读取协议参数，其中，读取协议参数表示在共享访问读取时共享访问验证信息相对于每个访问通道的验证信息流串。
在一种可能的实现方式中，上述的共享存储分类网络可以通过以下方式配置得到：
（1）获取多个发起共享读取进程的关联本地缓存配置信息和关联虚拟缓存配置信息，利用关联本地缓存配置信息和关联虚拟缓存配置信息生成配置数据。
（2）获取多个线路对象，利用线路对象生成配置标签，并提取关联本地缓存配置信息的本地缓存配置分包特征，提取关联虚拟缓存配置信息的虚拟缓存配置信息阵列。
（3）将本地缓存配置分包特征和虚拟缓存配置信息阵列输入至预设的人工智能网络，得到配置结果。
（4）基于配置结果与配置标签的差异，调整人工智能网络的参数并继续配置，直至满足配置条件时结束配置，得到共享存储分类网络。
图3为本发明实施例提供的智能轨道交通线路数据处理装置300的功能模块示意图，本实施例可以根据上述智能轨道交通推送服务器100执行的方法实施例对该智能轨道交通线路数据处理装置300进行功能模块的划分，也即该智能轨道交通线路数据处理装置300所对应的以下各个功能模块可以用于执行上述智能轨道交通推送服务器100执行的各个方法实施例。其中，该智能轨道交通线路数据处理装置300可以包括获取模块310、提取模块320、融合模块330以及生成模块340，下面分别对该智能轨道交通线路数据处理装置300的各个功能模块的功能进行详细阐述。
获取模块310，用于获取所述轨道交通车辆200发起线路推送共享的线路数据标识，并根据所述线路数据标识的线路对象确定线路数据节点，获取所述线路数据节点对应的各个线路数据共享服务的本地缓存配置信息和虚拟缓存配置信息。其中，获取模块310可以用于执行上述的步骤S110，关于获取模块310的详细实现方式可以参照上述针对步骤S110的详细描述即可。
提取模块320，用于将所述本地缓存配置信息和所述虚拟缓存配置信息分别输入至配置得到的共享存储分类网络，通过所述共享存储分类网络的第一分类单元提取各个线路数据共享服务的第一共享存储分量，通过所述共享存储分类网络的第二分类单元提取各个线路数据共享服务的第二共享存储分量。其中，提取模块320可以用于执行上述的步骤S120，关于提取模块320的详细实现方式可以参照上述针对步骤S120的详细描述即可。
融合模块330，用于通过所述共享存储分类网络的融合单元对所述第一共享存储分量和所述第二共享存储分量进行融合得到目标共享存储分量。其中，融合模块330可以用于执行上述的步骤S130，关于融合模块330的详细实现方式可以参照上述针对步骤S130的详细描述即可。
生成模块340，用于根据所述目标共享存储分量确定各个线路数据共享服务对应所述线路数据标识的共享数据读取分块，并根据所述共享数据读取分块分别生成对应的各个线路数据共享服务的共享数据读取模板指令，将所述共享数据读取模板指令发送给对应的轨道交通车辆200。其中，生成模块340可以用于执行上述的步骤S140，关于生成模块340的详细实现方式可以参照上述针对步骤S140的详细描述即可。
需要说明的是，应理解以上装置的各个模块的划分仅仅是一种逻辑功能的划分，实际实现时可以全部或部分集成到一个物理实体上，也可以物理上分开。且这些模块可以全部以软件通过处理元件调用的形式实现；也可以全部以硬件的形式实现；还可以部分模块通过处理元件调用软件的形式实现，部分模块通过硬件的形式实现。例如，获取模块310可以为单独设立的处理元件，也可以集成在上述装置的某一个芯片中实现，此外，也可以以程序代码的形式存储于上述装置的存储器中，由上述装置的某一个处理元件调用并执行以上获取模块310的功能。其它模块的实现与之类似。此外这些模块全部或部分可以集成在一起，也可以独立实现。这里所描述的处理元件可以是一种集成电路，具有信号的处理能力。在实现过程中，上述方法的各步骤或以上各个模块可以通过处理器元件中的硬件的集成逻辑电路或者软件形式的指令完成。
例如，以上这些模块可以是被配置成实施以上方法的一个或多个集成电路，例如：一个或多个特定集成电路(application specific integrated circuit，ASIC)，或，一个或多个微处理器(digital signal processor，DSP)，或，一个或者多个现场可编程门阵列(field programmable gate array，FPGA)等。再如，当以上某个模块通过处理元件调度程序代码的形式实现时，该处理元件可以是通用处理器，例如中央处理器(centralprocessing unit，CPU)或其它可以调用程序代码的处理器。再如，这些模块可以集成在一起，以片上系统(system-on-a-chip，SOC)的形式实现。
图4示出了本发明实施例提供的用于实现上述的智能轨道交通线路数据处理方法的智能轨道交通推送服务器100的硬件结构示意图，如图4所示，智能轨道交通推送服务器100可包括处理器110、机器可读存储介质120、总线130以及收发器140。
在具体实现过程中，至少一个处理器110执行所述机器可读存储介质120存储的计算机执行指令（例如图3中所示的智能轨道交通线路数据处理装置300包括的获取模块310、提取模块320、融合模块330以及生成模块340），使得处理器110可以执行如上方法实施例的智能轨道交通线路数据处理方法，其中，处理器110、机器可读存储介质120以及收发器140通过总线130连接，处理器110可以用于控制收发器140的收发动作，从而可以与前述的智能轨道交通推送服务器100进行数据收发。
处理器110的具体实现过程可参见上述智能轨道交通推送服务器100执行的各个方法实施例，其实现原理和技术效果类似，本实施例此处不再赘述。
在上述的图4所示的实施例中，应理解，处理器可以是中央处理单元(英文：Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(英文：Digital Signal Processor，DSP)、专用集成电路(英文：ApplicationSpecificIntegrated Circuit，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。结合发明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。
机器可读存储介质120可能包含高速RAM存储器，也可能还包括非易失性存储NVM，例如至少一个磁盘存储器。
总线130可以是工业标准体系结构(Industry Standard Architecture，ISA)总线、外部设备互连(Peripheral Component Interconnect，PCI)总线或扩展工业标准体系结构(Extended Industry Standard Architecture，EISA)总线等。总线130可以分为地址总线、数据总线、控制总线等。为便于表示，本申请附图中的总线并不限定仅有一根总线或一种类型的总线。
此外，本发明实施例还提供一种可读存储介质，所述可读存储介质中存储有计算机执行指令，当处理器执行所述计算机执行指令时，实现如上智能轨道交通线路数据处理方法。
上文已对基本概念做了描述，显然，对于本领域技术人员来说，上述详细披露仅仅作为示例，而并不构成对本说明书的限定。虽然此处并没有明确说明，本领域技术人员可能会对本说明书进行各种修改、改进和修正。该类修改、改进和修正在本说明书中被建议，所以该类修改、改进、修正仍属于本说明书示范实施例的精神和范围。
同时，本说明书使用了特定词语来描述本说明书的实施例。如“一种可能的实现方式”、“一种可能的示例”、和/或“示例性地”意指与本说明书至少一个实施例相关的某一特征、结构或特点。因此，应强调并注意的是，本说明书中在不同位置两次或多次提及的“一种可能的实现方式”、“一种可能的示例”、和/或“示例性地”并不一定是指同一实施例。此外，本说明书的一个或多个实施例中的某些特征、结构或特点可以进行适当的组合。
此外，本领域技术人员可以理解，本说明书的各方面可以通过若干具有可专利性的种类或情况进行说明和描述，包括任何新的和有用的工序、机器、产品或物质的组合，或对他们的任何新的和有用的改进。相应地，本说明书的各个方面可以完全由硬件执行、可以完全由软件（包括固件、常驻软件、微码等）执行、也可以由硬件和软件组合执行。以上硬件或软件均可被称为“数据块”、“模块”、“引擎”、“单元”、“组件”或“系统”。此外，本说明书的各方面可能表现为位于一个或多个计算机可读介质中的计算机产品，该产品包括计算机可读程序编码。
计算机存储介质可能包含一个内含有计算机程序编码的传播数据信号，例如在基带上或作为载波的一部分。该传播信号可能有多种表现形式，包括电磁形式、光形式等，或合适的组合形式。计算机存储介质可以是除计算机可读存储介质之外的任何计算机可读介质，该介质可以通过连接至一个指令执行系统、装置或设备以实现通讯、传播或传输供使用的程序。位于计算机存储介质上的程序编码可以通过任何合适的介质进行传播，包括无线电、电缆、光纤电缆、RF、或类似介质，或任何上述介质的组合。
本说明书各部分操作所需的计算机程序编码可以用任意一种或多种程序语言编写，包括面向对象编程语言如Java、Scala、Smalltalk、Eiffel、JADE、Emerald、C++、C#、VB.NET、Python等，常规程序化编程语言如C语言、Visual Basic、Fortran 2003、Perl、COBOL 2002、PHP、ABAP，动态编程语言如Python、Ruby和Groovy，或其他编程语言等。该程序编码可以完全在用户计算机上运行、或作为独立的软件包在用户计算机上运行、或部分在用户计算机上运行部分在远程计算机运行、或完全在远程计算机或服务器上运行。在后种情况下，远程计算机可以通过任何网络形式与用户计算机连接，比如局域网（LAN）或广域网（WAN），或连接至外部计算机（例如通过因特网），或在云计算环境中，或作为服务使用如软件即服务（SaaS）。
此外，除非权利要求中明确说明，本说明书所述处理元素和序列的顺序、数字字母的使用、或其他名称的使用，并非用于限定本说明书流程和方法的顺序。尽管上述披露中通过各种示例讨论了一些目前认为有用的发明实施例，但应当理解的是，该类细节仅起到说明的目的，附加的权利要求并不仅限于披露的实施例，相反，权利要求旨在覆盖所有符合本说明书实施例实质和范围的修正和等价组合。例如，虽然以上所描述的系统组件可以通过硬件设备实现，但是也可以只通过软件的解决方案得以实现，如在现有的服务器或移动设备上安装所描述的系统。
同理，应当注意的是，为了简化本说明书披露的表述，从而帮助对一个或多个发明实施例的理解，前文对本说明书实施例的描述中，有时会将多种特征归并至一个实施例、附图或对其的描述中。但是，这种披露方法并不意味着本说明书对象所需要的特征比权利要求中提及的特征多。实际上，实施例的特征要少于上述披露的单个实施例的全部特征。
需要说明的是，如果本说明书附属材料中的描述、定义、和/或术语的使用与本说明书所述内容有不一致或冲突的地方，以本说明书的描述、定义和/或术语的使用为准。
最后，应当理解的是，本说明书中所述实施例仅用以说明本说明书实施例的原则。其他的变形也可能属于本说明书的范围。因此，作为示例而非限制，本说明书实施例的替代配置可视为与本说明书的教导一致。相应地，本说明书的实施例不仅限于本说明书明确介绍和描述的实施例。
Claims (9)
1.一种智能轨道交通线路数据处理方法，其特征在于，应用于与多个轨道交通车辆通信连接的智能轨道交通推送服务器，所述方法包括：
获取所述轨道交通车辆发起线路推送共享的线路数据标识，并根据所述线路数据标识的线路对象确定线路数据节点，获取所述线路数据节点对应的各个线路数据共享服务的本地缓存配置信息和虚拟缓存配置信息；
将所述本地缓存配置信息和所述虚拟缓存配置信息分别输入至配置得到的共享存储分类网络，通过所述共享存储分类网络的第一分类单元提取各个线路数据共享服务的第一共享存储分量，通过所述共享存储分类网络的第二分类单元提取各个线路数据共享服务的第二共享存储分量，其中，所述共享存储分类网络基于人工智能的训练样本训练得到；
通过所述共享存储分类网络的融合单元对所述第一共享存储分量和所述第二共享存储分量进行融合得到目标共享存储分量；
根据所述目标共享存储分量确定各个线路数据共享服务对应所述线路数据标识的共享数据读取分块，并根据所述共享数据读取分块分别生成对应的各个线路数据共享服务的共享数据读取模板指令，将所述共享数据读取模板指令发送给对应的轨道交通车辆；
所述根据所述共享数据读取分块分别生成对应的各个线路数据共享服务的共享数据读取模板指令的步骤，包括：
获取所述共享数据读取分块在进行共享数据存储时对应的共享访问验证信息，其中，所述共享访问验证信息包括至少一个共享访问验证节点；
计算所述共享访问验证信息所对应的读取协议参数，其中，所述读取协议参数表示在共享访问读取时所述共享访问验证信息相对于每个访问通道的验证信息流串；
基于所述共享访问验证信息所对应的读取协议参数计算所述共享访问验证信息在正式线路推送共享过程的读取协议参数集合，其中，所述读取协议参数集合包括目标总读取协议参数以及目标单位读取协议参数中的至少一种，所述目标总读取协议参数表示所述共享访问验证信息相对于每个访问通道的验证信息流串，所述目标单位读取协议参数表示所述共享访问验证信息中最靠前单位读取协议参数所对应共享访问验证节点相对于每个访问通道的验证信息流串；
根据所述读取协议参数集合生成对应的各个线路数据共享服务的共享数据读取模板指令；
所述共享数据读取分块用于表示针对每个线路数据共享服务而言所对应的读取分段所组成的哈希存储节点构成的共享数据读取分块。
2.根据权利要求1所述的智能轨道交通线路数据处理方法，其特征在于，所述虚拟缓存配置信息包括虚拟缓存访问位置、虚拟缓存类型、虚拟缓存位区间；
所述通过所述共享存储分类网络的第一分类单元提取各个线路数据共享服务的第一共享存储分量，通过所述共享存储分类网络的第二分类单元提取各个线路数据共享服务的第二共享存储分量的步骤，包括：
将所述本地缓存配置信息输入至第一分类单元，对所述本地缓存配置信息中的本地缓存配置分包进行特征提取，得到对应的本地缓存配置分包特征；
利用所述第一分类单元和所述线路对象相应的线路推送共享偏向参数对所述本地缓存配置分包特征进行标记处理，得到标记处理后的本地缓存配置分包特征；
根据所述标记处理后的本地缓存配置分包特征提取各个线路数据共享服务的第一共享存储分量；以及
将所述虚拟缓存配置信息输入至第二分类单元，对所述虚拟缓存配置信息进行特征抽取，得到虚拟缓存访问位置特征、虚拟缓存位区间特征和虚拟缓存类型特征；
利用所述第二分类单元和所述线路对象相应的线路推送共享偏向参数对所述虚拟缓存访问位置特征、虚拟缓存位区间特征和虚拟缓存类型特征进行标记处理，得到虚拟缓存配置信息阵列；
获取所述本地缓存配置信息对应的本地缓存配置分包特征，将所述本地缓存配置分包特征输入至所述虚拟缓存配置信息阵列进行特征融合，得到融合后的目标特征序列，根据所述目标特征序列提取各个线路数据共享服务的第二共享存储分量。
3.根据权利要求1所述的智能轨道交通线路数据处理方法，其特征在于，所述通过所述共享存储分类网络的融合单元对所述第一共享存储分量和所述第二共享存储分量进行融合得到目标共享存储分量的步骤，包括：
通过所述共享存储分类网络的融合单元对所述第一共享存储分量和所述第二共享存储分量分别各自一一对应的特征位置进行融合得到目标共享存储分量。
4.根据权利要求1-3中任意一项所述的智能轨道交通线路数据处理方法，其特征在于，所述根据所述目标共享存储分量确定各个线路数据共享服务对应所述线路数据标识的共享数据读取分块的步骤，包括：
从所述目标共享存储分量中获取由关联所述线路数据标识的线路推送共享的分布式存储镜像系统对应的分布式存储镜像配置内容，其中，所述分布式存储镜像配置内容通过采用与相应分布式存储镜像系统的哈希存储标签匹配的存储方式，对所述目标共享存储分量中的分布式存储镜像运行数据进行存储实例化得到；
按照与各存储方式分别匹配的实例化解析方式，对相应各个分布式存储镜像系统发送的分布式存储镜像配置内容进行实例化解析，得到相应的分布式存储镜像运行数据；
对各所述分布式存储镜像运行数据分别进行容灾性能分析，确定与各所述分布式存储镜像系统对应的容灾性能参数，其中，所述容灾性能参数用于反映关联所述线路数据标识的分布式存储镜像系统的容灾性能程度；
从各所述分布式存储镜像系统对应的容灾性能参数中筛选出最强容灾性能，并按照各所述分布式存储镜像系统对应的容灾性能参数分别与所述最强容灾性能间的比较情况，确定各所述分布式存储镜像系统分别对应的容灾性能参照参数；其中，所述分布式存储镜像系统对应的容灾性能参照参数与相对应的所述比较情况呈正相关；
对容灾性能参照参数大于设定容灾性能参照参数的分布式存储镜像系统的分布式存储镜像运行数据进行读取分块切分，并根据读取分块切分结果中的分块切分标识得到各个线路数据共享服务对应所述线路数据标识的共享数据读取分块，其中，每个分块切分标识与每个共享数据读取分块呈一一对应关系。
5.根据权利要求4所述的智能轨道交通线路数据处理方法，其特征在于，所述对各所述分布式存储镜像运行数据分别进行容灾性能分析，确定与各所述分布式存储镜像系统对应的容灾性能参数的步骤，包括：
将各分布式存储镜像运行数据分别映射关联多于一个容灾备份节点的容灾对象列表，并对各容灾对象列表进行容灾性能检测，对于每个分布式存储镜像运行数据，确定所包括的容灾对象列表中出现模拟备份时长大于设定备份时长的备份位点的数量，对于每个分布式存储镜像运行数据，根据所述分布式存储镜像运行数据中备份位点的数量与所述分布式存储镜像运行数据所包括容灾对象列表的总数量，确定所述备份位点的比例，根据所述备份位点的比例，确定与各所述分布式存储镜像系统对应的容灾性能参数；或者
将各分布式存储镜像运行数据分别映射关联多于一个容灾备份节点的容灾对象列表，并对各容灾对象列表进行容灾性能检测，确定所述容灾对象列表中出现模拟备份时长大于设定备份时长的备份位点，并确定各所述备份位点对应的模拟备份响应时长，并根据各所述分布式存储镜像运行数据所包括的备份位点中模拟备份响应时长大于等于预设响应时长的有效备份位点的数量，确定与各所述分布式存储镜像系统对应的容灾性能参数；或者
将各分布式存储镜像运行数据分别映射关联多于一个容灾备份节点的容灾对象列表，并计算各所述容灾对象列表分别对应的深度分布图谱的深度分布值，对于每个分布式存储镜像运行数据，对所述分布式存储镜像运行数据所包括的各容灾对象列表分别对应的深度分布图谱的深度分布值进行融合，得到与所述分布式存储镜像运行数据对应的深度分布值序列，将各分布式存储镜像运行数据分别对应的深度分布值序列，作为与各所述分布式存储镜像系统对应的容灾性能参数。
6.根据权利要求5所述的智能轨道交通线路数据处理方法，其特征在于，所述将各分布式存储镜像运行数据分别映射关联多于一个容灾备份节点的容灾对象列表，并计算各所述容灾对象列表分别对应的深度分布图谱的深度分布值的步骤，包括：
对于每个线路推送共享成员各自对应的分布式存储镜像运行数据，分别将相应的分布式存储镜像运行数据划分成多于一个容灾备份节点的处于深度分布图谱对应的图谱平面的容灾对象列表；
生成各容灾对象列表在所述深度分布图谱中的图谱节点的计算结果对应的深度子区域拼接区域，并确定各所述容灾对象列表分别对应的深度子区域拼接区域中所包括的多于一个的深度子区域；
对于各容灾对象列表中的每个深度子区域，分别基于所述深度子区域所包括深度子区域单位的深度值，确定与所述深度子区域对应的深度子区域分布对照图谱；
对于各容灾对象列表中当前处理的当前容灾对象列表中的当前深度子区域，确定所述当前容灾对象列表中与当前深度子区域相关联的预设数量的关联深度子区域，并将所述关联深度子区域与所述当前深度子区域共同构成深度子区域集合，按照与所述深度子区域集合对应的权衡值，对所述深度子区域集合中各深度子区域的深度子区域分布对照图谱进行处理，得到当前容灾对象列表中当前深度子区域对应的容灾分布区域；
对当前容灾对象列表的在前集合中对应相同深度子区域头标签的关联深度子区域的容灾分布区域、以及当前容灾对象列表中当前深度子区域的容灾分布区域进行处理，得到当前深度子区域对应的容灾参照位图；
从不同容灾对象列表中对应相同深度子区域头标签的深度子区域所对应的容灾参照位图中，筛选出最小深度值作为相应深度子区域头标签的各深度子区域所对应的深度比对值，对于各容灾对象列表中当前处理的当前容灾对象列表中的当前深度子区域，将所述当前深度子区域的容灾参照位图与深度比对值的计算值，作为当前容灾对象列表中当前深度子区域所对应的深度参照比值；
当所述深度参照比值大于预设阈值时，将第一预设数值作为与所述当前容灾对象列表中当前深度子区域对应的容灾性能参考值；
当所述深度参照比值小于或等于所述预设阈值时，将第二预设数值作为与所述当前容灾对象列表中当前深度子区域对应的容灾性能参考值；所述第二预设数值小于所述第一预设数值；
获取在所述当前容灾对象列表之前的关联容灾对象列表中，与所述当前深度子区域对应相同深度子区域头标签的关联深度子区域的容灾性能均衡值，并对所述关联深度子区域对应的容灾性能均衡值和所述当前深度子区域对应的容灾性能参考值，进行处理，得到当前容灾对象列表中当前深度子区域对应的容灾性能均衡值；
将第一预设均衡值与所述容灾性能均衡值的差值作为相应深度子区域所对应的参考均衡值；
对于各容灾对象列表中当前处理的当前容灾对象列表中的当前深度子区域，获取所述当前容灾对象列表的关联容灾对象列表中与当前深度子区域对应相同深度子区域头标签的关联深度子区域所对应的容灾均衡估值，并对所述关联深度子区域所对应的容灾均衡估值和所述当前容灾对象列表中当前深度子区域对应的容灾性能均衡值的第一计算值，与所述当前容灾对象列表中当前深度子区域所对应的深度子区域分布对照图谱和参考均衡值的第二计算值，进行求和运算，得到当前容灾对象列表中当前深度子区域对应的容灾均衡估值，基于所述深度子区域分布对照图谱和容灾均衡估值，确定各所述深度子区域对应的容灾描述参数；
根据各所述容灾对象列表所包括的深度子区域分别对应的容灾描述参数，计算各所述容灾对象列表分别对应的深度分布图谱的深度分布值。
7.一种智能轨道交通线路数据处理装置，其特征在于，应用于与多个轨道交通车辆通信连接的智能轨道交通推送服务器，所述装置包括：
获取模块，用于获取所述轨道交通车辆发起线路推送共享的线路数据标识，并根据所述线路数据标识的线路对象确定线路数据节点，获取所述线路数据节点对应的各个线路数据共享服务的本地缓存配置信息和虚拟缓存配置信息；
提取模块，用于将所述本地缓存配置信息和所述虚拟缓存配置信息分别输入至配置得到的共享存储分类网络，通过所述共享存储分类网络的第一分类单元提取各个线路数据共享服务的第一共享存储分量，通过所述共享存储分类网络的第二分类单元提取各个线路数据共享服务的第二共享存储分量；
融合模块，用于通过所述共享存储分类网络的融合单元对所述第一共享存储分量和所述第二共享存储分量进行融合得到目标共享存储分量；
生成模块，用于根据所述目标共享存储分量确定各个线路数据共享服务对应所述线路数据标识的共享数据读取分块，并根据所述共享数据读取分块分别生成对应的各个线路数据共享服务的共享数据读取模板指令，将所述共享数据读取模板指令发送给对应的轨道交通车辆；
所述根据所述共享数据读取分块分别生成对应的各个线路数据共享服务的共享数据读取模板指令，包括：
获取所述共享数据读取分块在进行共享数据存储时对应的共享访问验证信息，其中，所述共享访问验证信息包括至少一个共享访问验证节点；
计算所述共享访问验证信息所对应的读取协议参数，其中，所述读取协议参数表示在共享访问读取时所述共享访问验证信息相对于每个访问通道的验证信息流串；
基于所述共享访问验证信息所对应的读取协议参数计算所述共享访问验证信息在正式线路推送共享过程的读取协议参数集合，其中，所述读取协议参数集合包括目标总读取协议参数以及目标单位读取协议参数中的至少一种，所述目标总读取协议参数表示所述共享访问验证信息相对于每个访问通道的验证信息流串，所述目标单位读取协议参数表示所述共享访问验证信息中最靠前单位读取协议参数所对应共享访问验证节点相对于每个访问通道的验证信息流串；
根据所述读取协议参数集合生成对应的各个线路数据共享服务的共享数据读取模板指令；
所述共享数据读取分块用于表示针对每个线路数据共享服务而言所对应的读取分段所组成的哈希存储节点构成的共享数据读取分块。
8.一种自动控制系统，其特征在于，所述自动控制系统包括智能轨道交通推送服务器以及与所述智能轨道交通推送服务器通信连接的与多个轨道交通车辆；
所述智能轨道交通推送服务器，用于执行下述操作：
获取所述轨道交通车辆发起线路推送共享的线路数据标识，并根据所述线路数据标识的线路对象确定线路数据节点，获取所述线路数据节点对应的各个线路数据共享服务的本地缓存配置信息和虚拟缓存配置信息；
将所述本地缓存配置信息和所述虚拟缓存配置信息分别输入至配置得到的共享存储分类网络，通过所述共享存储分类网络的第一分类单元提取各个线路数据共享服务的第一共享存储分量，通过所述共享存储分类网络的第二分类单元提取各个线路数据共享服务的第二共享存储分量；
通过所述共享存储分类网络的融合单元对所述第一共享存储分量和所述第二共享存储分量进行融合得到目标共享存储分量；
根据所述目标共享存储分量确定各个线路数据共享服务对应所述线路数据标识的共享数据读取分块，并根据所述共享数据读取分块分别生成对应的各个线路数据共享服务的共享数据读取模板指令，将所述共享数据读取模板指令发送给对应的轨道交通车辆；
所述根据所述共享数据读取分块分别生成对应的各个线路数据共享服务的共享数据读取模板指令，包括：
获取所述共享数据读取分块在进行共享数据存储时对应的共享访问验证信息，其中，所述共享访问验证信息包括至少一个共享访问验证节点；
计算所述共享访问验证信息所对应的读取协议参数，其中，所述读取协议参数表示在共享访问读取时所述共享访问验证信息相对于每个访问通道的验证信息流串；
基于所述共享访问验证信息所对应的读取协议参数计算所述共享访问验证信息在正式线路推送共享过程的读取协议参数集合，其中，所述读取协议参数集合包括目标总读取协议参数以及目标单位读取协议参数中的至少一种，所述目标总读取协议参数表示所述共享访问验证信息相对于每个访问通道的验证信息流串，所述目标单位读取协议参数表示所述共享访问验证信息中最靠前单位读取协议参数所对应共享访问验证节点相对于每个访问通道的验证信息流串；
根据所述读取协议参数集合生成对应的各个线路数据共享服务的共享数据读取模板指令；
所述共享数据读取分块用于表示针对每个线路数据共享服务而言所对应的读取分段所组成的哈希存储节点构成的共享数据读取分块。
9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有机器可执行指令，当所述机器可执行指令被处理器执行时实现权利要求1-6中任意一项所述的智能轨道交通线路数据处理方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010794461.6A CN111953768B (zh) | 2020-08-10 | 2020-08-10 | 智能轨道交通线路数据处理方法、装置及自动控制系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010794461.6A CN111953768B (zh) | 2020-08-10 | 2020-08-10 | 智能轨道交通线路数据处理方法、装置及自动控制系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111953768A CN111953768A (zh) | 2020-11-17 |
| CN111953768B true CN111953768B (zh) | 2022-07-15 |
Family
ID=73332766
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010794461.6A Active CN111953768B (zh) | 2020-08-10 | 2020-08-10 | 智能轨道交通线路数据处理方法、装置及自动控制系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111953768B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113553118A (zh) * | 2021-06-29 | 2021-10-26 | 通号城市轨道交通技术有限公司 | 信号系统一体化数据配置方法及装置 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106708988A (zh) * | 2016-12-14 | 2017-05-24 | 交控科技股份有限公司 | 一种城市轨道交通电子地图共享方法及系统 |
| CN106840185A (zh) * | 2017-01-25 | 2017-06-13 | 百度在线网络技术（北京）有限公司 | 基于口令的导航路线分享方法、装置、服务器及存储介质 |
| CN107248305A (zh) * | 2017-01-22 | 2017-10-13 | 上海量明科技发展有限公司 | 共享交通工具的导航方法、系统及客户端 |
| CN111079034A (zh) * | 2019-12-03 | 2020-04-28 | 诚迈科技（南京）股份有限公司 | 一种共享导航实现方法、终端设备和计算机设备 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10332320B2 (en) * | 2017-04-17 | 2019-06-25 | Intel Corporation | Autonomous vehicle advanced sensing and response |
-
2020
- 2020-08-10 CN CN202010794461.6A patent/CN111953768B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106708988A (zh) * | 2016-12-14 | 2017-05-24 | 交控科技股份有限公司 | 一种城市轨道交通电子地图共享方法及系统 |
| CN107248305A (zh) * | 2017-01-22 | 2017-10-13 | 上海量明科技发展有限公司 | 共享交通工具的导航方法、系统及客户端 |
| CN106840185A (zh) * | 2017-01-25 | 2017-06-13 | 百度在线网络技术（北京）有限公司 | 基于口令的导航路线分享方法、装置、服务器及存储介质 |
| CN111079034A (zh) * | 2019-12-03 | 2020-04-28 | 诚迈科技（南京）股份有限公司 | 一种共享导航实现方法、终端设备和计算机设备 |
Non-Patent Citations (2)
| Title |
|---|
| 基于工业互联网标识解析体系的数据共享机制;刘阳等;《计算机集成制造系统》;20191215(第12期);全文 * |
| 大数据下的智能交通数据共享与处理模型;方昕;《信息技术》;20151225(第12期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111953768A (zh) | 2020-11-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112187890B (zh) | 基于云计算和大数据的信息分发方法及区块链金融云中心 | |
| CN111861463A (zh) | 基于区块链和人工智能的信息智能识别方法及大数据平台 | |
| CN112600893A (zh) | 基于大数据定位的软件应用数据挖掘方法及软件服务平台 | |
| CN111953768B (zh) | 智能轨道交通线路数据处理方法、装置及自动控制系统 | |
| CN111932226A (zh) | 基于区块链和大数据的数据流监测方法及云计算服务平台 | |
| CN112214781B (zh) | 一种基于区块链的遥感影像大数据处理方法及系统 | |
| CN116974735A (zh) | 模型训练的方法、电子设备和计算机程序产品 | |
| CN111949891B (zh) | 一种基于车辆轨迹聚类的个性化信息推荐方法及系统 | |
| CN112199715B (zh) | 基于区块链和云计算的对象生成方法及数字金融服务中心 | |
| CN112671774A (zh) | 基于云计算和区块链的大数据分析方法及数字金融系统 | |
| CN115688496B (zh) | 一种获取自动驾驶仿真测试脚本方法及相关装置 | |
| KR102551145B1 (ko) | 주행 환경과 연관된 혼합 현실 영상 생성 방법 및 시스템 | |
| CN112437274B (zh) | 一种抓拍图片的传输方法及抓拍机 | |
| CN111816286B (zh) | 一种移动查房数据处理方法及系统 | |
| CN114924967A (zh) | 自动驾驶算法的仿真测试方法、装置、设备及系统 | |
| CN112733134A (zh) | 基于大数据和区块链的信息安全防护方法及数字金融平台 | |
| CN111343105B (zh) | 基于深度学习的断流识别方法及装置 | |
| CN112637216A (zh) | 一种物联网系统的扩展认证方法及系统 | |
| CN111800483B (zh) | 基于边缘计算和大数据的信息处理方法及人工智能云平台 | |
| US12045602B2 (en) | Correctness verification system, method, device, and program | |
| CN113469159B (zh) | 障碍物信息生成方法、装置、电子设备和计算机可读介质 | |
| CN113495749B (zh) | 车载设备的识别方法、装置、系统、设备及可读介质 | |
| CN112579457B (zh) | 基于人工智能的数据架构管控方法及系统 | |
| CN115564322B (zh) | 一种业务处理方法、装置、电子设备及存储介质 | |
| CN116168366B (zh) | 点云数据生成方法、模型训练方法、目标检测方法和装置 |
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 | ||
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20230519 Address after: Room 707-10, Building 3, No. 209 Zhuyuan Road, Shishan Street, High tech Zone, Suzhou City, Jiangsu Province, 215000 Patentee after: Suzhou Guoyi Intelligent Technology Co.,Ltd. Address before: 211188 no.629 longmian Avenue, Science Park, Jiangning District, Nanjing City, Jiangsu Province Patentee before: NANJING COMMUNICATIONS INSTITUTE OF TECHNOLOGY |