CN112328544A - 一种多学科仿真数据分类方法、设备及存储介质 - Google Patents
一种多学科仿真数据分类方法、设备及存储介质 Download PDFInfo
- Publication number
- CN112328544A CN112328544A CN202010989350.0A CN202010989350A CN112328544A CN 112328544 A CN112328544 A CN 112328544A CN 202010989350 A CN202010989350 A CN 202010989350A CN 112328544 A CN112328544 A CN 112328544A
- Authority
- CN
- China
- Prior art keywords
- data
- simulation
- simulation data
- multidisciplinary
- classification method
- 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.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/10—File systems; File servers
- G06F16/13—File access structures, e.g. distributed indices
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/10—File systems; File servers
- G06F16/16—File or folder operations, e.g. details of user interfaces specifically adapted to file systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/10—File systems; File servers
- G06F16/17—Details of further file system functions
- G06F16/174—Redundancy elimination performed by the file system
- G06F16/1744—Redundancy elimination performed by the file system using compression, e.g. sparse files
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Human Computer Interaction (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种多学科仿真数据分类方法、设备及存储介质,其中仿真数据分类方法包括步骤S1:根据加载指令获取多学科仿真步骤中所涉及的仿真数据;步骤S2:根据预先设定的分类规则对所有仿真数据进行数据类型标记;步骤S3:建立包含有不同类型数据及其存储位置的查询与匹配的索引文件,并将分类后的数据对应存储于索引文件中。本发明可对仿真数据进行分类处理,以得到相对一致的数据格式,提高数据应用过程中的传输效率。
Description
技术领域
本发明涉及数据处理技术领域,尤其涉及一种多学科仿真数据分类方法、设备及存储介质。
背景技术
目前,多学科仿真数据交互文件,主要用于在前后处理和仿真求解器之间进行数据传输,但是市面上仿真软件中常见的数据交互文件普遍存在如下问题:(1)各个仿真对象没有固定的储存模式,完全依赖定义数据时的格式;(2)数据格式一旦确定就难以扩展,不利于版本兼容;(3)在文件中一般采用顺序排列各个仿真对象,这种方式不便于快速读写,甚至有些数据要依赖前后顺序,使得读写难度较大,且无法实现并行读写,导致存在效率低下等问题。
发明内容
为了克服现有技术的不足,本发明的目的之一在于提供一种多学科仿真数据分类方法,可对仿真数据进行分类处理,以得到相对一致的数据格式,提高数据应用过程中的传输效率。
本发明的目的之二在于提供一种电子设备。
本发明的目的之三在于提供一种存储介质。
本发明的目的之一采用如下技术方案实现:
一种多学科仿真数据分类方法,包括:
步骤S1:根据加载指令获取多学科仿真步骤中所涉及的仿真数据;
步骤S2:根据预先设定的分类规则对所有仿真数据进行数据类型标记,根据数据类型标记对仿真数据进行分类以获得不同类型的数据;
步骤S3:建立包含有不同类型数据及其存储位置的查询与匹配的索引文件,并将分类后的数据对应存储于索引文件中。
进一步地,所述步骤S1中获取仿真数据的同时统计各仿真数据的数据流向、仿真算法和仿真数据量。
进一步地,所述步骤S2的分类规则为:
根据仿真步骤中的数据流向对仿真数据进行文件格式分类,并根据分类结果将仿真数据分类标记为仿真文件信息、仿真全局对象、仿真几何模型、仿真物理模型、观察器和仿真结果数据六大类。
进一步地,所述步骤S2后还包括:
判断仿真数据是否为不同仿真算法的通用数据,并根据判断结果将仿真数据分类标记为通用数据或扩展数据。
进一步地,若判断得出仿真数据为非通用的扩展数据,则在所述扩展数据的关键字上添加指定前缀。
进一步地,所述步骤S3中将分类后的数据进行存储前还包括确定数据存储格式:
根据仿真数据的数据量判断其数据量是否达到设定值,若达到,则将仿真数据按记录格式存储,若未达到,则将仿真数据按属性格式存储。
进一步地,所述步骤S3还包括:判断每种数据的字节数大小是否达到设定值,若达到,则对该数据进行压缩存储,若未达到,则不执行压缩操作。
进一步地,所述索引文件支持存储二进制方式或文本格式的仿真数据。
本发明的目的之二采用如下技术方案实现:
一种电子设备,其包括处理器、存储器及存储于所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述的多学科仿真数据分类方法。
本发明的目的之三采用如下技术方案实现:
一种存储介质,其上存储有计算机程序,所述计算机程序被执行时实现上述的多学科仿真数据分类方法。
相比现有技术,本发明的有益效果在于:
按照一定的分类规则对仿真数据进行分类处理,使得仿真数据可具有相对一致的数据格式,且分类后的数据相互独立不依赖顺序,让分类后的仿真数据文件读写简单,可大幅度提高文件的读写速度。
附图说明
图1为本发明多学科仿真数据分类方法的流程示意图;
图2为本发明根据分类规则进行数据类型标记的流程示意图;
图3为本发明文件格式分类的流程示意图。
具体实施方式
下面,结合附图以及具体实施方式,对本发明做进一步描述,需要说明的是,在不相冲突的前提下,以下描述的各实施例之间或各技术特征之间可以任意组合形成新的实施例。
实施例一:
本实施例提供一种多学科仿真数据分类方法,其中涉及的学科包括力学、传热、电磁、流体、光学、声学等,可通过编程软件自动将仿真数据按照设定的分类规则进行分类,以提高分类效率。
如图1所示,其中多学科仿真数据分类方法包括:
步骤S1:根据加载指令获取多学科仿真步骤中所涉及的仿真数据。
在接收到加载指令后,将多学科仿真软件中的所有仿真数据导出,并在导出过程中获取各仿真数据的数据流向、仿真算法和仿真数据量等信息,以便于确定各仿真数据的类型。其中数据流向指的是在仿真软件中的数据来源和数据使用流转方向,即几何模型-设置物理属性-仿真结果,该数据流向可作为数据分类的重要依据。
在获取仿真数据后,先对所有仿真数据进行分析,将物理概念及数据内容一致的数据抽象为同一类数据,例如表达模型的网格包括结构化网格、非结构化网格、STL格式网格等;又或者力学中施加到物体上的力包括分均布力,节点力等。
步骤S2:根据预先设定的分类规则对所有仿真数据进行数据类型标记,以将各种不同类型的数据进行区分。
其中,如图2所示,所述步骤S2具体包括如下步骤:
步骤S21:根据仿真步骤中的数据流向对仿真数据进行文件格式分类,并根据分类结果将仿真数据分类标记为仿真文件信息、仿真模型数据和仿真结果数据。
其中仿真步骤一般包括选择仿真模型、仿真结果这两个步骤,由于仿真模型是通过文件存储的,因此会有额外的文件信息,用以描述模型名称、创建时间、作者等信息,因此,根据仿真步骤的数据流向可将仿真数据分类为三种数据类型,包括仿真文件信息、仿真模型数据和仿真结果数据;在本实施例中首先对仿真数据进行文件格式分类,将模型名称、创建时间、作者等文件信息均分类为仿真文件信息,将仿真模型运行过程中所产生的数据或仿真模型中的设置参数均分类为仿真模型数据,将仿真最终得到的仿真结果所对应的数据分类为仿真结果数据。
由于仿真模型数据中依然包含有大量不同种类的数据,因此还需对所述仿真模型数据进行二次分类:如图3所示,根据所述仿真模型数据对于仿真计算的作用进行区分,将所述仿真模型数据划分为仿真全局对象、仿真几何模型、仿真物理模型和观察器四大类。
其中仿真几何数据是用于辅助仿真运行所需的数据,该类数据属于可选数据,可划分为仿真几何模型数据;所述仿真模型数据中将用于辅助结果观测和保存所需的辅助观测数据对仿真计算是不必要的,因此可将该类数据分类于观察器中;所述仿真模型数据中除了几何模型数据和观察器中不必要的数据外,其他剩余的数据则为仿真主要且必须的数据,则再按照数据是否可共用进行分类,将多次仿真计算中可共用的数据分为仿真全局对象数据,而不可共用的数据则分为仿真物理模型数据。
以下通过举例方式对上述分类方法进行说明:
将前处理软件中所产生的所有仿真数据输出至本文件格式时,会将前处理软件中用户设置的数据、仿真过程中所涉及的算法数据进行提取,同时还会提取在创建仿真文件时就已生成的仿真文件信息,和在求解运算过程中生成的仿真结果;其中,仿真文件信息和仿真结果可直接作为最终分类并分别对应存储在文件中,而用户设置的数据及仿真过程中所涉及的数据则需对其进行详细分类。
举例说明一:
开始流程的若是网格数据,抽取该数据的数据来源可知,该数据的来源是仿真软件中用户设置的数据,因此该数据属于仿真模型数据;
其后根据数据流向分析可得,网格数据是在必选设置中生成的,且该数据是在创建仿真任务前生成的,也就是和仿真参数无关;另外,网格数据是根据用户创建的几何模型、设置的网格划分参数,由仿真软件自动生成的,因此根据数据的来源可知该类数据依赖的是几何模型,因此将其最终分类为仿真几何模型数据。
举例说明二:
开始流程的若是材料数据,追溯数据流向可知,材料数据是在创建仿真文件后,设置仿真参数前创建的,或是从软件的材料库中导入。根据数据流向且判断出该材料数据没有依赖几何模型,即可将其按仿真全局数据分类处理。
步骤S22:判断仿真数据是否为不同仿真算法的通用数据,并根据判断结果将仿真数据分类标记为通用数据或扩展数据。
由于不同仿真算法中除去一般性的物理和数学理论,大多算法会设置额外数据来落实每个算法的具体应用,而这些额外数据对其他同类算法是无用的,因此可根据此规律将数据分为通用数据或扩展数据。
若判断得出仿真数据为非通用的扩展数据时,需要对所述扩展数据的关键字添加指定前缀,可快速区分通用数据和扩展数据,以及不同求解器的不同类型的扩展数据,对文件兼容性有很大提升。
步骤S3:建立包含有不同类型数据及其存储位置的查询与匹配的索引文件,并将分类后的数据对应存储于索引文件中。
在本实施例中,将仿真数据划分为六大类,包括仿真文件信息、仿真全局对象、仿真几何模型、仿真物理模型、观察器和仿真结果数据六大类,将这六种数据按照其预设的存储位置和规律存储在索引文件中,以便于数据管理和查找。
将仿真数据进行存储前,还需要确定数据存储格式:根据仿真数据的数据量判断其数据量是否达到设定值,若达到,则将仿真数据按记录格式存储,以便于存储大量数据;若未达到,则将仿真数据按属性格式存储,以便于读写。
确定数据存储格式是根据数据的具体内容进行判断,例如坐标系,只有固定的原点、轴等数据,且一个仿真中用到的坐标系总个数一般也不会太多,数据量小,可按属性进行存储;又例如网格数据则是仿真中主要数据,规模较大,则按记录进行存储;而其它的如载荷、约束等数据,是施加在网格上的边界条件,其数据大小随网格不同,因此也按记录存储。
此外,在存储数据时,还需判断每种数据的字节数大小是否达到设定值,若达到,则对该数据进行压缩后再存储在索引文件中,若未达到,则不执行压缩操作直接将其存储在索引文件中;根据数据特点会采用不同的压缩和存储策略,以针对要求文件大小和要求读写效率两种不同类型的需求。另外,仿真分类存储过程中不限制每种数据的实际存储方式,即仿真文件可以有不同的实现方式,比如在产品开发期,采用文本格式实现,以方便调试问题;在产品发布期,采用二进制实现,以减小文件大小,提高读写效率。
在本实施例中,上述所提及的分类规则在软件中可通过编程的方式来实现,通过代码编程在仿真软件中抽取关于仿真数据的数据流向、仿真算法和仿真数据量等信息所对应的代码;其次预先将仿真数据中的每个代码函数名与对应的数据类型进行关联,当读取到某一指定代码函数时,根据代码函数名称将仿真数据自动分类为六大类中的其中一类以确定数据存储位置,再根据上述判断规则确定数据存储方式,最终将分类好的数据存储在索引文件中进行保存。
实施例二
本实施例提供一种电子设备,其包括处理器、存储器及存储于所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现实施例一中的多学科仿真数据分类方法。
此外,本实施例还提供一种存储介质,其上存储有计算机程序,所述计算机程序被执行时实现上述的多学科仿真数据分类方法。其中,存储介质可为磁盘、光盘、只读存储记忆体(Read-Only Memory,ROM)、随机存储记忆体(Random Access Memory,RAM)、快闪存储器(Flash Memory)、硬盘(Hard Disk Drive,缩写:HDD)或固态硬盘(Solid-State Drive,SSD)等。存储介质还可以包括上述种类的存储器的组合。
本发明可用于众多通用或专用的计算系统环境或配置中。例如:个人计算机、服务器计算机、手持设备或便携式设备、平板型设备、多处理器系统、基于微处理器的系统、机顶盒、可编程的消费电子设备、网络PC、小型计算机、大型计算机、包括以上任何系统或设备的分布式计算环境等等。
本实施例中的设备及存储介质与前述实施例中的方法是基于同一发明构思下的两个方面,在前面已经对方法实施过程作了详细的描述,所以本领域技术人员可根据前述描述清楚地了解本实施中的系统的结构及实施过程,为了说明书的简洁,在此就不再赘述。
上述实施方式仅为本发明的优选实施方式,不能以此来限定本发明保护的范围,本领域的技术人员在本发明的基础上所做的任何非实质性的变化及替换均属于本发明所要求保护的范围。
Claims (10)
1.一种多学科仿真数据分类方法,其特征在于,包括:
步骤S1:根据加载指令获取多学科仿真步骤中所涉及的仿真数据;
步骤S2:根据预先设定的分类规则对所有仿真数据进行数据类型标记,根据数据类型标记对仿真数据进行分类以获得不同类型的数据;
步骤S3:建立包含有不同类型数据及其存储位置的查询与匹配的索引文件,并将分类后的数据对应存储于索引文件中。
2.根据权利要求1所述的多学科仿真数据分类方法,其特征在于,所述步骤S1中获取仿真数据的同时统计各仿真数据的数据流向、仿真算法和仿真数据量。
3.根据权利要求2所述的多学科仿真数据分类方法,其特征在于,所述步骤S2的分类规则为:
根据仿真步骤中的数据流向对仿真数据进行文件格式分类,并根据分类结果将仿真数据分类标记为仿真文件信息、仿真全局对象、仿真几何模型、仿真物理模型、观察器和仿真结果数据六大类。
4.根据权利要求3所述的多学科仿真数据分类方法,其特征在于,所述步骤S2后还包括:
判断仿真数据是否为不同仿真算法的通用数据,并根据判断结果将仿真数据分类标记为通用数据或扩展数据。
5.根据权利要求4所述的多学科仿真数据分类方法,其特征在于,若判断得出仿真数据为非通用的扩展数据,则在所述扩展数据的关键字上添加指定前缀。
6.根据权利要求3所述的多学科仿真数据分类方法,其特征在于,所述步骤S3中将分类后的数据进行存储前还包括确定数据存储格式:
根据仿真数据的数据量判断其数据量是否达到设定值,若达到,则将仿真数据按记录格式存储,若未达到,则将仿真数据按属性格式存储。
7.根据权利要求1所述的多学科仿真数据分类方法,其特征在于,所述步骤S3还包括:判断每种数据的字节数大小是否达到设定值,若达到,则对该数据进行压缩存储,若未达到,则不执行压缩操作。
8.根据权利要求1所述的多学科仿真数据分类方法,其特征在于,所述索引文件支持存储二进制方式或文本格式的仿真数据。
9.一种电子设备,其特征在于,其包括处理器、存储器及存储于所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现权利要求1~8任一所述的多学科仿真数据分类方法。
10.一种存储介质,其特征在于,其上存储有计算机程序,所述计算机程序被执行时实现权利要求1~8任一所述的多学科仿真数据分类方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010989350.0A CN112328544B (zh) | 2020-09-18 | 2020-09-18 | 一种多学科仿真数据分类方法、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010989350.0A CN112328544B (zh) | 2020-09-18 | 2020-09-18 | 一种多学科仿真数据分类方法、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112328544A true CN112328544A (zh) | 2021-02-05 |
CN112328544B CN112328544B (zh) | 2022-01-11 |
Family
ID=74303355
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010989350.0A Active CN112328544B (zh) | 2020-09-18 | 2020-09-18 | 一种多学科仿真数据分类方法、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112328544B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112905462A (zh) * | 2021-02-07 | 2021-06-04 | 北京航空航天大学 | 一种仿真中数据处理的方法和装置 |
CN115145496A (zh) * | 2022-09-05 | 2022-10-04 | 中国汽车技术研究中心有限公司 | 一种仿真结果数据处理方法、设备和存储介质 |
CN115481539A (zh) * | 2022-09-29 | 2022-12-16 | 成都安世亚太科技有限公司 | 一种仿真结果数据快速解析存储方法 |
CN116662298A (zh) * | 2023-05-23 | 2023-08-29 | 中船奥蓝托无锡软件技术有限公司 | 一种多学科协同仿真数据管理方法 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101826113A (zh) * | 2010-05-14 | 2010-09-08 | 珠海世纪鼎利通信科技股份有限公司 | 一种高效统一的无线测量数据存储方法 |
CN102222099A (zh) * | 2011-06-21 | 2011-10-19 | 中兴通讯股份有限公司 | 一种数据存储、查找方法及装置 |
US8265919B1 (en) * | 2010-08-13 | 2012-09-11 | Google Inc. | Emulating a peripheral mass storage device with a portable device |
CN102841860A (zh) * | 2012-08-17 | 2012-12-26 | 珠海世纪鼎利通信科技股份有限公司 | 一种大数据量信息存储与访问方法 |
CN104516967A (zh) * | 2014-12-25 | 2015-04-15 | 国家电网公司 | 一种电力系统海量数据管理系统及其使用方法 |
CN105373595A (zh) * | 2015-10-22 | 2016-03-02 | 广东欧珀移动通信有限公司 | 一种数据自分类存储方法及终端 |
CN109376751A (zh) * | 2018-08-21 | 2019-02-22 | 北京工业大学 | 一种基于卷积神经网络的人脑功能网络分类方法 |
US10410354B1 (en) * | 2018-03-06 | 2019-09-10 | Mitsubishi Electric Research Laboratories, Inc. | Method and apparatus for multi-model primitive fitting based on deep geometric boundary and instance aware segmentation |
US20190286774A1 (en) * | 2018-03-14 | 2019-09-19 | International Business Machines Corporation | Quantum circuit decomposition by integer programming |
CN110807489A (zh) * | 2019-11-04 | 2020-02-18 | 北京明略软件系统有限公司 | 二分类任务评价指标的确定方法、装置及电子设备 |
CN111008473A (zh) * | 2019-12-03 | 2020-04-14 | 南方电网科学研究院有限责任公司 | 一种电力设备的仿真分析方法、装置及存储介质 |
-
2020
- 2020-09-18 CN CN202010989350.0A patent/CN112328544B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101826113A (zh) * | 2010-05-14 | 2010-09-08 | 珠海世纪鼎利通信科技股份有限公司 | 一种高效统一的无线测量数据存储方法 |
US8265919B1 (en) * | 2010-08-13 | 2012-09-11 | Google Inc. | Emulating a peripheral mass storage device with a portable device |
CN102222099A (zh) * | 2011-06-21 | 2011-10-19 | 中兴通讯股份有限公司 | 一种数据存储、查找方法及装置 |
CN102841860A (zh) * | 2012-08-17 | 2012-12-26 | 珠海世纪鼎利通信科技股份有限公司 | 一种大数据量信息存储与访问方法 |
CN104516967A (zh) * | 2014-12-25 | 2015-04-15 | 国家电网公司 | 一种电力系统海量数据管理系统及其使用方法 |
CN105373595A (zh) * | 2015-10-22 | 2016-03-02 | 广东欧珀移动通信有限公司 | 一种数据自分类存储方法及终端 |
US10410354B1 (en) * | 2018-03-06 | 2019-09-10 | Mitsubishi Electric Research Laboratories, Inc. | Method and apparatus for multi-model primitive fitting based on deep geometric boundary and instance aware segmentation |
US20190286774A1 (en) * | 2018-03-14 | 2019-09-19 | International Business Machines Corporation | Quantum circuit decomposition by integer programming |
CN109376751A (zh) * | 2018-08-21 | 2019-02-22 | 北京工业大学 | 一种基于卷积神经网络的人脑功能网络分类方法 |
CN110807489A (zh) * | 2019-11-04 | 2020-02-18 | 北京明略软件系统有限公司 | 二分类任务评价指标的确定方法、装置及电子设备 |
CN111008473A (zh) * | 2019-12-03 | 2020-04-14 | 南方电网科学研究院有限责任公司 | 一种电力设备的仿真分析方法、装置及存储介质 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112905462A (zh) * | 2021-02-07 | 2021-06-04 | 北京航空航天大学 | 一种仿真中数据处理的方法和装置 |
CN115145496A (zh) * | 2022-09-05 | 2022-10-04 | 中国汽车技术研究中心有限公司 | 一种仿真结果数据处理方法、设备和存储介质 |
CN115145496B (zh) * | 2022-09-05 | 2023-01-06 | 中国汽车技术研究中心有限公司 | 一种仿真结果数据处理方法、设备和存储介质 |
CN115481539A (zh) * | 2022-09-29 | 2022-12-16 | 成都安世亚太科技有限公司 | 一种仿真结果数据快速解析存储方法 |
CN116662298A (zh) * | 2023-05-23 | 2023-08-29 | 中船奥蓝托无锡软件技术有限公司 | 一种多学科协同仿真数据管理方法 |
CN116662298B (zh) * | 2023-05-23 | 2024-01-02 | 中船奥蓝托无锡软件技术有限公司 | 一种多学科协同仿真数据管理方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112328544B (zh) | 2022-01-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112328544B (zh) | 一种多学科仿真数据分类方法、设备及存储介质 | |
US12056583B2 (en) | Target variable distribution-based acceptance of machine learning test data sets | |
US7617444B2 (en) | File formats, methods, and computer program products for representing workbooks | |
CN109448100B (zh) | 三维模型格式转换方法、系统、计算机设备及存储介质 | |
CN108664637B (zh) | 一种检索方法及系统 | |
CN112260694B (zh) | 一种仿真文件的数据压缩方法 | |
CN110019669B (zh) | 一种文本检索方法及装置 | |
US9406018B2 (en) | Systems and methods for semantic data integration | |
JP5079471B2 (ja) | 同義語抽出装置 | |
CN112286461A (zh) | 一种数据迁移方法、装置及电子设备和存储介质 | |
CN113238750A (zh) | 一种病例表单设计器及目标表单界面生成方法 | |
CN110837555A (zh) | 海量文本去重筛选的方法、设备和存储介质 | |
CN109416621B (zh) | 利用支持共享对象的计算机存储系统来恢复非易失性存储中的空闲空间 | |
CN110019665A (zh) | 文本检索方法及装置 | |
JP2024534446A (ja) | メタデータ駆動型データ取り込み | |
CN110399396A (zh) | 高效的数据处理 | |
US20220012235A1 (en) | Systems and methods for targeted data discovery | |
CN115061933A (zh) | 一种性能测试数据分析方法、装置及介质 | |
CN114692573A (zh) | 文本结构化处理方法、装置、计算机设备、介质和产品 | |
CN113779989A (zh) | 一种业务需求文本检查方法及相关设备 | |
KR100907709B1 (ko) | 블록 그룹핑을 이용한 정보 추출 장치 및 그 방법 | |
CN113722278A (zh) | 一种基于pdf文件的知识元抽取方法、设备及介质 | |
JP2021152751A (ja) | 分析支援装置及び分析支援方法 | |
JP2013012082A (ja) | テストデータ生成プログラム、テストデータ生成方法、テストデータ生成装置 | |
CN111581184B (zh) | 基于数据库迁移的语义对比方法及装置 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |