CN112583900A - 云计算的数据处理方法及相关产品 - Google Patents
云计算的数据处理方法及相关产品 Download PDFInfo
- Publication number
- CN112583900A CN112583900A CN202011400277.5A CN202011400277A CN112583900A CN 112583900 A CN112583900 A CN 112583900A CN 202011400277 A CN202011400277 A CN 202011400277A CN 112583900 A CN112583900 A CN 112583900A
- Authority
- CN
- China
- Prior art keywords
- data
- picture
- grid
- terminal
- area
- 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
- 238000003672 processing method Methods 0.000 title claims abstract description 11
- 238000000034 method Methods 0.000 claims abstract description 27
- 239000011159 matrix material Substances 0.000 claims description 20
- 238000012545 processing Methods 0.000 claims description 10
- 238000004891 communication Methods 0.000 claims description 6
- 230000001788 irregular Effects 0.000 claims description 6
- 238000002360 preparation method Methods 0.000 claims 1
- 230000015654 memory Effects 0.000 description 9
- 238000013500 data storage Methods 0.000 description 6
- 238000004590 computer program Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000007429 general method Methods 0.000 description 1
- 238000003062 neural network model Methods 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
- H04L67/50—Network services
- H04L67/56—Provisioning of proxy services
- H04L67/565—Conversion or adaptation of application format or content
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/48—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use
- G10L25/51—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H30/00—ICT specially adapted for the handling or processing of medical images
- G16H30/20—ICT specially adapted for the handling or processing of medical images for handling medical images, e.g. DICOM, HL7 or PACS
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H30/00—ICT specially adapted for the handling or processing of medical images
- G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing
-
- 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
- H04L67/06—Protocols specially adapted for file transfer, e.g. file transfer protocol [FTP]
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Signal Processing (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Radiology & Medical Imaging (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Computer Networks & Wireless Communication (AREA)
- Primary Health Care (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Computational Linguistics (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Image Analysis (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请提供一种云计算的数据处理方法及相关产品,所述方法包括如下步骤:终端接收云计算的数据,对该数据进行分类识别确定该数据的类型;终端确定该数据的类型为图片数据时,对图片数据中的每张图片执行方格操作得到操作数据;该方格操作具体可以包括:对一张图片建立网格,计算每个网格之间的相似度,将相似度大于相似阈值的网格确定为相似网格组,设置位图表示相似网格组的在一张图片的位置,相似网格组存储一个网格的像素数据,将剩余网格组的像素数据删除完成一张图片的方格操作;终端将该操作数据存储。本申请提供的技术方案具有降低存储成本的优点。
Description
技术领域
本申请涉及计算机技术领域,具体涉及一种云计算的数据处理方法及相关产品。
背景技术
云计算(cloud computing)是分布式计算的一种,指的是通过网络“云”将巨大的数据计算处理程序分解成无数个小程序,然后,通过多部服务器组成的系统进行处理和分析这些小程序得到结果并返回给用户。云计算早期,简单地说,就是简单的分布式计算,解决任务分发,并进行计算结果的合并。因而,云计算又称为网格计算。通过这项技术,可以在很短的时间内(几秒钟)完成对数以万计的数据的处理,从而达到强大的网络服务。
现有的云计算的数据处理为直接进行数据的存储,其云计算的数据存储的空间占用较大,数据存储成本高。
发明内容
本申请实施例提供了一种云计算的数据处理方法及相关产品,可以降低数据存储的空间,具有减少数据存储成本的优点。
第一方面,本申请实施例提供一种云计算的数据处理方法,所述方法包括如下步骤:
终端接收云计算的数据,对该数据进行分类识别确定该数据的类型;
终端确定该数据的类型为图片数据时,对图片数据中的每张图片执行方格操作得到操作数据;该方格操作具体可以包括:对一张图片建立网格,计算每个网格之间的相似度,将相似度大于相似阈值的网格确定为相似网格组,设置位图表示相似网格组的在一张图片的位置,相似网格组存储一个网格的像素数据,将剩余网格组的像素数据删除完成一张图片的方格操作;
终端将该操作数据存储。
第二方面,提供一种终端,所述终端包括:
通信单元,用于接收云计算的数据,对该数据进行分类识别确定该数据的类型;
处理存储单元,用于确定该数据的类型为图片数据时,对图片数据中的每张图片执行方格操作得到操作数据;该方格操作具体可以包括:对一张图片建立网格,计算每个网格之间的相似度,将相似度大于相似阈值的网格确定为相似网格组,设置位图表示相似网格组的在一张图片的位置,相似网格组存储一个网格的像素数据,将剩余网格组的像素数据删除完成一张图片的方格操作;将该操作数据存储。
第三方面,提供一种计算机可读存储介质,其存储用于电子数据交换的程序,其中,所述程序使得终端执行第一方面提供的方法。
实施本申请实施例,具有如下有益效果:
可以看出,本申请提供的技术方案移动终端采集目标对象与远程医生的语音数据,对该语音数据进行自然语言分析处理得到该语音数据的关键字;移动终端将该关键字与预设的词库中的关键字比对确定该关键字包含隐私词语时,接收目标对象上传的第一图片;移动终端将该第一图片进行隐私处理得到处理后的第二图片,将该第二图片发送至远程医生。这样具有隐私的第一图片只会在本地设备上,而不会通过网络传输,通过网络传输的第二图片为隐私处理后的图片,这样既保证了患者的隐私,也实现了对患者图片信息的传输,提高了用户体验度。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是一种移动终端的结构示意图。
图2是一种云计算的数据处理方法的流程示意图。
图2a是本申请的m*n*3矩阵的示意图。
图2b是本申请的图片网格化示意图。
图3是本申请实施例提供的终端的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请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申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
本申请的说明书和权利要求书及所述附图中的术语“第一”、“第二”、“第三”和“第四”等是用于区别不同对象,而不是用于描述特定顺序。此外,术语“包括”和“具有”以及它们任何变形,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、产品或设备没有限定于已列出的步骤或单元,而是可选地还包括没有列出的步骤或单元,或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。
在本文中提及“实施例”意味着,结合实施例描述的特定特征、结果或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
参阅图1,图1提供了一种终端,该终端具体可以为智能手机、计算机设备,该智能手机可以为IOS、安卓等系统的移动终端,上述移动终端具体可以包括:处理器、存储器、摄像头和显示屏,上述部件可以通过总线连接,也可以通过其他方式连接,本申请并不限制上述连接的具体方式。在实际应用中,上述移动终端还可以添加其他部件,例如音频部件(麦克风)或通信部件(例如天线等等)。如图1所示的终端可以通过网络连接形成云计算系统。
参阅图2,图2提供了一种云计算的数据处理方法,该方法如图2所示,由如图1所示的终端来执行,该方法包括如下步骤:
步骤S201、终端接收云计算的数据,对该数据进行分类识别确定该数据的类型;
上述分类识别的方法可以采用通用的方法,例如,采用神经网络模型来确定分类,当然还可以直接通过数据的格式分类,例如JPGE格式,直接确定为图片。
步骤S202、终端确定该数据的类型为图片数据时,对图片数据中的每张图片执行方格操作得到操作数据;该方格操作具体可以包括:对一张图片建立网格(类似VISO绘图中的网格,即面积大小一致的多个正方形网格),计算每个网格(面积大小一致)之间的相似度,将相似度大于相似阈值的网格确定为相似网格组,设置位图表示相似网格组的在一张图片的位置,相似网格组存储一个网格的像素数据,将剩余网格组的像素数据删除完成一张图片的方格操作。上述相似度的计算方式具体可以包括:依据每个网格的像素点的R、G、B值以及像素点的在网格的位置建立三维矩阵m*n*3,其中,m表示三维矩阵的长度值、n表示三维矩阵的宽度值,3表示深度值,每个深度对应R、G、B的值(具体如图2a所示),计算二个网格的2个三维矩阵的差值得到三维差值矩阵,统计三维差值矩阵中元素值小于数值阈值的数量x,相似度=x/(m*n*3)*100%。
步骤S203、终端将该操作数据存储。
本申请提供的技术方案终端接收云计算的数据,对该数据进行分类识别确定该数据的类型;终端确定该数据的类型为图片数据时,对图片数据中的每张图片执行方格操作得到操作数据;该方格操作具体可以包括:对一张图片建立网格,计算每个网格之间的相似度,将相似度大于相似阈值的网格确定为相似网格组,设置位图表示相似网格组的在一张图片的位置,相似网格组存储一个网格的像素数据,将剩余网格组的像素数据删除完成一张图片的方格操作,终端将该操作数据存储。这样对于相似网格组只用存储一个网格的像素数据,其他的像素数据由于其非常相似,仅仅通过位图确定其位置即能够实现对图片的大部分的还原,因此其具有减低数据存储空间,降低数据存储成本的有点。
参阅图2a,如图2a所示,由于对图片进行网格化,每个网格的面积相同,因此每个网格的像素点的数量是完全相同的,即m*n个像素点,若是正方形网格,该m=n,则依据该像素点在网格的像素点的序号即能够确定如图2a所示的m*n*3矩阵对应的值,例如,网格的左上角第一个像素点,其对应的宽度值=1,长度值=1,其R值对应m*n*3矩阵的第一个方框(如图2a所示的一个方框表示一个像素点的R、G、B中值,即矩阵的一个元素值,如黑色所示),G值对应m*n*3矩阵的另一个方框(如深灰色所示),B值对应又一个方款(如浅灰色所示),因此即能够对每个方框进行矩阵化。
参阅图2b,如图2b所示,为一张图片网格化后的示意图,如图2b所示,由于无法提供彩色的图片,这里以灰度图片为例,如图2b所示,网格化以后的图中的很多方框其是完全一致的,例如路面的区域,若是都存储,那么很显然会增加很多的存储空间,本申请即通过相似度的计算以后直接将相似网格组存储一个网格的像素数据,其他的像素数据通过bitmap(位图)来表示其所在的位置即可,这样即能够减少图片的存储空间,降低存储成本。
在一种可选的方案中,上述方法还可以包括:
若分类识别确定该数据的类型为位置坐标,确定位置坐标的区域,将该区域的位置坐标替换成规则区域和非规则区域存储,若规则区域为圆形,终端获取该位置坐标的区域中间范围内的第一位置坐标,将该第一位置坐标确定为待定圆心,以该待定圆心为射线端点360°发射α条射线,获取α条射线与位置坐标的区域边界线之间的α个端点,计算α个端点与待定圆心之间的α个距离,取α个距离中的最小值确定为待定半径,以该待定圆心为圆心,待定半径为半径画圆,在圆周随机提取w个点,获取w个点的w个坐标,若该w个坐标均在位置坐标在地图区域边界之内,确定该圆为规则区域,该位置坐标在地图区域边界之内的剩余区域为非规则区域,该剩余区域为该边界之内除了该圆以外的区域。
此种方式能够减少位置坐标的数据存储量,不用存储海量的位置坐标。
在一种可选的方案中,上述方法还可以包括:
终端将该操作数据的占用空间上报给云端设备。
参阅图3,图3提供一种终端,所述终端包括:
通信单元,用于接收云计算的数据;
处理存储单元,用于对该数据进行分类识别确定该数据的类型,确定该数据的类型为图片数据时,对图片数据中的每张图片执行方格操作得到操作数据;该方格操作具体可以包括:对一张图片建立网格,计算每个网格之间的相似度,将相似度大于相似阈值的网格确定为相似网格组,设置位图表示相似网格组的在一张图片的位置,相似网格组存储一个网格的像素数据,将剩余网格组的像素数据删除完成一张图片的方格操作;将该操作数据存储。
上述处理存储单元还用于执行上述步骤S202、步骤S203以及如图2所示方法的细化或可选方案,这里不再赘述。
本申请实施例还提供一种计算机存储介质,其中,该计算机存储介质存储用于电子数据交换的计算机程序,该计算机程序使得计算机执行如上述方法实施例中记载的任何一种云计算的数据处理方法的部分或全部步骤。
本申请实施例还提供一种计算机程序产品,所述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质,所述计算机程序可操作来使计算机执行如上述方法实施例中记载的任何一种云计算的数据处理方法的部分或全部步骤。
需要说明的是,对于前述的各方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本申请并不受所描述的动作顺序的限制,因为依据本申请,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于可选实施例,所涉及的动作和模块并不一定是本申请所必须的。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
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,可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,例如所述单元的划分,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,在本申请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,也可以采用软件程序模块的形式实现。
所述集成的单元如果以软件程序模块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器中。基于这样的理解,本申请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器中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储器包括:U盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序可以存储于一计算机可读存储器中,存储器可以包括:闪存盘、只读存储器(英文:Read-Only Memory,简称:ROM)、随机存取器(英文:Random Access Memory,简称:RAM)、磁盘或光盘等。
以上对本申请实施例进行了详细介绍,本文中应用了具体个例对本申请的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本申请的方法及其核心思想;同时,对于本领域的一般技术人员,依据本申请的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本申请的限制。
Claims (9)
1.一种云计算的数据处理方法,其特征在于,所述方法包括如下步骤:
终端接收云计算的数据,对该数据进行分类识别确定该数据的类型;
终端确定该数据的类型为图片数据时,对图片数据中的每张图片执行方格操作得到操作数据;该方格操作具体可以包括:对一张图片建立网格,计算每个网格之间的相似度,将相似度大于相似阈值的网格确定为相似网格组,设置位图表示相似网格组的在一张图片的位置,相似网格组存储一个网格的像素数据,将剩余网格组的像素数据删除完成一张图片的方格操作;
终端将该操作数据存储。
2.根据权利要求1所述的方法,其特征在于,所述相似度的计算方式具体包括:
依据每个网格的像素点的R、G、B值以及像素点的在网格的位置建立三维矩阵m*n*3,其中,m表示三维矩阵的长度值、n表示三维矩阵的宽度值,3表示深度值,每个深度对应R、G、B的值,计算二个网格的2个三维矩阵的差值得到三维差值矩阵,统计三维差值矩阵中元素值小于数值阈值的数量x,
相似度=x/(m*n*3)*100%。
3.根据权利要求1所述的方法,其特征在于,所述方法还包括:
若分类识别确定该数据的类型为位置坐标,确定位置坐标的区域,将该区域的位置坐标替换成规则区域和非规则区域存储,若规则区域为圆形,终端获取该位置坐标的区域中间范围内的第一位置坐标,将该第一位置坐标确定为待定圆心,以该待定圆心为射线端点360°发射α条射线,获取α条射线与位置坐标的区域边界线之间的α个端点,计算α个端点与待定圆心之间的α个距离,取α个距离中的最小值确定为待定半径,以该待定圆心为圆心,待定半径为半径画圆,在圆周随机提取w个点,获取w个点的w个坐标,若该w个坐标均在位置坐标在地图区域边界之内,确定该圆为规则区域,该位置坐标在地图区域边界之内的剩余区域为非规则区域,该剩余区域为该边界之内除了该圆以外的区域。
4.根据权利要求1-3任意一项所述的方法,其特征在于,
终端将该操作数据的占用空间上报给云端设备。
5.一种终端,所述终端包括:其特征在于,
通信单元,用于接收云计算的数据,对该数据进行分类识别确定该数据的类型;
处理存储单元,用于确定该数据的类型为图片数据时,对图片数据中的每张图片执行方格操作得到操作数据;该方格操作具体可以包括:对一张图片建立网格,计算每个网格之间的相似度,将相似度大于相似阈值的网格确定为相似网格组,设置位图表示相似网格组的在一张图片的位置,相似网格组存储一个网格的像素数据,将剩余网格组的像素数据删除完成一张图片的方格操作;将该操作数据存储。
6.根据权利要求5所述的终端,其特征在于,
处理存储单元,具体用于依据每个网格的像素点的R、G、B值以及像素点的在网格的位置建立三维矩阵m*n*3,其中,m表示三维矩阵的长度值、n表示三维矩阵的宽度值,3表示深度值,每个深度对应R、G、B的值,计算二个网格的2个三维矩阵的差值得到三维差值矩阵,统计三维差值矩阵中元素值小于数值阈值的数量x,
相似度=x/(m*n*3)*100%。
7.根据权利要求5所述的终端,其特征在于,
所述处理存储单元,还用于若分类识别确定该数据的类型为位置坐标,确定位置坐标的区域,将该区域的位置坐标替换成规则区域和非规则区域存储,若规则区域为圆形,终端获取该位置坐标的区域中间范围内的第一位置坐标,将该第一位置坐标确定为待定圆心,以该待定圆心为射线端点360°发射α条射线,获取α条射线与位置坐标的区域边界线之间的α个端点,计算α个端点与待定圆心之间的α个距离,取α个距离中的最小值确定为待定半径,以该待定圆心为圆心,待定半径为半径画圆,在圆周随机提取w个点,获取w个点的w个坐标,若该w个坐标均在位置坐标在地图区域边界之内,确定该圆为规则区域,该位置坐标在地图区域边界之内的剩余区域为非规则区域,该剩余区域为该边界之内除了该圆以外的区域。
8.根据权利要求5-7任意一项所述的终端,其特征在于,
所述终端为:平板电脑、智能手机或个人计算机。
9.一种计算机可读存储介质,其存储用于电子数据交换的程序,其中,所述程序使得终端执行如权利要求1-4任意一项提供的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011400277.5A CN112583900B (zh) | 2020-12-02 | 2020-12-02 | 云计算的数据处理方法及相关产品 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011400277.5A CN112583900B (zh) | 2020-12-02 | 2020-12-02 | 云计算的数据处理方法及相关产品 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112583900A true CN112583900A (zh) | 2021-03-30 |
CN112583900B CN112583900B (zh) | 2023-04-07 |
Family
ID=75127164
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011400277.5A Active CN112583900B (zh) | 2020-12-02 | 2020-12-02 | 云计算的数据处理方法及相关产品 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112583900B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113344092A (zh) * | 2021-06-18 | 2021-09-03 | 中科迈航信息技术有限公司 | Ai的图像识别方法及装置 |
CN116955091A (zh) * | 2023-09-20 | 2023-10-27 | 深圳市互盟科技股份有限公司 | 基于机器学习的数据中心故障检测系统 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1077445A2 (en) * | 1999-08-19 | 2001-02-21 | Adobe Systems, Inc. | Device dependent rendering of characters |
US20090285496A1 (en) * | 2008-05-19 | 2009-11-19 | Henry Collins | Systems and methods for enhanced image encoding |
WO2010063216A1 (zh) * | 2008-12-03 | 2010-06-10 | 腾讯科技(深圳)有限公司 | 一种对交互界面中皮肤图片进行变色的方法及装置 |
CN105069111A (zh) * | 2015-08-10 | 2015-11-18 | 广东工业大学 | 云存储中基于相似性的数据块级数据去重方法 |
CN107463624A (zh) * | 2017-07-06 | 2017-12-12 | 深圳市城市规划设计研究院有限公司 | 一种基于社交媒体数据进行城市兴趣域识别的方法及系统 |
CN107851329A (zh) * | 2015-10-07 | 2018-03-27 | 谷歌有限责任公司 | 基于多个模型显示对象 |
CN108549690A (zh) * | 2018-04-12 | 2018-09-18 | 石家庄铁道大学 | 基于空间距离约束的空间关键字查询方法及系统 |
CN108600865A (zh) * | 2018-05-14 | 2018-09-28 | 西安理工大学 | 一种基于超像素分割的视频摘要生成方法 |
CN109478243A (zh) * | 2016-05-17 | 2019-03-15 | 盖赫盖斯特公司 | 材料主体的增强认证的方法 |
CN110598550A (zh) * | 2019-08-08 | 2019-12-20 | 横琴善泊投资管理有限公司 | 一种基于多层信息智能分析的车辆联网识别系统 |
CN211085331U (zh) * | 2019-12-09 | 2020-07-24 | 福州智闽科技有限公司 | 一种基于区块链的无人机环境污染遥测装置 |
CN111444826A (zh) * | 2020-03-25 | 2020-07-24 | 腾讯科技(深圳)有限公司 | 视频检测方法、装置、存储介质及计算机设备 |
-
2020
- 2020-12-02 CN CN202011400277.5A patent/CN112583900B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1077445A2 (en) * | 1999-08-19 | 2001-02-21 | Adobe Systems, Inc. | Device dependent rendering of characters |
US20090285496A1 (en) * | 2008-05-19 | 2009-11-19 | Henry Collins | Systems and methods for enhanced image encoding |
WO2010063216A1 (zh) * | 2008-12-03 | 2010-06-10 | 腾讯科技(深圳)有限公司 | 一种对交互界面中皮肤图片进行变色的方法及装置 |
CN105069111A (zh) * | 2015-08-10 | 2015-11-18 | 广东工业大学 | 云存储中基于相似性的数据块级数据去重方法 |
CN107851329A (zh) * | 2015-10-07 | 2018-03-27 | 谷歌有限责任公司 | 基于多个模型显示对象 |
CN109478243A (zh) * | 2016-05-17 | 2019-03-15 | 盖赫盖斯特公司 | 材料主体的增强认证的方法 |
CN107463624A (zh) * | 2017-07-06 | 2017-12-12 | 深圳市城市规划设计研究院有限公司 | 一种基于社交媒体数据进行城市兴趣域识别的方法及系统 |
CN108549690A (zh) * | 2018-04-12 | 2018-09-18 | 石家庄铁道大学 | 基于空间距离约束的空间关键字查询方法及系统 |
CN108600865A (zh) * | 2018-05-14 | 2018-09-28 | 西安理工大学 | 一种基于超像素分割的视频摘要生成方法 |
CN110598550A (zh) * | 2019-08-08 | 2019-12-20 | 横琴善泊投资管理有限公司 | 一种基于多层信息智能分析的车辆联网识别系统 |
CN211085331U (zh) * | 2019-12-09 | 2020-07-24 | 福州智闽科技有限公司 | 一种基于区块链的无人机环境污染遥测装置 |
CN111444826A (zh) * | 2020-03-25 | 2020-07-24 | 腾讯科技(深圳)有限公司 | 视频检测方法、装置、存储介质及计算机设备 |
Non-Patent Citations (5)
Title |
---|
万静; 张超; 何云斌; 李松: "《可变网格优化的K_means聚类方法》", 《小型微型计算机系统》 * |
应俊豪等: "矿石颗粒尺度分布的双圆算法", 《上海交通大学学报》 * |
张丽平等: "Voronoi图的生成及近邻关系查询方法", 《计算机应用》 * |
惠国保; 童一飞; 李东波: "《基于改进的图像局部区域相似度学习架构的图像特征匹配技术研究》", 《计算机学报》 * |
王智学等: "p-h热力学面上水和水蒸气热力性质快速计算", 《工程热物理学报》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113344092A (zh) * | 2021-06-18 | 2021-09-03 | 中科迈航信息技术有限公司 | Ai的图像识别方法及装置 |
CN116955091A (zh) * | 2023-09-20 | 2023-10-27 | 深圳市互盟科技股份有限公司 | 基于机器学习的数据中心故障检测系统 |
CN116955091B (zh) * | 2023-09-20 | 2024-04-30 | 深圳市互盟科技股份有限公司 | 基于机器学习的数据中心故障检测系统 |
Also Published As
Publication number | Publication date |
---|---|
CN112583900B (zh) | 2023-04-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111640130A (zh) | 表格还原方法及装置 | |
CN111275784B (zh) | 生成图像的方法和装置 | |
US20210200971A1 (en) | Image processing method and apparatus | |
CN110399487B (zh) | 一种文本分类方法、装置、电子设备及存储介质 | |
CN112215171B (zh) | 目标检测方法、装置、设备及计算机可读存储介质 | |
CN112583900B (zh) | 云计算的数据处理方法及相关产品 | |
CN113837151B (zh) | 表格图像处理方法、装置、计算机设备及可读存储介质 | |
CN106933905B (zh) | 网页访问数据的监测方法和装置 | |
CN113052181A (zh) | 基于语义分割的表格重建方法、装置、设备及存储介质 | |
CN111177450B (zh) | 一种图像检索云识别方法、系统及计算机可读存储介质 | |
CN112463385B (zh) | 云计算的ai数据调度分配方法及相关产品 | |
CN115457581A (zh) | 表格提取方法、装置及计算机设备 | |
CN115731442A (zh) | 图像处理方法、装置、计算机设备和存储介质 | |
CN115270711A (zh) | 电子签名方法、电子签名装置、电子设备、存储介质 | |
CN113011132B (zh) | 竖排文字识别方法、装置、计算机设备和存储介质 | |
CN111127310B (zh) | 一种图像处理方法、装置、电子设备及存储介质 | |
CN110337074B (zh) | 一种交互信息的传输方法、系统及终端设备 | |
CN115019057A (zh) | 图像特征提取模型确定方法及装置、图像识别方法及装置 | |
CN114416786A (zh) | 流数据的处理方法、装置、存储介质及计算机设备 | |
CN113903071A (zh) | 人脸识别方法、装置、电子设备和存储介质 | |
CN115080686A (zh) | 直播平台的商品指代消解方法及装置、计算设备 | |
CN111401317A (zh) | 视频分类方法、装置、设备及存储介质 | |
CN115761598B (zh) | 一种基于云端业务平台的大数据分析方法及系统 | |
CN114708592B (zh) | 图章密级的判断方法、装置、设备和计算机可读存储介质 | |
CN112394809A (zh) | 一种实现增强现实的方法、装置及通信设备 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |