CN112596853A - 一种实现可拔插式人工智能可视化的方法 - Google Patents

一种实现可拔插式人工智能可视化的方法 Download PDF

Info

Publication number
CN112596853A
CN112596853A CN202011462610.5A CN202011462610A CN112596853A CN 112596853 A CN112596853 A CN 112596853A CN 202011462610 A CN202011462610 A CN 202011462610A CN 112596853 A CN112596853 A CN 112596853A
Authority
CN
China
Prior art keywords
data
algorithm
database
python
parameters
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
Application number
CN202011462610.5A
Other languages
English (en)
Inventor
赵金洋
肖志超
邹学模
曲延河
王达
耿启征
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Qingdao Ieslab Electronics Co ltd
Original Assignee
Qingdao Ieslab Electronics Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Qingdao Ieslab Electronics Co ltd filed Critical Qingdao Ieslab Electronics Co ltd
Priority to CN202011462610.5A priority Critical patent/CN112596853A/zh
Publication of CN112596853A publication Critical patent/CN112596853A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/44—Arrangements for executing specific programs
    • G06F9/455—Emulation; Interpretation; Software simulation, e.g. virtualisation or emulation of application or operating system execution engines
    • G06F9/45504—Abstract machines for programme code execution, e.g. Java virtual machine [JVM], interpreters, emulators
    • G06F9/45508—Runtime interpretation or emulation, e g. emulator loops, bytecode interpretation
    • G06F9/45512—Command shells
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/21—Design, administration or maintenance of databases
    • G06F16/215—Improving data quality; Data cleansing, e.g. de-duplication, removing invalid entries or correcting typographical errors
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/22—Indexing; Data structures therefor; Storage structures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/248—Presentation of query results
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/25—Integrating or interfacing systems involving database management systems
    • G06F16/252—Integrating or interfacing systems involving database management systems between a Database Management System and a front-end application
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F8/00—Arrangements for software engineering
    • G06F8/30—Creation or generation of source code
    • G06F8/31—Programming languages or programming paradigms
    • G06F8/315—Object-oriented languages
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F8/00—Arrangements for software engineering
    • G06F8/70—Software maintenance or management
    • G06F8/71—Version control; Configuration management
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/44—Arrangements for executing specific programs
    • G06F9/448—Execution paradigms, e.g. implementations of programming paradigms
    • G06F9/4488—Object-oriented
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/44—Arrangements for executing specific programs
    • G06F9/451—Execution arrangements for user interfaces

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Computing Systems (AREA)
  • Computer Security & Cryptography (AREA)
  • Human Computer Interaction (AREA)
  • Computational Linguistics (AREA)
  • Quality & Reliability (AREA)
  • Stored Programmes (AREA)

Abstract

本发明涉及一种实现可拔插式人工智能可视化的方法，包括以下步骤：基于python代码，实现相应的新增应用模块的数据计算和控制输出展示内容，不同的应用模块封装成不同的文件；基于java代码，构建数据交互模块，实现相应的新增应用模块的数据的中转，实现数据库和前端的数据交互通道；前端部分，根据数据计算的结果数据，适应性的进行图表展示，实现相应的新增应用模块的数据的可视化展示。本发明当需要增加新应用模块时，只需要对数据库进行修改，对python端进行新应用模块添加即可。由于python是脚本语言，运行时不需要解释器，所以它的部署不需要重启服务器，也不会对算法的正常使用造成任何影响。

Description

一种实现可拔插式人工智能可视化的方法
技术领域
本发明属于人工智能技术领域，具体涉及一种实现可拔插式人工智能可视化的方法。
背景技术
当前，人工智能在多个应用领域取得了辉煌的成就，越来越多的人投入到人工智能浪潮当中来。为了降低人工智能的使用门槛，很多企业推出了可视化的人工智能系统。但这些可视化系统在扩展新算法(新应用模块)时，需要重启服务器甚至修改源代码，其结果就是对业务的正常运行造成很大的影响。
发明内容
为解决上述技术问题，本发明基于python/java程序代码和控制方法，设计了一套实现可拔插式扩展的人工智能可视化方法。本发明所采用的技术方案如下：
一种实现可拔插式人工智能可视化的方法，包括以下步骤：
基于python代码，实现相应的新增应用模块的数据计算和控制输出展示内容，不同的应用模块封装成不同的文件；
基于java代码，构建数据交互模块，实现相应的新增应用模块的数据的中转，实现数据库和前端的数据交互通道；
前端部分，根据数据计算的结果数据，适应性的进行图表展示，实现相应的新增应用模块的数据的可视化展示。
本发明的有益效果：
当需要增加新应用模块时，只需要对数据库进行修改，对python端进行新应用模块添加即可。由于python是脚本语言，运行时不需要解释器，所以它的部署不需要重启服务器，也不会对算法的正常使用造成任何影响。
附图说明
为了更清楚地说明本发明的具体实施方式、或者现有技术中的技术方案，下面将对具体实施方式或现有技术的描述中所需要使用的附图作简单的介绍。显而易见地，下面描述中的附图是本发明的一些具体实施方式，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属于本申请保护范围之内的附图。
图1是本发明实施例的逻辑流程框图；
图2是本发明实施例的前端自适应展示逻辑流程图。
具体实施方式
下面结合附图，具体说明本发明的实施方式。
本发明的可拔插式人工智能可视化的方法，主要分为三部分：
1.python算法部分，该部分主要功能是进行相应的可视化的新增应用模块的数据计算和控制输出展示内容，不同的新增应用模块封装成不同的文件。当进行应用模块扩展时，进行新增应用模块文件的增加即可。
2.java部分，该部分主要功能是进行相应的可视化的新增应用模块的数据的中转，构建了数据交互模块，实现数据库和前端的数据交互通道。
3.前端部分，该部分主要功能是进行相应的可视化的新增应用模块的数据的可视化展示，根据python算法部分的运算结果数据，适应性的进行图表展示。
如图1所示，是本发明实施例的逻辑流程框图。一种实现可拔插式人工智能可视化的方法，包括以下步骤：
S1、在数据库中维护新增应用模块及其参数；
在数据库中维护有ai_model_algorithm表，负责存储算法，在增加算法时需要在ai_model_algorithm表中配置id、name、code、py_name、form_json_name字段；其中name为算法名称，py_name为新增python算法的文件名，form_json_name为新增算法的参数表单json数据。
S2、在java端，构建数据交互模块，获取数据库中的新增应用模块的参数、数据集以及新增应用模块的地址；
java端通过命令行向python端中传递参数，其中包括param、dataset字段，参数以json字符串的格式传递进入python端中，后转换为json对象，拿到param和dataset中的数据。其中param为算法所需参数，dataset为数据集。
S3、在python端，接收数据交互模块传输过来的新增应用模块的参数和数据集进行训练；
在python算法端(对参数和数据集进行训练的方法)分为三部分：第一部分是参数和数据集的接收，接收来自java端的参数和数据集，并对数据集进行数据清洗。第二部分是核心算法的运算，将参数和数据集输入核心算法进行运算。第三部分是模型算法的评估和输出，对算法运行结果进行评估，产生的数据保存到数据库中。核心算法为公知技术，如SVM、XGBOOST。
S4、在python端，将训练完成的数据存入数据库；
在数据库中维护有ai_model_result表，负责储存算法输出结果，表中字段包括id、title、type、columns、rows、taskId，其中title是展示时图表的标题名，type是展示时的图表类型(如折线图、饼图、柱状图、热力图等)，columns是指输出数据的列数据，rows是指输出数据的行数据，taskId是指任务id。
S5、前端从数据库中查询需要展示的数据，分类进行相应的直观展示。
java端从ai_model_result表中查询到某一任务id的图表(一个任务通常对应多条信息)，将查询的结果传递给前端处理。前端遍历图表信息，通过判断图表中的type动态加载每一张图表。
如图2所示，是本发明实施例的前端自适应展示逻辑流程图。前端从数据库中查询展示数据后，按照图表类型进行相应的直观可视化展示。
最后需要说明的是：以上实施例，仅为本发明的具体实施方式，用以说明本发明的技术方案，而非对其限制，本发明的保护范围并不局限于此。本领域技术人员应该理解：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，其可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围，都应涵盖在本发明的保护范围之内。

Claims (8)

1.一种实现可拔插式人工智能可视化的方法，其特征在于，包括以下步骤：
基于python代码，实现相应的新增应用模块的数据计算和控制输出展示内容，不同的应用模块封装成不同的文件；
基于java代码，构建数据交互模块，实现相应的新增应用模块的数据的中转，实现数据库和前端的数据交互通道；
前端部分，根据数据计算的结果数据，适应性的进行图表展示，实现相应的新增应用模块的数据的可视化展示。
2.根据权利要求1所述的一种实现可拔插式人工智能可视化的方法，其特征在于，具体包括以下步骤：
S1、在数据库中维护新增应用模块及其参数；
S2、在java端，构建数据交互模块，获取数据库中的新增应用模块的参数、数据集以及新增应用模块的地址；
S3、在python端，接收数据交互模块传输过来的新增应用模块的参数和数据集进行训练；
S4、在python端，将训练完成的数据存入数据库；
S5、前端从数据库中查询需要展示的数据，分类进行相应的直观展示。
3.根据权利要求2所述的一种实现可拔插式人工智能可视化的方法，其特征在于，步骤S1中，在数据库中维护ai_model_algorithm表，负责存储算法，在增加算法时在ai_model_algorithm表中配置id、name、code、py_name、form_json_name字段；其中id为数据库中算法的唯一标识，name为算法名称，code为算法的英文缩写，py_name为新增python算法的文件名，form_json_name为新增算法的参数表单json数据。
4.根据权利要求2所述的一种实现可拔插式人工智能可视化的方法，其特征在于，步骤S2中，java端通过命令行向python端传递参数，其中包括param、dataset字段，参数以json字符串的格式传递进入python端中，后转换为json对象，拿到param和dataset中的数据；其中param为算法所需参数，dataset为数据集。
5.根据权利要求2所述的一种实现可拔插式人工智能可视化的方法，其特征在于，步骤S3中，在python端对参数和数据集进行训练的方法是：参数和数据集的接收，接收来自java端的参数和数据集，并对数据集进行数据清洗；将参数和数据集输入核心算法进行运算；模型算法的评估和输出，对算法运行结果进行评估，产生的数据保存到数据库中。
6.根据权利要求2所述的一种实现可拔插式人工智能可视化的方法，其特征在于，步骤S4中，在数据库中维护ai_model_result表，负责储存算法输出结果，表中字段包括id、title、type、columns、rows、taskId，其中id为数据库中结果的唯一标识，title是展示时图表的标题名，type是展示时的图表类型，columns是指输出数据的列数据，rows是指输出数据的行数据，taskId是指任务id。
7.根据权利要求6所述的一种实现可拔插式人工智能可视化的方法，其特征在于，图表类型包括：折线图、饼图、柱状图、热力图。
8.根据权利要求2所述的一种实现可拔插式人工智能可视化的方法，其特征在于，步骤S5中，java端从ai_model_result表中查询到某一任务id的图表，将查询的结果传递给前端处理；前端遍历图表信息，通过判断图表中的type动态加载每一张图表。
CN202011462610.5A 2020-12-08 2020-12-08 一种实现可拔插式人工智能可视化的方法 Pending CN112596853A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011462610.5A CN112596853A (zh) 2020-12-08 2020-12-08 一种实现可拔插式人工智能可视化的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011462610.5A CN112596853A (zh) 2020-12-08 2020-12-08 一种实现可拔插式人工智能可视化的方法

Publications (1)

Publication Number Publication Date
CN112596853A true CN112596853A (zh) 2021-04-02

Family

ID=75192599

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011462610.5A Pending CN112596853A (zh) 2020-12-08 2020-12-08 一种实现可拔插式人工智能可视化的方法

Country Status (1)

Country Link
CN (1) CN112596853A (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1975720A (zh) * 2006-12-27 2007-06-06 章毅 一种基于Web的数据挖掘系统及其控制方法
CN108681446A (zh) * 2018-05-11 2018-10-19 国家气象中心 基于组件服务的众创性气候算法管理系统及方法
CN110032590A (zh) * 2019-04-15 2019-07-19 重庆天蓬网络有限公司 一种数据可视化系统、方法、服务器及存储介质
CN110334809A (zh) * 2019-07-03 2019-10-15 成都淞幸科技有限责任公司 一种人工智能算法的构件封装方法及系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1975720A (zh) * 2006-12-27 2007-06-06 章毅 一种基于Web的数据挖掘系统及其控制方法
CN108681446A (zh) * 2018-05-11 2018-10-19 国家气象中心 基于组件服务的众创性气候算法管理系统及方法
CN110032590A (zh) * 2019-04-15 2019-07-19 重庆天蓬网络有限公司 一种数据可视化系统、方法、服务器及存储介质
CN110334809A (zh) * 2019-07-03 2019-10-15 成都淞幸科技有限责任公司 一种人工智能算法的构件封装方法及系统

Similar Documents

Publication Publication Date Title
WO2018133452A1 (zh) 一种网页渲染方法及相关设备
US11928432B2 (en) Multi-modal pre-training model acquisition method, electronic device and storage medium
CN112559007B (zh) 多任务模型的参数更新方法、装置及电子设备
US20210166136A1 (en) Method, apparatus, electronic device and storage medium for obtaining question-answer reading comprehension model
CN111241259B (zh) 交互信息推荐方法和装置
CN104076809B (zh) 数据处理装置以及数据处理方法
EP3882791A1 (en) Method, apparatus for content recommendation, electronic device and storage medium
CN102999608A (zh) 大数据的树表展现系统和树表展现方法
CN112148343B (zh) 规则发布方法、装置及终端设备
GB2577465A (en) Enhanced visual dialog system for intelligent tutors
CN107146095B (zh) 一种邮件的展示信息处理方法、装置及邮件系统
US11514249B2 (en) Domain-adapted sentiment prediction for long or unbalanced text threads
CN111104418B (zh) 文本描述的处理方法、装置和电子设备
CN112596853A (zh) 一种实现可拔插式人工智能可视化的方法
CN110175917B (zh) 参数图形化处理的装置及方法
CN117113087A (zh) 模型训练方法、装置、电子设备以及存储介质
US20220092452A1 (en) Automated machine learning tool for explaining the effects of complex text on predictive results
CN112560928B (zh) 负样本挖掘方法、装置、电子设备及存储介质
KR20190012492A (ko) 자동 문장 생성 장치 및 그 방법
CN113360672A (zh) 用于生成知识图谱的方法、装置、设备、介质和产品
CN111260058B (zh) 特征的生成方法、装置、电子设备和存储介质
JP7315253B2 (ja) システム、サーバ及び方法
CN116050939B (zh) 基于互动小说的用户测评方法及相关装置
KR102442338B1 (ko) 사용자 행위 기반의 가치 변동률 제공 방법 및 이를 실행하기 위하여 기록매체에 기록된 컴퓨터 프로그램
US11616744B2 (en) Context-dependent message extraction and transformation

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
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20210402

WD01 Invention patent application deemed withdrawn after publication