CN113704686A - 一种基于平滑函数的数据处理方法及装置 - Google Patents
一种基于平滑函数的数据处理方法及装置 Download PDFInfo
- Publication number
- CN113704686A CN113704686A CN202111035662.9A CN202111035662A CN113704686A CN 113704686 A CN113704686 A CN 113704686A CN 202111035662 A CN202111035662 A CN 202111035662A CN 113704686 A CN113704686 A CN 113704686A
- Authority
- CN
- China
- Prior art keywords
- standard deviation
- information
- target
- determining
- solution
- 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
- 238000009499 grossing Methods 0.000 title claims abstract description 77
- 238000003672 processing method Methods 0.000 title claims abstract description 37
- 238000012545 processing Methods 0.000 claims abstract description 79
- 238000006243 chemical reaction Methods 0.000 claims abstract description 27
- 238000000034 method Methods 0.000 claims abstract description 25
- 230000006870 function Effects 0.000 claims description 191
- 230000015654 memory Effects 0.000 claims description 17
- 230000009286 beneficial effect Effects 0.000 abstract description 14
- 239000011159 matrix material Substances 0.000 description 12
- 238000004891 communication Methods 0.000 description 6
- 230000005540 biological transmission Effects 0.000 description 5
- 238000004590 computer program Methods 0.000 description 5
- 238000003745 diagnosis Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 238000005259 measurement Methods 0.000 description 4
- 230000009466 transformation Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000002945 steepest descent method Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/15—Correlation function computation including computation of convolution operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Computational Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Algebra (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Operations Research (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于平滑函数的数据处理方法及装置,该方法包括:获取目标方程信息和标准差序列;根据目标方程信息和预设的转化规则,确定出目标函数信息;目标函数信息跟平滑函数相关;根据目标函数信息、标准差序列和预设的求解规则,确定出目标方程对应的目标解。可见,本发明能够通过获取目标方程信息和标准差序列,再利用转化规则确定出目标函数信息,进而利用求解规则得到目标方程对应的目标解,有利于提高对求解欠定方程的最优解的处理效率和降低处理时间,进而提高处理欠定方程最优解的整体效能。
Description
技术领域
本发明涉及数据处理技术领域,尤其涉及一种基于平滑函数的数据处理方法及装置。
背景技术
当前在通讯故障诊断中,在处理数据缺失等问题时,通常需要求解欠定方程的最优解,尤其是在一般的数字通讯应用中,需要对有限二进制字符集约束下的欠定方程的求解问题进行处理,但是在实际应用中,对求解欠定方程的最优解的数据处理时存在效率不高和运行处理时间偏长等问题。因此,提供一种基于平滑函数的数据处理方法及装置以提高对求解欠定方程的最优解的处理效率和降低处理时间,进而提高处理欠定方程最优解的整体效能显得尤为重要。
发明内容
本发明所要解决的技术问题在于,提供一种基于平滑函数的数据处理方法及装置,能够通过获取目标方程信息和标准差序列,再利用转化规则确定出目标函数信息,进而利用求解规则得到目标方程对应的目标解,有利于提高对求解欠定方程的最优解的处理效率和降低处理时间,进而提高处理欠定方程最优解的整体效能。
为了解决上述技术问题,本发明实施例第一方面公开了一种基于平滑函数的数据处理方法,所述方法包括:
获取目标方程信息和标准差序列;
根据所述目标方程信息和预设的转化规则,确定出目标函数信息;所述目标函数信息跟平滑函数相关;
根据所述目标函数信息、所述标准差序列和预设的求解规则,确定出目标方程对应的目标解。
作为一种可选的实施方式,在本发明实施例第一方面中,在所述根据所述目标方程信息和预设的转化规则,确定出目标函数信息之前,所述方法还包括:
获取目标平滑函数;
以及,所述根据所述目标方程信息和预设的转化规则,确定出目标函数信息,包括:
根据所述目标方程信息、所述目标平滑函数和预设的转化规则,确定出目标函数信息;所述目标函数信息包括目标函数。
作为一种可选的实施方式,在本发明实施例第一方面中,在所述根据所述目标函数信息、所述标准差序列和预设的求解规则,确定出目标方程对应的目标解之前,所述方法还包括:
根据所述目标方程信息,确定出所述目标方程对应的可行集;
根据所述目标方程信息和预设的初始解求取规则,确定出初始解信息。
作为一种可选的实施方式,在本发明实施例第一方面中,在所述根据所述目标函数信息、所述标准差序列和预设的求解规则,确定出目标方程对应的目标解之前,所述方法还包括:
获取外循环信息;所述外循环信息包括当前外循环次数;
所述标准差序列包括J个标准差和标准差对应的序号信息;所述J为正整数;
所述求解规则包括标准差选取规则和最大值求取规则;
以及,所述根据所述目标函数信息、所述标准差序列和预设的求解规则,确定出目标方程对应的目标解,包括:
根据所述标准差序列、所述外循环信息和所述标准差选取规则,确定出当前标准差和当前标准差序号;
根据所述当前标准差、所述目标函数信息和所述最大值求取规则,确定出优选解;
判断所述当前外循环次数是否满足第一终止条件,得到第一判断结果;
当所述第一判断结果表示所述当前外循环次数不满足第一终止条件时,触发执行所述获取外循环信息;
当所述第一判断结果表示所述当前外循环次数满足第一终止条件时,确定所述优选解为目标解。
作为一种可选的实施方式,在本发明实施例第一方面中,所述根据所述标准差序列、所述外循环信息和所述标准差选取规则,确定出当前标准差和当前标准差序号,包括:
确定所述外循环信息对应的当前外循环次数为当前标准差序号;
对于所述标准差序列中的任一标准差,判断该标准差对应的标准差序号是否与所述当前标准差序号相匹配,得到第二判断结果;
当所述第二判断结果表示该标准差对应的标准差序号与所述当前标准差序号相匹配时,确定该标准差为当前标准差。
作为一种可选的实施方式,在本发明实施例第一方面中,在所述根据所述当前标准差、所述目标函数信息和所述最大值求取规则,确定出优选解之前,所述方法还包括:
获取内循环信息;所述内循环信息包括当前内循环次数;
以及,所述根据所述当前标准差、所述目标函数信息和所述最大值求取规则,确定出优选解,包括:
根据所述当前内循环次数,确定出备选解;
根据所述当前标准差、所述备选解和所述目标函数信息,确定出待选解;
判断所述当前内循环次数是否满足第二终止条件,得到第三判断结果;
当所述第三判断结果表示所述当前内循环次数不满足第二终止条件时,触发执行所述获取内循环信息;
当所述第三判断结果表示所述当前内循环次数满足第二终止条件时,确定所述待选解为优选解。
作为一种可选的实施方式,在本发明实施例第一方面中,所述根据所述当前标准差、所述备选解和所述目标函数信息,确定出待选解,包括:
根据所述目标函数信息和所述当前标准差,确定出内循环方向信息和步长信息;
根据所述内循环方向信息、所述备选解和所述步长信息,确定出迭代解;
根据所述迭代解和所述可行集,确定出待选解。
本发明实施例第二方面公开了一种基于平滑函数的数据处理装置,装置包括:
获取模块,用于获取目标方程信息和标准差序列;
第一确定模块,用于根据所述目标方程信息和预设的转化规则,确定出目标函数信息;所述目标函数信息跟平滑函数相关;
第二确定模块,用于根据所述目标函数信息、所述标准差序列和预设的求解规则,确定出目标方程对应的目标解。
作为一种该可选的实施方式,在本发明实施例第二方面中,所述获取模块,还用于在所述第一确定模块根据所述目标方程信息和预设的转化规则,确定出目标函数信息之前,获取目标平滑函数;
所述第一确定模块根据所述目标方程信息和预设的转化规则,确定出目标函数信息的具体方式为:
根据所述目标方程信息、所述目标平滑函数和预设的转化规则,确定出目标函数信息;所述目标函数信息包括目标函数。
作为一种该可选的实施方式,在本发明实施例第二方面中,所述装置还包括:
第三确定模块,用于在所述第二确定模块根据所述目标函数信息、所述标准差序列和预设的求解规则,确定出目标方程对应的目标解之前,根据所述目标方程信息,确定出所述目标方程对应的可行集;
第四确定模块,用于根据所述目标方程信息和预设的初始解求取规则,确定出初始解信息。
作为一种该可选的实施方式,在本发明实施例第二方面中,所述获取模块,还用于在第二确定模块根据所述目标函数信息、所述标准差序列和预设的求解规则,确定出目标方程对应的目标解之前,获取外循环信息;所述外循环信息包括当前外循环次数;
所述标准差序列包括J个标准差和标准差对应的序号信息;所述J为正整数;
所述求解规则包括标准差选取规则和最大值求取规则;
所述第二确定模块根据所述目标函数信息、所述标准差序列和预设的求解规则,确定出目标方程对应的目标解的具体方式为:
根据所述标准差序列、所述外循环信息和所述标准差选取规则,确定出当前标准差和当前标准差序号;
根据所述当前标准差、所述目标函数信息和所述最大值求取规则,确定出优选解;
判断所述当前外循环次数是否满足第一终止条件,得到第一判断结果;
当所述第一判断结果表示所述当前外循环次数不满足第一终止条件时,触发执行所述获取外循环信息;
当所述第一判断结果表示所述当前外循环次数满足第一终止条件时,确定所述优选解为目标解。
作为一种该可选的实施方式,在本发明实施例第二方面中,所述第二确定模块根据所述标准差序列、所述外循环信息和所述标准差选取规则,确定出当前标准差和当前标准差序号的具体方式为:
确定所述外循环信息对应的当前外循环次数为当前标准差序号;
对于所述标准差序列中的任一标准差,判断该标准差对应的标准差序号是否与所述当前标准差序号相匹配,得到第二判断结果;
当所述第二判断结果表示该标准差对应的标准差序号与所述当前标准差序号相匹配时,确定该标准差为当前标准差。
作为一种该可选的实施方式,在本发明实施例第二方面中,所述获取模块,还用于在所述第二确定模块根据所述当前标准差、所述目标函数信息和所述最大值求取规则,确定出优选解之前,获取内循环信息;所述内循环信息包括当前内循环次数;
所述第二确定模块根据所述当前标准差、所述目标函数信息和所述最大值求取规则,确定出优选解的具体方式为:
根据所述当前内循环次数,确定出备选解;
根据所述当前标准差和所述目标函数信息,确定出待选解;
判断所述当前内循环次数是否满足第二终止条件,得到第三判断结果;
当所述第三判断结果表示所述当前内循环次数不满足第二终止条件时,触发执行所述获取内循环信息;
当所述第三判断结果表示所述当前内循环次数满足第二终止条件时,确定所述待选解为优选解。
作为一种该可选的实施方式,在本发明实施例第二方面中,所述第二确定模块根据所述当前标准差和所述目标函数信息,确定出待选解的具体方式为:
根据所述目标函数信息和所述当前标准差,确定出内循环方向信息和步长信息;
根据所述内循环方向信息、所述备选解和所述步长信息,确定出迭代解;
根据所述迭代解和所述可行集,确定出待选解。
本发明第三方面公开了另一种基于平滑函数的数据处理装置,所述装置包括:
存储有可执行程序代码的存储器;
与所述存储器耦合的处理器;
所述处理器调用所述存储器中存储的所述可执行程序代码,执行本发明实施例第一方面公开的基于平滑函数的数据处理方法中的部分或全部步骤。
本发明第四方面公开了一种计算机存储介质,所述计算机存储介质存储有计算机指令,所述计算机指令被调用时,用于执行本发明实施例第一方面公开的基于平滑函数的数据处理方法中的部分或全部步骤。
与现有技术相比,本发明实施例具有以下有益效果:
本发明实施例中,获取目标方程信息和标准差序列;根据目标方程信息和预设的转化规则,确定出目标函数信息;目标函数信息跟平滑函数相关;根据目标函数信息、标准差序列和预设的求解规则,确定出目标方程对应的目标解。可见,本发明能够通过获取目标方程信息和标准差序列,再利用转化规则确定出目标函数信息,进而利用求解规则得到目标方程对应的目标解,有利于提高对求解欠定方程的最优解的处理效率和降低处理时间,进而提高处理欠定方程最优解的整体效能。
附图说明
为了更清楚地说明本发明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,下面描述中的附图仅仅是本发明的一些实施例,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是本发明实施例公开的一种基于平滑函数的数据处理方法的流程示意图;
图2是本发明实施例公开的另一种基于平滑函数的数据处理方法的流程示意图;
图3是本发明实施例公开的一种基于平滑函数的数据处理装置的结构示意图;
图4是本发明实施例公开的另一种基于平滑函数的数据处理装置的结构示意图;
图5本发明实施例公开的又一种基于平滑函数的数据处理装置的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,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,都属于本发明保护的范围。
本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”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、装置、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他步骤或单元。
在本文中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本发明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。
本发明公开了一种基于平滑函数的数据处理方法及装置,能够通过获取目标方程信息和标准差序列,再利用转化规则确定出目标函数信息,进而利用求解规则得到目标方程对应的目标解,有利于提高对求解欠定方程的最优解的处理效率和降低处理时间,进而提高处理欠定方程最优解的整体效能。以下分别进行详细说明。
实施例一
请参阅图1,图1是本发明实施例公开的一种基于平滑函数的数据处理方法的流程示意图。其中,图1所描述的基于平滑函数的数据处理方法应用于求解欠定方程最优解,如用于对通讯及故障诊断中的二进制字符集约束下的欠定方程的求解,本发明实施例不做限定。如图1所示,该基于平滑函数的数据处理方法可以包括以下操作:
101、获取目标方程信息和标准差序列。
102、根据目标方程信息和预设的转化规则,确定出目标函数信息。
本发明实施例中,目标函数信息跟平滑函数相关。
103、根据目标函数信息、标准差序列和预设的求解规则,确定出目标方程对应的目标解。
本发明实施例中,目标方程信息包括目标方程对应的未知量信息,和/或,目标方程对应的系统传输矩阵,和/或,目标方程对应的测量输出矩阵,和/或,目标方程对应的观测测量输出矩阵,和/或,目标方程对应的观测噪声矩阵,本发明实施例不做限定。
可选的,上述目标方程对应的未知量信息、目标方程对应的系统传输矩阵和目标方程对应的测量输出矩阵之间的目标方程关系可以表示为:
A·x=b
其中,A为目标方程对应的系统传输矩阵,其是一个m×n的矩阵;x为目标方程对应的未知量信息,其是一个n×1的矩阵;b为目标方程对应的测量输出矩阵,其是一个m×1的矩阵。进一步的,上述m和n均为正整数。
可选的,对于x中任一元素x,该x∈{-1,+1}。
可选的,m小于等于n。
可选的,标准差序列包括若干个标准差。进一步的,标准差序列中的任一标准均在0到1之间。
可见,实施本发明实施例所描述的基于平滑函数的数据处理方法能够通过获取目标方程信息和标准差序列,再利用转化规则确定出目标函数信息,进而利用求解规则得到目标方程对应的目标解,有利于提高对求解欠定方程的最优解的处理效率和降低处理时间,进而提高处理欠定方程最优解的整体效能。
在一个可选的实施例中,上述步骤103之前,方法还包括:
根据目标方程信息,确定出目标方程对应的可行集;
根据目标方程信息和预设的初始解求取规则,确定出初始解信息。
本发明实施例中,根据目标方程对应的未知量信息、目标方程对应的系统传输矩阵和目标方程对应的测量输出矩阵之间的目标方程关系计算得到可行集S,可行集S可以表示为:
S={s|A·x=b}
本发明实施例中,初始解信息包括目标方程对应的初始解。
可选的,上述初始解求取规则具体为求取目标方程关系的最小二范数解作为目标方程对应的初始解,即A·x=b的最小二范数解即为目标方程对应的初始解x0。
可见,实施本发明实施例所描述的基于平滑函数的数据处理方法能够通过目标方程信息确定得到目标方程对应的可行集,再结合目标方程信息和初始解求取规则确定得到初始解信息,有利于提高对求解欠定方程的最优解的处理效率和降低处理时间,进而提高处理欠定方程最优解的整体效能。
在另一个可选的实施例中,上述步骤103之前,方法还包括:
获取外循环信息;外循环信息包括当前外循环次数;
标准差序列包括J个标准差和标准差对应的序号信息;J为正整数;
求解规则包括标准差选取规则和最大值求取规则;
以及,根据目标函数信息、标准差序列和预设的求解规则,确定出目标方程对应的目标解,包括:
根据标准差序列、外循环信息和标准差选取规则,确定出当前标准差和当前标准差序号;
根据当前标准差、目标函数信息和最大值求取规则,确定出优选解;
判断当前外循环次数是否满足第一终止条件,得到第一判断结果;
当第一判断结果表示当前外循环次数不满足第一终止条件时,触发执行获取外循环信息;
当第一判断结果表示当前外循环次数满足第一终止条件时,确定优选解为目标解。
本发明实施例中,外循环信息为当前求取目标方程对应的目标解的循环次数。举例来说,当设定的外循环总次数为200次时,当前求取目标方程对应的目标解的循环次数为第10次,则获取的外循环信息中的当前外循环次数即为10。
可选的,上述标准差序列中的J与设定外循环总次数相等。
可选的,上述第一终止条件为设定外循环总次数对应的第一数量。
可选的,上述判断当前外循环次数是否满足第一终止条件,得到第一判断结果具体为:
判断当前外循环次数是否等于第一数量;
当当前外循环次数不等于第一数量时,表示当前外循环次数不满足第一终止条件;
当当前外循环次数等于第一数量时,表示当前外循环次数满足第一终止条件。
可见,实施本发明实施例所描述的基于平滑函数的数据处理方法能够获取外循环信息,并利用标准差序列、外循环信息和标准差选取规则来确定当前标准差和当前标准差序号,进而确定出优选解,再通过判断当前外循环次数是否满足第一终止条件来确定出目标解,有利于提高对求解欠定方程的最优解的处理效率和降低处理时间,进而提高处理欠定方程最优解的整体效能。
在又一个可选的实施例中,上述根据标准差序列、外循环信息和标准差选取规则,确定出当前标准差和当前标准差序号,包括:
确定外循环信息对应的当前外循环次数为当前标准差序号;
对于标准差序列中的任一标准差,判断该标准差对应的标准差序号是否与当前标准差序号相匹配,得到第二判断结果;
当第二判断结果表示该标准差对应的标准差序号与当前标准差序号相匹配时,确定该标准差为当前标准差。
本发明实施例中,标准差序列中的任一标准差对应于唯一一个标准差序号。
可选的,在确定出外循环信息对应的当前外循环次数之后,直接确定该当前外循环次数为当前标准差序号,并通过匹配标准差序列中的标准差序号来确定出当前标准差。举例来说,当标准差序列σ为[σ1,σ2,…σJ]时,上述标准差序列中的任一元素对应的下标即为标准差序号,而当获取得到的当前外循环次数为5,则确定当前标准差序号为5,并从标准差序列中匹配元素对应的下标为5的标准差σ5为当前标准差。
可见,实施本发明实施例所描述的基于平滑函数的数据处理方法能够通过当前外循环次数确定得到当前标准差序号,并匹配得到当前标准差,更有利于提高对求解欠定方程的最优解的处理效率和降低处理时间,进而提高处理欠定方程最优解的整体效能。
在又一个可选的实施例中,在根据当前标准差、目标函数信息和最大值求取规则,确定出优选解之前,方法还包括:
获取内循环信息;内循环信息包括当前内循环次数;
以及,根据当前标准差、目标函数信息和最大值求取规则,确定出优选解,包括:
根据当前内循环次数,确定出备选解;
根据当前标准差、备选解和目标函数信息,确定出待选解;
判断当前内循环次数是否满足第二终止条件,得到第三判断结果;
当第三判断结果表示当前内循环次数不满足第二终止条件时,触发执行获取内循环信息;
当第三判断结果表示当前内循环次数满足第二终止条件时,确定待选解为优选解。
本发明实施例中,内循环信息为当前求取目标方程对应的待选解的循环次数。举例来说,当设定的内循环总次数为100次时,当前求取目标方程对应的待选解的循环次数为第20次,则获取的内循环信息中的当前内循环次数即为20。
可选的,上述根据当前内循环次数,确定出备选解的具体方式为:
判断当前内循环次数是否等于1;
当当前内循环次数等于1时,确定初始解为备选解;
当当前内循环次数不1等于时,确定当前内循环次数对应的前一次内循环次数对应的待选解为备选解。举例来说,当当前内循环次数为3时,则前一次内循环次数为2,则确定内循环次数为2时对应的待选解为备选解。
可选的,上述第二终止条件为设定内循环总次数对应的第二数量。
可选的,上述判断当前内循环次数是否满足第二终止条件,得到第三判断结果具体为:
判断当前内循环次数是否等于第二数量;
当当前内循环次数不等于第二数量时,表示当前内循环次数不满足第二终止条件;
当当前内循环次数等于第二数量时,表示当前内循环次数满足第二终止条件。
可选的,上述根据当前标准差、备选解和目标函数信息确定出待选解是在设定的内循环总次数内利用最速下降法迭代计算得到目标函数对应的最大值时,未知量信息中所有元素对应的解。
可见,实施本发明实施例所描述的基于平滑函数的数据处理方法能够根据当前标准差和目标函数信息确定出待选解,并根据内循环信息来判断确定出优选解,更有利于提高对求解欠定方程的最优解的处理效率和降低处理时间,进而提高处理欠定方程最优解的整体效能。
在又一个可选的实施例中,上述根据当前标准差、备选解和目标函数信息,确定出待选解,包括:
根据目标函数信息和当前标准差,确定出内循环方向信息和步长信息;
根据内循环方向信息、步长信息和备选解,确定出迭代解;
根据迭代解和可行集,确定出待选解。
本发明实施例中,对于任一当前外循环次数j,在该当前外循环次数下进行内循环数据处理过程中,对于任一当前内循环次数l,该l对应的当前标准差为σj,目标函数信息包括目标函数对应的目标函数梯度则可确定内循环方向信息和步长信息分别为和
本发明实施例中,根据当前内循环次数确定出的备选解为xb,则确定出该当前内循环次数l的迭代解xc,其可以表示为:
其中,μ为正数。
可选的,上述备选解xb为当前内循环次数为l-1时的待选解。
可选的,当当前外循环次数大于1,且当前内循环次数也为1时,上述备选解xb为当前外循环次数j-1时的优选解。
可选的,当当前外循环次数为1,且当前内循环次数也为1时,上述备选解xb为初始解。
可选的,对于任一当前内循环次数l,上述根据迭代解xc和可行集S确定出待选解的方式具体为:
在求出迭代解xc之后,通过投影模型将迭代解xc投影回可行集S,以得到待选解xl。其中,投影模型可表示为:
xl←xc-AT(AAT)-1(A·x=b)
可见,实施本发明实施例所描述的基于平滑函数的数据处理方法能够根据目标函数信息和当前标准差确定出内循环方向信息和步长信息,并根据内循环信息、备选解和步长信息来确定迭代解,根据迭代解和可行集确定得到待选解,更有利于提高对求解欠定方程的最优解的处理效率和降低处理时间,进而提高处理欠定方程最优解的整体效能。
实施例二
请参阅图2,图2是本发明实施例公开的另一种基于平滑函数的数据处理方法的流程示意图。其中,图2所描述的基于平滑函数的数据处理方法应用于求解欠定方程最优解,如用于对通讯及故障诊断中的二进制字符集约束下的欠定方程的求解,本发明实施例不做限定。如图2所示,该基于平滑函数的数据处理方法可以包括以下操作:
201、获取目标方程信息和标准差序列。
本发明实施例中,该目标方程信息包括目标方程对应的未知量信息和目标方程对应的系统传输矩阵。
202、获取目标平滑函数。
203、根据目标方程信息、目标平滑函数和预设的转化规则,确定出目标函数信息。
本发明实施例中,该目标函数信息包括目标函数。
204、根据目标函数信息、标准差序列和预设的求解规则,确定出目标方程对应的目标解。
本发明实施例中,针对步骤201和步骤204的具体技术细节和技术名词解释,可以参照实施例一中针对步骤101和步骤103的详细描述,本发明实施例不再赘述。
本发明实施例中,平滑函数fσ(x)包括第一平滑函数,和/或,第二平滑函数。
可选的,目标平滑函数fσ(x)可以为第一平滑函数,也可以为第二平滑函数,还可以为第一平滑函数和第二平滑函数,本发明实施例不做限定。
可选的,第一平滑函数fσ1(x)可表示为:
可选的,第二平滑函数fσ2(x)可表示为:
其中,σ为标准差序列中的标准差;x为目标方程对应的未知量信息中的未知量元素。
可选的,目标函数信息包括目标函数。
进一步的,根据目标方程信息、目标平滑函数和预设的转化规则确定出目标函数信息的具体方式为:
将目标平滑函数和目标方程信息中的未知量信息融入到转化模型,得到目标函数。
可选的,上述转化模型Fσ(x)可表示为
其中,N为目标方程对应的未知量信息中的未知量元素的数量。
可选的,上述目标函数跟未知量信息的稀疏性测度相关。
可见,实施本发明实施例所描述的基于平滑函数的数据处理方法能够通过获取目标方程信息、标准差序列和目标平滑函数,再利用转化规则确定出目标函数信息,进而利用求解规则得到目标方程对应的目标解,有利于提高对求解欠定方程的最优解的处理效率和降低处理时间,进而提高处理欠定方程最优解的整体效能。
实施例三
请参阅图3,图3是本发明实施例公开的一种基于平滑函数的数据处理装置的结构示意图。其中,图3所描述的装置能够应用于求解欠定方程最优解,如用于对通讯及故障诊断中的二进制字符集约束下的欠定方程的求解,本发明实施例不做限定。如图3所示,该装置可以包括:
获取模块301,用于获取目标方程信息和标准差序列;
第一确定模块302,用于根据目标方程信息和预设的转化规则,确定出目标函数信息;目标函数信息跟平滑函数相关;
第二确定模块303,用于根据目标函数信息、标准差序列和预设的求解规则,确定出目标方程对应的目标解。
可见,实施图3所描述的基于平滑函数的数据处理装置,能够通过获取目标方程信息和标准差序列,再利用转化规则确定出目标函数信息,进而利用求解规则得到目标方程对应的目标解,有利于提高对求解欠定方程的最优解的处理效率和降低处理时间,进而提高处理欠定方程最优解的整体效能。
在另一个可选的实施例中,如图4所示,获取模块301,还用于在第一确定模块302根据目标方程信息和预设的转化规则,确定出目标函数信息之前,获取目标平滑函数;
第一确定模块302根据目标方程信息和预设的转化规则,确定出目标函数信息的具体方式为:
根据目标方程信息、目标平滑函数和预设的转化规则,确定出目标函数信息;目标函数信息包括目标函数。
可见,实施图4所描述的基于平滑函数的数据处理装置,能够通过获取目标方程信息、标准差序列和目标平滑函数,再利用转化规则确定出目标函数信息,进而利用求解规则得到目标方程对应的目标解,有利于提高对求解欠定方程的最优解的处理效率和降低处理时间,进而提高处理欠定方程最优解的整体效能。
在又一个可选的实施例中,如图4所示,装置还包括:
第三确定模块304,用于在第二确定模块303根据目标函数信息、标准差序列和预设的求解规则,确定出目标方程对应的目标解之前,根据目标方程信息,确定出目标方程对应的可行集;
第四确定模块305,用于根据目标方程信息和预设的初始解求取规则,确定出初始解信息。
可见,实施图4所描述的基于平滑函数的数据处理装置,能够通过目标方程信息确定得到目标方程对应的可行集,再结合目标方程信息和初始解求取规则确定得到初始解信息,有利于提高对求解欠定方程的最优解的处理效率和降低处理时间,进而提高处理欠定方程最优解的整体效能。
在又一个可选的实施例中,如图4所示,获取模块301,还用于在第二确定模块303根据目标函数信息、标准差序列和预设的求解规则,确定出目标方程对应的目标解之前,获取外循环信息;外循环信息包括当前外循环次数;
标准差序列包括J个标准差和标准差对应的序号信息;J为正整数;
求解规则包括标准差选取规则和最大值求取规则;
第二确定模块303根据目标函数信息、标准差序列和预设的求解规则,确定出目标方程对应的目标解的具体方式为:
根据标准差序列、外循环信息和标准差选取规则,确定出当前标准差和当前标准差序号;
根据当前标准差、目标函数信息和最大值求取规则,确定出优选解;
判断当前外循环次数是否满足第一终止条件,得到第一判断结果;
当第一判断结果表示当前外循环次数不满足第一终止条件时,触发执行获取外循环信息;
当第一判断结果表示当前外循环次数满足第一终止条件时,确定优选解为目标解。
可见,实施图4所描述的基于平滑函数的数据处理装置,能够获取外循环信息,并利用标准差序列、外循环信息和标准差选取规则来确定当前标准差和当前标准差序号,进而确定出优选解,再通过判断当前外循环次数是否满足第一终止条件来确定出目标解,有利于提高对求解欠定方程的最优解的处理效率和降低处理时间,进而提高处理欠定方程最优解的整体效能。
在又一个可选的实施例中,如图4所示,第二确定模块303根据标准差序列、外循环信息和标准差选取规则,确定出当前标准差和当前标准差序号的具体方式为:
确定外循环信息对应的当前外循环次数为当前标准差序号;
对于标准差序列中的任一标准差,判断该标准差对应的标准差序号是否与当前标准差序号相匹配,得到第二判断结果;
当第二判断结果表示该标准差对应的标准差序号与当前标准差序号相匹配时,确定该标准差为当前标准差。
可见,实施图4所描述的基于平滑函数的数据处理装置,能够通过当前外循环次数确定得到当前标准差序号,并匹配得到当前标准差,更有利于提高对求解欠定方程的最优解的处理效率和降低处理时间,进而提高处理欠定方程最优解的整体效能。
在又一个可选的实施例中,如图4所示,获取模块301,还用于在第二确定模块303根据当前标准差、目标函数信息和最大值求取规则,确定出优选解之前,获取内循环信息;内循环信息包括当前内循环次数;
第二确定模块303根据当前标准差、目标函数信息和最大值求取规则,确定出优选解的具体方式为:
根据当前内循环次数,确定出备选解;
根据当前标准差和目标函数信息,确定出待选解;
判断当前内循环次数是否满足第二终止条件,得到第三判断结果;
当第三判断结果表示当前内循环次数不满足第二终止条件时,触发执行获取内循环信息;
当第三判断结果表示当前内循环次数满足第二终止条件时,确定待选解为优选解。
可见,实施图4所描述的基于平滑函数的数据处理装置,能够根据当前标准差和目标函数信息确定出待选解,并根据内循环信息来判断确定出优选解,更有利于提高对求解欠定方程的最优解的处理效率和降低处理时间,进而提高处理欠定方程最优解的整体效能。
在又一个可选的实施例中,如图4所示,第二确定模块303根据当前标准差和目标函数信息,确定出待选解的具体方式为:
根据目标函数信息和当前标准差,确定出内循环方向信息和步长信息;
根据内循环方向信息、备选解和步长信息,确定出迭代解;
根据迭代解和可行集,确定出待选解。
可见,实施图4所描述的基于平滑函数的数据处理装置,能够根据目标函数信息和当前标准差确定出内循环方向信息和步长信息,并根据内循环信息、备选解和步长信息来确定迭代解,再根据迭代解和可行集确定得到待选解,更有利于提高对求解欠定方程的最优解的处理效率和降低处理时间,进而提高处理欠定方程最优解的整体效能。
实施例四
请参阅图5,图5是本发明实施例公开的又一种基于平滑函数的数据处理装置的结构示意图。其中,图5所描述的装置能够应用于求解欠定方程最优解,如用于对通讯及故障诊断中的二进制字符集约束下的欠定方程的求解,本发明实施例不做限定。如图5所示,该装置可以包括:
存储有可执行程序代码的存储器401;
与存储器401耦合的处理器402;
处理器402调用存储器401中存储的可执行程序代码,用于执行实施例一或实施例二所描述的基于平滑函数的数据处理方法中的步骤。
实施例五
本发明实施例公开了一种计算机读存储介质,其存储用于电子数据交换的计算机程序,其中,该计算机程序使得计算机执行实施例一或实施例二所描述的基于平滑函数的数据处理方法中的步骤。
实施例六
本发明实施例公开了一种计算机程序产品,该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,且该计算机程序可操作来使计算机执行实施例一或实施例二所描述的基于平滑函数的数据处理方法中的步骤。
以上所描述的装置实施例仅是示意性的,其中作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块显示的部件可以是或者也可以不是物理模块,即可以位于一个地方,或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施例的具体描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,存储介质包括只读存储器(Read-Only Memory,ROM)、随机存储器(Random Access Memory,RAM)、可编程只读存储器(Programmable Read-only Memory,PROM)、可擦除可编程只读存储器(ErasableProgrammable Read Only Memory,EPROM)、一次可编程只读存储器(One-timeProgrammable Read-Only Memory,OTPROM)、电子抹除式可复写只读存储器(Electrically-Erasable Programmable Read-Only Memory,EEPROM)、只读光盘(CompactDisc Read-Only Memory,CD-ROM)或其他光盘存储器、磁盘存储器、磁带存储器、或者能够用于携带或存储数据的计算机可读的任何其他介质。
最后应说明的是:本发明实施例公开的一种基于平滑函数的数据处理方法及装置所揭露的仅为本发明较佳实施例而已,仅用于说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解;其依然可以对前述各项实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或替换,并不使相应的技术方案的本质脱离本发明各项实施例技术方案的精神和范围。
Claims (10)
1.一种基于平滑函数的数据处理方法,其特征在于,所述方法包括:
获取目标方程信息和标准差序列;
根据所述目标方程信息和预设的转化规则,确定出目标函数信息;所述目标函数信息跟平滑函数相关;
根据所述目标函数信息、所述标准差序列和预设的求解规则,确定出目标方程对应的目标解。
2.根据权利要求1所述的基于平滑函数的数据处理方法,其特征在于,在所述根据所述目标方程信息和预设的转化规则,确定出目标函数信息之前,所述方法还包括:
获取目标平滑函数;
以及,所述根据所述目标方程信息和预设的转化规则,确定出目标函数信息,包括:
根据所述目标方程信息、所述目标平滑函数和预设的转化规则,确定出目标函数信息;所述目标函数信息包括目标函数。
3.根据权利要求1所述的基于平滑函数的数据处理方法,其特征在于,在所述根据所述目标函数信息、所述标准差序列和预设的求解规则,确定出目标方程对应的目标解之前,所述方法还包括:
根据所述目标方程信息,确定出所述目标方程对应的可行集;
根据所述目标方程信息和预设的初始解求取规则,确定出初始解信息。
4.根据权利要求3所述的基于平滑函数的数据处理方法,其特征在于,在所述根据所述目标函数信息、所述标准差序列和预设的求解规则,确定出目标方程对应的目标解之前,所述方法还包括:
获取外循环信息;所述外循环信息包括当前外循环次数;
所述标准差序列包括J个标准差和标准差对应的序号信息;所述J为正整数;
所述求解规则包括标准差选取规则和最大值求取规则;
以及,所述根据所述目标函数信息、所述标准差序列和预设的求解规则,确定出目标方程对应的目标解,包括:
根据所述标准差序列、所述外循环信息和所述标准差选取规则,确定出当前标准差和当前标准差序号;
根据所述当前标准差、所述目标函数信息和所述最大值求取规则,确定出优选解;
判断所述当前外循环次数是否满足第一终止条件,得到第一判断结果;
当所述第一判断结果表示所述当前外循环次数不满足第一终止条件时,触发执行所述获取外循环信息;
当所述第一判断结果表示所述当前外循环次数满足第一终止条件时,确定所述优选解为目标解。
5.根据权利要求4所述的基于平滑函数的数据处理方法,其特征在于,所述根据所述标准差序列、所述外循环信息和所述标准差选取规则,确定出当前标准差和当前标准差序号,包括:
确定所述外循环信息对应的当前外循环次数为当前标准差序号;
对于所述标准差序列中的任一标准差,判断该标准差对应的标准差序号是否与所述当前标准差序号相匹配,得到第二判断结果;
当所述第二判断结果表示该标准差对应的标准差序号与所述当前标准差序号相匹配时,确定该标准差为当前标准差。
6.根据权利要求4所述的基于平滑函数的数据处理方法,其特征在于,在所述根据所述当前标准差、所述目标函数信息和所述最大值求取规则,确定出优选解之前,所述方法还包括:
获取内循环信息;所述内循环信息包括当前内循环次数;
以及,所述根据所述当前标准差、所述目标函数信息和所述最大值求取规则,确定出优选解,包括:
根据所述当前内循环次数,确定出备选解;
根据所述当前标准差、所述备选解和所述目标函数信息,确定出待选解;
判断所述当前内循环次数是否满足第二终止条件,得到第三判断结果;
当所述第三判断结果表示所述当前内循环次数不满足第二终止条件时,触发执行所述获取内循环信息;
当所述第三判断结果表示所述当前内循环次数满足第二终止条件时,确定所述待选解为优选解。
7.根据权利要求6所述的基于平滑函数的数据处理方法,其特征在于,所述根据所述当前标准差、所述备选解和所述目标函数信息,确定出待选解,包括:
根据所述目标函数信息和所述当前标准差,确定出内循环方向信息和步长信息;
根据所述内循环方向信息、所述备选解和所述步长信息,确定出迭代解;
根据所述迭代解和所述可行集,确定出待选解。
8.一种基于平滑函数的数据处理装置,其特征在于,所述装置包括:
获取模块,用于获取目标方程信息和标准差序列;
第一确定模块,用于根据所述目标方程信息和预设的转化规则,确定出目标函数信息;
第二确定模块,用于根据所述目标函数信息、所述标准差序列和预设的求解规则,确定出目标方程对应的目标解。
9.一种基于平滑函数的数据处理装置,其特征在于,所述装置包括:
存储有可执行程序代码的存储器;
与所述存储器耦合的处理器;
所述处理器调用所述存储器中存储的所述可执行程序代码,执行如权利要求1-7任一项所述的基于平滑函数的数据处理方法。
10.一种计算机可存储介质,其特征在于,所述计算机存储介质存储有计算机指令,所述计算机指令被调用时,用于执行如权利要求1-7任一项所述的基于平滑函数的数据处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111035662.9A CN113704686B (zh) | 2021-09-02 | 2021-09-02 | 一种基于平滑函数的数据处理方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111035662.9A CN113704686B (zh) | 2021-09-02 | 2021-09-02 | 一种基于平滑函数的数据处理方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113704686A true CN113704686A (zh) | 2021-11-26 |
CN113704686B CN113704686B (zh) | 2024-03-29 |
Family
ID=78660016
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111035662.9A Active CN113704686B (zh) | 2021-09-02 | 2021-09-02 | 一种基于平滑函数的数据处理方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113704686B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101640541A (zh) * | 2009-09-04 | 2010-02-03 | 西安电子科技大学 | 一种稀疏信号的重构方法 |
US20130262661A1 (en) * | 2012-04-03 | 2013-10-03 | Mehdi Malboubi | Solving under-determined problems for networks |
CN104407319A (zh) * | 2014-12-01 | 2015-03-11 | 广东电网有限责任公司电力调度控制中心 | 阵列信号的目标源测向方法和系统 |
CN104682963A (zh) * | 2015-03-03 | 2015-06-03 | 北京邮电大学 | 一种信号循环平稳特性的重构方法 |
JP2015108994A (ja) * | 2013-12-05 | 2015-06-11 | キヤノン株式会社 | 劣決定系線型方程式の求解方法及び求解装置 |
CN110161368A (zh) * | 2019-03-01 | 2019-08-23 | 河海大学 | 一种小网络故障诊断方法 |
CN110536410A (zh) * | 2018-12-13 | 2019-12-03 | 西安邮电大学 | 非视距环境下基于rss和tdoa测量的定位方法 |
CN112434448A (zh) * | 2021-01-27 | 2021-03-02 | 中国人民解放军国防科技大学 | 基于多点加点的代理模型约束优化方法和装置 |
-
2021
- 2021-09-02 CN CN202111035662.9A patent/CN113704686B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101640541A (zh) * | 2009-09-04 | 2010-02-03 | 西安电子科技大学 | 一种稀疏信号的重构方法 |
US20130262661A1 (en) * | 2012-04-03 | 2013-10-03 | Mehdi Malboubi | Solving under-determined problems for networks |
JP2015108994A (ja) * | 2013-12-05 | 2015-06-11 | キヤノン株式会社 | 劣決定系線型方程式の求解方法及び求解装置 |
CN104407319A (zh) * | 2014-12-01 | 2015-03-11 | 广东电网有限责任公司电力调度控制中心 | 阵列信号的目标源测向方法和系统 |
CN104682963A (zh) * | 2015-03-03 | 2015-06-03 | 北京邮电大学 | 一种信号循环平稳特性的重构方法 |
CN110536410A (zh) * | 2018-12-13 | 2019-12-03 | 西安邮电大学 | 非视距环境下基于rss和tdoa测量的定位方法 |
CN110161368A (zh) * | 2019-03-01 | 2019-08-23 | 河海大学 | 一种小网络故障诊断方法 |
CN112434448A (zh) * | 2021-01-27 | 2021-03-02 | 中国人民解放军国防科技大学 | 基于多点加点的代理模型约束优化方法和装置 |
Non-Patent Citations (3)
Title |
---|
HAN ZHAO, ET AL.: "Supply Chain Coordination with a Risk-Averse Retailer and the Call Option Contract in Presence of a Service Requirement", MATHEMATICS, vol. 9, no. 7, 6 April 2021 (2021-04-06), pages 1 - 19 * |
王川川;曾勇虎;汪连栋;: "基于压缩感知的欠定源信号恢复算法比较", 强激光与粒子束, no. 05, 11 April 2018 (2018-04-11) * |
王福胜;张可村;申培萍;甘小霞;: "电力系统中地网腐蚀诊断的一种新的数学模型及其仿真计算", 高校应用数学学报A辑, no. 02, 15 June 2007 (2007-06-15) * |
Also Published As
Publication number | Publication date |
---|---|
CN113704686B (zh) | 2024-03-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11023801B2 (en) | Data processing method and apparatus | |
CN109710402A (zh) | 处理资源获取请求的方法、装置、计算机设备和存储介质 | |
CN110390075B (zh) | 矩阵预处理方法、装置、终端及可读存储介质 | |
CN111639699A (zh) | 一种图像特征提取的方法、系统、设备及可读存储介质 | |
CN110569984A (zh) | 配置信息生成方法、装置、设备及存储介质 | |
CN115168240A (zh) | 一种基于变量组合时间序列功能覆盖率的测试方法和系统 | |
CN117195568A (zh) | 一种基于离散事件的仿真引擎性能分析方法及装置 | |
CN113704686A (zh) | 一种基于平滑函数的数据处理方法及装置 | |
CN117785449A (zh) | 一种序列随机性检测方法及装置 | |
CN114064125B (zh) | 指令解析方法、装置及电子设备 | |
CN115168241B (zh) | 一种基于组合功能覆盖率的测试方法和系统 | |
CN115129297B (zh) | 多点乘运算系统、方法、图形处理器、电子装置及设备 | |
CN116467372A (zh) | 一种数据库自动转换方法、装置、电子设备及存储介质 | |
CN108874994A (zh) | 一种分块读取数据的方法、装置及计算机存储介质 | |
CN113569703B (zh) | 真实分割点判断方法、系统、存储介质及电子设备 | |
CN113902088A (zh) | 神经网络结构搜索的方法、装置与系统 | |
CN110704696A (zh) | 数据标准化方法、装置、电子设备及可读存储介质 | |
CN118134995B (zh) | 一种狭长面片测量点布置方法、装置、设备及存储介质 | |
CN111144973B (zh) | 问题排名方法及计算机可读存储介质 | |
RU2756883C1 (ru) | Устройство для вероятностного моделирования процесса функционирования телекоммуникационной сети | |
CN111081253B (zh) | 语音处理方法、装置及系统 | |
CN112948105B (zh) | 一种梯度传输方法、梯度传输装置及参数服务器 | |
CN116415621A (zh) | 神经网络的切片方法、装置及电子设备 | |
CN113515495B (zh) | 数据文件分配方法及装置、智能设备和计算机存储介质 | |
CN110619478B (zh) | 基于指针神经网络的单星应急任务规划方法及系统 |
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 |