CN116089076B - 数据处理方法、装置、计算机设备和存储介质 - Google Patents
数据处理方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN116089076B CN116089076B CN202211727084.XA CN202211727084A CN116089076B CN 116089076 B CN116089076 B CN 116089076B CN 202211727084 A CN202211727084 A CN 202211727084A CN 116089076 B CN116089076 B CN 116089076B
- Authority
- CN
- China
- Prior art keywords
- group
- computing
- calculation
- data
- computing unit
- 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 abstract description 14
- 238000004364 calculation method Methods 0.000 claims abstract description 333
- 238000012545 processing Methods 0.000 claims abstract description 137
- 238000000034 method Methods 0.000 claims abstract description 100
- 230000008569 process Effects 0.000 claims abstract description 72
- 238000004590 computer program Methods 0.000 claims abstract description 23
- 238000007635 classification algorithm Methods 0.000 claims abstract description 16
- 238000012876 topography Methods 0.000 claims description 69
- 230000006870 function Effects 0.000 claims description 36
- 238000013507 mapping Methods 0.000 claims description 14
- 238000001514 detection method Methods 0.000 claims description 12
- 238000012216 screening Methods 0.000 claims description 6
- 230000001131 transforming effect Effects 0.000 claims description 4
- 238000004088 simulation Methods 0.000 description 12
- 238000010586 diagram Methods 0.000 description 7
- 230000009466 transformation Effects 0.000 description 6
- 238000010521 absorption reaction Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000012937 correction Methods 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 229910021389 graphene Inorganic materials 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
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
- G06F9/46—Multiprogramming arrangements
- G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
- G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
- G06F9/5027—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals
- G06F9/505—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals considering the load
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
- G01V1/28—Processing seismic data, e.g. for interpretation or for event detection
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Software Systems (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Remote Sensing (AREA)
- General Engineering & Computer Science (AREA)
- Acoustics & Sound (AREA)
- Environmental & Geological Engineering (AREA)
- Geology (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geophysics (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本申请涉及一种数据处理方法、装置、计算机设备、存储介质和计算机程序产品。方法包括：对地震有限区域的地震属性数据进行数字网格化处理，得到网格化后的多个计算单元；根据预设的计算单元分类算法和多个计算单元，确定计算单元组，并根据预设的计算量处理策略确定各计算单元组的组计算量；根据各计算单元组对应的组计算量的大小以及预设的计算单元分配策略，将计算单元组分配至不同的数据处理进程；通过数据处理进程对计算单元组进行计算，得到地震波属性数据。采用本方法能够保证各数据处理进程的负载均衡，减少了数据处理等待时间，缩短得到地震波属性数据的时间，提高了地震波属性数据的计算效率。
Description
技术领域
本申请涉及计算机技术领域，特别是涉及一种数据处理方法、装置、计算机设备、存储介质和计算机程序产品。
背景技术
地震模拟技术通过对地震的发生、传播过程进行数值模拟，得到地震波属性数据，进而帮助人们理解复杂地形区域内地震的产生原理、传播机理和破坏程度等。目前地震模拟技术所采用的是PML(perfectly matched layer完全匹配层)吸收边界地震模拟方法。
PML吸收边界地震模拟方法是引入PML算法后，对地震预设的有限区域进行数字网格化处理得到计算单元，将多个计算单元分配给数据处理进程进行计算处理，得到地震波属性数据。
然而，目前的PML吸收边界地震模拟方法中，在将多个计算单元分配给各数据处理进程时，由于多个计算单元间的数据量差距较大，可能会造成严重的负载不均衡问题，从而使得得到地震波属性数据的时间较长，确定地震波属性数据的效率较低。
发明内容
基于此，有必要针对上述技术问题，提供一种能够解决PML吸收边界地震模拟方法严重负载不均衡问题，缩短获得地震波属性数据的时间，提高确定地震波属性数据的效率的数据处理方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
第一方面，本申请提供了一种数据处理方法。所述方法包括：
对地震有限区域的地震属性数据进行数字网格化处理，得到网格化后的多个计算单元；所述地震有限区域为用于检测地震发生情况确定的检测区域，所述计算单元包含地震属性数据和多个计算函数任务；
根据预设的计算单元分类算法和所述多个计算单元，确定计算单元组，并根据预设的计算量处理策略确定各计算单元组的组计算量；
根据所述各计算单元组对应的组计算量的大小以及预设的计算单元分配策略，将所述计算单元组分配至不同的数据处理进程；
通过所述数据处理进程对所述计算单元组进行计算，得到地震波属性数据。
在其中一个实施例中，所述地震属性数据包括地表地势曲线数据，所述对地震有限区域的地震属性数据进行数字网格化处理，得到网格化后的多个计算单元，包括：
将地震有限区域的地表地势曲线数据对应的地表地势曲线映射至预设的第一坐标系中，得到曲面立体；所述第一坐标系为反映实际情况的地表地势数据的坐标系；
根据所述地表地势曲线数据对所述曲面立体进行网格化离散处理，得到地表地势曲线网格数据；
将所述地表地势曲线网格数据坐标系变换至预设的第二坐标系中，并将所述地表地势曲线网格数据中的各网格节点确定为计算单元，得到多个计算单元，所述第二坐标系为反映标准化后的地表地势数据的坐标系。
在其中一个实施例中，所述根据预设的计算单元分类算法和所述多个计算单元，确定计算单元组，并根据预设的计算量处理策略确定各计算单元组的组计算量，包括：
基于所述各计算单元在所述第二坐标系中的位置，确定每一所述计算单元的属性类别；
将属于同一所述属性类别的各计算单元确定为同一计算单元组；
根据预设的计算量处理策略，确定各所述计算单元组的组计算量，得到包含各所述计算单元组的组计算量的组计算量集合。
在其中一个实施例中，所述基于所述各计算单元在所述第二坐标系中的位置，确定每一所述计算单元的属性类别，包括：
按照预设的位置排序策略，确定所述各计算单元在所述第二坐标系中的位置；
根据所述各计算单元在所述第二坐标系中的位置，确定所述每一计算单元的属性类别。
在其中一个实施例中，所述根据预设的计算量处理策略，确定各所述计算单元组的组计算量，得到包含各所述计算单元组的组计算量的组计算量集合，包括：
根据所述计算单元组的属性类别，确定所述计算单元组对应的计算量函数；
根据预设的计算量调节策略、所述计算单元组对应的计算量函数和每一所述计算单元组中各计算单元，确定所述计算量单元组对应的多个候选的组计算量；
将各所述计算单元组在同一所述预设的计算量调节策略下得到的候选的组计算量，构建为候选组计算量集合；
根据预设的组计算量筛选条件，在多个所述候选组计算量集合中，确定目标组计算量集合，作为各所述计算单元组的组计算量集合。
在其中一个实施例中，所述计算单元组的属性类别与所述数据处理进程之间有映射关系；所述根据所述各计算单元组对应的组计算量的大小以及预设的计算单元分配策略，将所述计算单元组分配至不同的数据处理进程，包括：
根据所述各计算单元组对应的组计算量的大小和每一所述计算单元组的属性类别，将同一所述属性类别的计算单元按照所述映射关系分配至数据处理进程中，直到完成所有所述计算单元组的分配。
第二方面，本申请还提供了一种数据处理装置。所述装置包括：
处理模块，用于对地震有限区域的地震属性数据进行数字网格化处理，得到网格化后的多个计算单元；所述地震有限区域为用于检测地震发生情况确定的检测区域，所述计算单元包含地震属性数据和多个计算函数任务；
确定模块，用于根据预设的计算单元分类算法和所述多个计算单元，确定计算单元组，并根据预设的计算量处理策略确定各计算单元组的组计算量；
分配模块，用于根据所述各计算单元组对应的组计算量的大小以及预设的计算单元分配策略，将所述计算单元组分配至不同的数据处理进程；
计算模块，用于通过所述数据处理进程对所述计算单元组进行计算，得到地震波属性数据。
第三方面，本申请还提供了一种计算机设备。所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
对地震有限区域的地震属性数据进行数字网格化处理，得到网格化后的多个计算单元；所述地震有限区域为用于检测地震发生情况确定的检测区域，所述计算单元包含地震属性数据和多个计算函数任务；
根据预设的计算单元分类算法和所述多个计算单元，确定计算单元组，并根据预设的计算量处理策略确定各计算单元组的组计算量；
根据所述各计算单元组对应的组计算量的大小以及预设的计算单元分配策略，将所述计算单元组分配至不同的数据处理进程；
通过所述数据处理进程对所述计算单元组进行计算，得到地震波属性数据。
第四方面，本申请还提供了一种计算机可读存储介质。所述计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
对地震有限区域的地震属性数据进行数字网格化处理，得到网格化后的多个计算单元；所述地震有限区域为用于检测地震发生情况确定的检测区域，所述计算单元包含地震属性数据和多个计算函数任务；
根据预设的计算单元分类算法和所述多个计算单元，确定计算单元组，并根据预设的计算量处理策略确定各计算单元组的组计算量；
根据所述各计算单元组对应的组计算量的大小以及预设的计算单元分配策略，将所述计算单元组分配至不同的数据处理进程；
通过所述数据处理进程对所述计算单元组进行计算，得到地震波属性数据。
第五方面，本申请还提供了一种计算机程序产品。所述计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：
对地震有限区域的地震属性数据进行数字网格化处理，得到网格化后的多个计算单元；所述地震有限区域为用于检测地震发生情况确定的检测区域，所述计算单元包含地震属性数据和多个计算函数任务；
根据预设的计算单元分类算法和所述多个计算单元，确定计算单元组，并根据预设的计算量处理策略确定各计算单元组的组计算量；
根据所述各计算单元组对应的组计算量的大小以及预设的计算单元分配策略，将所述计算单元组分配至不同的数据处理进程；
通过所述数据处理进程对所述计算单元组进行计算，得到地震波属性数据。
上述数据处理方法、装置、计算机设备、存储介质和计算机程序产品，通过对地震有限区域进行数字网格化处理，得到网格化后的多个计算单元，其中，所述地震有限区域为用于检测地震发生情况确定的检测区域，所述计算单元包含地震属性参数和多个计算函数任务，所述计算函数任务包括完全匹配层修正任务；根据预设的计算单元分类算法，确定计算单元组，并根据预设的计算量处理策略确定各计算单元组的组计算量；根据所述各计算单元组对应的组计算量的大小以及预设的计算单元分配策略，将所述计算单元分配至不同的数据处理进程；通过所述不同的数据处理进程对所述多个计算单元进行计算，得到地震波属性数据。采用本方法，数据处理器通过划分地震有限区域，得到多个计算单元。数据处理器根据预设的计算单元分类算法和多个计算单元，确定计算单元组。然后，数据处理器基于预设的计算单元分配策略，将每一计算单元组中的计算单元分配至数据处理进程中。数据处理进程对计算单元进行计算，得到地震波属性数据。由于每一计算单元的组计算量差距较小，且各计算单元组的时间差别较小，从而能够保证各数据处理进程的负载均衡，减少了数据处理等待时间，提高了地震波属性数据的计算效率。
附图说明
图1为一个实施例中数据处理方法的流程示意图；
图2为一个实施例中得到计算单元步骤的流程示意图；
图3为一个实施例中第一坐标系的结构示意图；
图4为一个实施例中第二坐标系的结构示意图；
图5为一个实施例中确定计算单元组和各计算单元组的组计算量步骤的流程示意图；
图6为一个实施例中确定计算单元属性类别步骤的流程示意图；
图7为一个实施例中确定各计算单元组的组计算量集合步骤的流程示意图；
图8为一个实施例中第二坐标系计算单元位置的结构示意图；
图9为一个实施例中数据处理装置的结构框图；
图10为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
在一个实施例中，如图1所示，提供了一种数据处理方法，以该方法应用于数据处理器为例进行说明，该数据处理器集成在计算机设备中，作为计算机设备的控制单元，本申请实施例对于执行数据处理方法的执行设备不做限定，包括以下步骤：
步骤S102，对地震有限区域的地震属性数据进行数字网格化处理，得到网格化后的多个计算单元。
其中，地震有限区域为用于检测地震发生情况确定的检测区域，检测区域为基于大量实验经验和科研需求确定的。计算单元包含地震属性数据和多个计算函数任务，多个计算函数任务包括地震模拟核心计算任务，完全匹配层修正任务等。完全匹配层修正任务为解决地震模拟的地震波在边界处反射问题的计算任务。
在实施中，数据处理器通过地震监测器检测地震发生时的地震有限区域，获取该地震有限区域内的地震属性数据。然后，数据处理器将地震有限区域内的地震属性数据映射到坐标系中进行网格离散化处理。然后，数据处理器基于网格离散化后的每一网格内的地震属性数据，得到网格化的计算单元。其中，该坐标系为用于表征标准化后的地表地势数据的坐标系(也称为标准坐标系)。
步骤S104，根据预设的计算单元分类算法和多个计算单元，确定计算单元组，并根据预设的计算量处理策略确定各计算单元组的组计算量。
在实施中，数据处理器根据预设的计算单元分类算法，确定所有的计算单元组。具体地，数据处理器根据计算单元于坐标系中位置，将计算单元分到不同的计算单元组中，直至数据处理器完成所有计算单元的分类，则确定所有的计算单元组。然后，数据处理器根据预设的计算量处理策略，对各计算单元进行处理，得到各计算单元组的组计算量。
步骤S106，根据各计算单元组对应的组计算量的大小以及预设的计算单元分配策略，将计算单元组分配至不同的数据处理进程。
其中，各计算单元组间的组计算量差距较小，且各计算单元组的时间差别较小。数据处理器中预先配置的数据处理进程数至少为27个，本申请实施例在此对数据处理进程数的具体数目不做限定。
在实施中，数据处理器根据预设的计算单元分配策略，将每一计算单元组中的所有计算单元分配至对应的数据处理进程中。具体地，数据处理器按照计算单元属性类别与数据处理进程的映射关系进行分配，将每一计算单元组中的所有计算单元分配至对应的数据处理进程中。
步骤S108，通过数据处理进程对计算单元组进行计算，得到地震波属性数据。
在实施中，数据处理器中的不同的数据处理进程对分配至该数据处理进程中的每一个计算单元进行数据计算，得到地震波位于不同位置的属性数据。
具体的，数据处理器中的数据处理进程在接收到数据处理器中的分配模块分配的计算单元后，开始处理计算单元中的多个计算函数任务，直到数据处理器完成所有计算单元计算任务后，得到地震波属性数据。该地震波属性数据用于与真实地震地震波属性数据对比，得出此次地震模拟结果。
上述数据处理方法中，数据处理器通过划分地震有限区域，得到多个计算单元。数据处理器根据预设的计算单元分类算法和多个计算单元，确定计算单元组。然后，数据处理器基于预设的计算单元分配策略，将每一计算单元组中的计算单元分配至数据处理进程中。数据处理进程对计算单元进行计算，得到地震波属性数据。由于每一计算单元的组计算量差距较小，且各计算单元组的时间差别较小，从而能够保证各数据处理进程的负载均衡，减少了数据处理等待时间，缩短得到地震波属性数据的时间，提高了地震波属性数据的计算效率。
在一个实施例中，如图2所示，步骤S102具体处理过程包括：
步骤S202，将地震有限区域的地表地势曲线数据对应的地表地势曲线映射至预设的第一坐标系中，得到曲面立体。
其中，第一坐标系为反映实际情况的地表地势数据的坐标系。地震有限区域为模拟地震发生的区域。地表地势曲线网格数据表征地震有限区域的地表地势特征。第一坐标系为该地震有限区域的地表地势曲线网格坐标系。
在实施中，数据处理器获取地震有限区域的地表地势曲线数据。然后，数据处理器建立第一坐标系。数据处理器将地表地势曲线数据对应的多个地表地势曲线逐一映射至第一坐标系中，得到曲面立体。
可选的，第一坐标系的原点由科研需求确定，本申请实施例在此对第一坐标系的原点不做限定。
步骤S204，根据所述地表地势曲线数据对所述曲面立体进行网格化离散处理，得到地表地势曲线网格数据。
在实施中，数据处理器根据预设的长宽高和地表地势曲线数据，对曲面立体进行网格化处理，得到曲面立体的多个地表地势曲线网格，如图3所示。由于地表地势的变换，得到的地表地势曲线网格是非等距离曲线网格。然后，数据处理器对每一地表地势曲线网格上的点进行离散处理，得到地表地势曲线网格数据。
可选的，预设的网格长宽高是由曲面立体在三维方向上的长度和科研需求确定的，本申请实施例在此对网格的长宽高不做限定。预设的网格长宽高越小，得到的地表地势曲线网格越多，最终得到地震波属性数据的计算单元(计算单元为步骤S206中，对地表地势曲线数据进行坐标变换得到的网格节点)越多，用于表示地震波传播时的状况就越精确。预设的网格长宽高越大，得到的地表地势曲线网格越少，最终得到地震波属性数据的计算单元越少，用于表示地震波传播时的状况就越不精确。
步骤S206，将地表地势曲线网格数据坐标系变换至预设的第二坐标系中，并将地表地势曲线网格数据中的各网格节点确定为计算单元，得到多个计算单元。
其中，第一坐标系为反映实际情况的地表地势数据的坐标系，第一坐标系中的网格为非等距离曲线网格。第二坐标系为反映标准化后的地表地势数据的坐标系，第二坐标系中的网格为等距离直线网格。第二坐标系中的各网格需要与空间多面体是成比例的。空间多面体由第二坐标系中的网格构建而成。空间多面体为长方体或正方体。
在实施中，数据处理器根据链式求导法则，将第一个地表地势曲线网格对应的地表地势曲线网格数据进行坐标系变换，将变化后的地表地势曲线网格映射在第二坐标系中，得到位于第二坐标系中的地表地势曲线网格数据。其中，第二坐标系中的网格为距离相等的直线网格。然后，数据处理器将位于第二坐标系中的地表地势曲线网格数据中的各网格(各网格节点)确定为计算单元，得到了目标地震子区域所对应的位于第二坐标系的计算单元。然后，数据处理器对第一个地表地势曲线网格的下一个地表地势曲线网格所对应的地表地势曲线网格数据进行坐标系变换，确定目标地表地势曲线网格的下一个地表地势曲线网格所对应的计算单元，直到完成所有地表地势曲线网格的坐标系变换，得到如图4所示的空间多面体，并确定所有地表地势曲线网格所对应的多个计算单元。
本实施例中，数据处理器通过划分地震有限区域内的地表地势曲线数据进行坐标映射和网格划分处理，得到地表地势曲线网格数据。然后，数据处理器对地表地势曲线网格进行坐标系变换，得到多个计算单元，每一计算单元包含不同的计算函数任务。通过划分计算单元，可以地震属性数据的分类量化，从而提高数据处理效率。
在一个实施例中，如图5所示，步骤S104具体实施过程包括：
步骤S502，基于各计算单元在第二坐标系中的位置，确定每一计算单元的属性类别。
其中，属性类别有对应的类别号。
在实施中，由于不同位置的计算单元内的计算函数任务不同，数据处理器根据各计算单元位于第二坐标系中的位置，确定每一个计算单元对应的属性类别。在确定每一个计算单元对应的属性类别的情况下，数据处理器为该计算单元添加对应的类别号。
步骤S504，将属于同一属性类别的各计算单元确定为同一计算单元组。
在实施中，数据处理器将相同类别号对应的多个计算单元确定为同一计算单元组。具体地，预设八个属性类别，因此对应可以分为八个计算单元组，每一计算单元组对应一种属性类别，即一种类别号。类别号的确定可以是任意数字，本申请实施例在此不做限定。计算单元组在第二坐标系上以空间多面体网格的形式呈现。八类属性类别的计算单元组以相对于空间多面体的形式呈现，分别为：
位于空间多面体八个角的计算单元组a(用vertice表示计算单元组a)；
位于与x轴平行的空间多面体边上的计算单元组b(用edgex表示计算单元组b)；
位于与y轴平行的空间多面体边上的计算单元组c(用edgey表示计算单元组c)；
位于与z轴平行的空间多面体边上的计算单元组d，(用edgez表示计算单元组d)；
位于空间多面体上面和下面的计算单元组e，(用facez表示计算单元组e)；
位于空间多面体正面和背面的计算单元组f，(用facex表示计算单元组f)；
位于空间多面体左侧面和右侧面的计算单元组g，(用facey表示计算单元组g)；
不包含空间多面体任何面的计算单元组h，(用inner表示计算单元组h)。
步骤S506，根据预设的计算量处理策略，确定各计算单元组的组计算量，得到包含各计算单元组的组计算量的组计算量集合。
在实施中，数据处理器根据预设的计算量处理策略，确定每一个单元组所对应的组计算量。具体地，数据处理器根据计算单元组的属性类别，确定每一计算单元组的对应的计算量函数。然后，数据处理器根据计算量函数、计算单元组中的计算单元和预设的计算量调节策略，确定多个候选组计算量。然后，数据处理器基于同一预设的计算量调节策略下的候选组计算量和预设的计算量筛选条件，确定组计算量集合。
本实施例中，数据处理器根据计算单元的属性类别，对计算单元分组，得到各计算单元组，并确定各计算单元组的组计算量。进而，数据处理器根据各计算单元组的组计算量，得到组计算量集合。通过对组计算量集合的确定，实现了对本次地震模拟任务的计算量总量的评估，以用于进一步分配各数据处理进程的计算量，使各数据处理进程计算量均衡，保证了各数据处理进程的负载均衡，提高了地震波属性数据的计算效率。
在一个实施例中，如图6所示，步骤S502具体实施步骤包括：
步骤S602，按照预设的位置排序策略，确定各计算单元在第二坐标系中的位置。
在实施例中，数据处理器按照第二坐标系上坐标从小到大的顺序，确定各计算单元在第二坐标系中的位置。具体地，数据处理器确定位于第二坐标系中一个地表地势曲线网格中的每一个网格(计算单元)的距离为1。然后，数据处理器从坐标原点(0,0,0)开始，确定位于(0,0,0)上计算单元的位置。数据处理器确定位于(0,0,0)的计算单元的位置后，数据处理器确定位于下一个坐标系的计算单元的位置，例如，数据处理器确定位于(0,0,1)的计算单元的位置，直到数据处理器处理确定完成所有计算单元的位置。
可选的，数据处理器的下一计算单元的位置可以从坐标系三个坐标轴方向任意方向开始，然后，在沿该坐标轴方向依序处理，即下一个计算单元的位置可以为(0,0,1)、(1,0,0)、(0,1,0)，本申请实施例在此不做限定。
步骤S604，根据各计算单元在第二坐标系中的位置，确定每一计算单元的属性类别。
其中，存在八类不同属性类别的计算单元。
在实施中，数据处理器根据每一计算单元在第二坐标系中的位置，确定每一坐标系上计算单元的属性类别。其中，计算单元在第二坐标系上以空间多面体网格的形式呈现。八类属性类别的计算单元分别为：
位于空间多面体八个角的多个计算单元；
位于与x轴平行的空间多面体边上的多个计算单元(包含位于x轴上的多个计算单元)；
位于与y轴平行的空间多面体边上的多个计算单元(包含位于y轴上的多个计算单元)；
位于与z轴平行的空间多面体边上的多个计算单元(包含位于z轴上的多个计算单元)；
位于空间多面体上面和下面的多个计算单元；
位于空间多面体正面和背面的多个计算单元；
位于空间多面体左侧面和右侧面的多个计算单元；
不包含空间多面体任何面的多个计算单元。
位于空间多面体各个边上的多个计算单元(位于与x轴平行的空间多面体边上的多个计算单元、位于与y轴平行的空间多面体边上的多个计算单元和位于与z轴平行的空间多面体边上的多个计算单元)不包含位于空间多面体八个角的多个计算单元。位于空间多面体各个面上的多个计算单元(位于空间多面体上面、下面、正面、背面、左侧面、右侧面的多个计算单元)不包括位于空间多面体各个边上的多个计算单元和位于空间多面体八个角的多个计算单元。
具体地，数据处理器确定位于第二坐标系中一个地表地势曲线网格的所有网格(计算单元)的长度，即数据处理器确定空间多面体位于第二坐标系不同维度的长度。然后，数据处理器通过各计算单元在第二坐标系中的位置(各计算单元的坐标)，确定各计算单元的属性类别。然后，数据处理器确定各计算单元的类别号。
本实施例中，数据处理器按照预设的位置排序策略，确定各计算单元的属性类别和类别号。各计算单元属性类别和类别号用于确定计算单元组和分配计算组，以使处理计算单元的各数据处理进程计算量均衡，能够保证负载均衡，缩短得到地震波属性数据的时间，提高了地震波属性数据的计算效率。
在一个实施例中，如图7所示，步骤S506具体实施步骤包括：
步骤S702，根据计算单元组的属性类别，确定计算单元组对应的计算量函数。
其中，每个计算单元的计算量有六个计算量分量参数，分别为nx,ny,nz,nxpml,ypml,zpml。nx为每个计算单元不包含PML计算的x轴方向的边的大小。ny为每个计算单元不包含PML计算的y轴方向的边的大小。nz为每个计算单元不包含PML计算的z轴方向的边的大小。nxpml为每个计算单元包含PML计算的x轴方向的边的大小。nypml为每个计算单元包含PML计算的y轴方向的边的大小。nzpml为每个计算单元包含PML计算的z轴方向的边的大小。包含PML计算的多个计算单元位于空间多面体的表面，包括位于空间多面体各个边、角、面上的计算单元。如图8所示，位于第二坐标系中的空间多面体内存在包含PML计算的计算单元和不包含PML计算的计算单元。位于第二坐标系中的空间多面体表面的计算单元包含PML计算(如图8中浅色部分)，不位于第二坐标系中的空间多面体表面的计算单元不包含PML计算(如图8中深色部分)。nxpml,ypml,zpml为位于空间多面体表面的边的大小。nx,ny,nz,nxpml,ypml,zpml符合如下公式(1)(2)(3)所表示的关系。
NX＝2nxpml+(px-2)nx(1)
NY＝2nypml+(py-2)ny(2)
NZ＝2nzpml+(pz-2)nz(3)
具体的，NX，NY，NZ分别表示空间多面体在三维方向上的长度(位于第二坐标系上一个地表地势曲线网格中的所有网格的长度)。px，py，pz分别表示第二坐标系中一个地表地势曲线网格中所有网格在三维方向上的进程个数。
在实施中，数据处理器根据计算单元中多个函数任务的计算时间，将函数任务计算时间超过计算单元计算时间20％的函数计算任务确定为计算热点。数据处理器根据每个计算热点的计算时间，确定计算热点的计算量。计算热点的计算时间与计算量成比例。数据处理器确定C1为主要计算核心计算热点的计算量，C2为PML计算热点的计算量。数据处理器获取每种属性类别的计算量函数，每种属性类别的计算量函数如下公式组(4)所示。
其中，Cinner表示不包含空间多面体任何面的计算单元组的计算量。Cvertice表示包含位于空间多面体八个角的计算单元组的计算量，S表示一个集合，S＝{x,y,z}。∑i≠j,i,j∈ snipml*jpml表示nypml*xpml+zpml*xpml+ypml*nzpml。表示位于与x轴平行的空间多面体边上的计算单元组的计算量。/>表示位于与y轴平行的空间多面体边上的计算单元组的计算量。/>表示位于与z轴平行的空间多面体边上的计算单元组的计算量。/>表示位于空间多面体正面和背面的计算单元组的计算量。/>表示位于空间多面体左侧面和右侧面的计算单元组的计算量。/>表示位于空间多面体上面和下面的计算单元组的计算量。
然后，数据处理器根据计算单元组的属性类别号，确定每一个计算单元组的计算量函数。
步骤S704，根据预设的计算量调节策略、计算单元组对应的计算量函数和每一计算单元组中各计算单元，确定计算量单元组对应的多个候选的组计算量。
在实施中，数据处理器在nx,ny,nz,nxpml,ypml,zpml满足公式(1)(2)(3)条件下，构建nx,ny,nz,nxpml,ypml,zpml为不同值的计算量分量参数的集合。其中，nx,ny,nz,nxpml,ypml,zpml为整数。然后，数据处理器基于不同值的计算量分量参数的集合、每一计算单元组中的计算单元和计算量函数，得到多个候选组计算量。具体地，数据处理器根据目标不同值的计算量分量参数、每一计算单元组的计算单元和计算量函数，得到候选组计算量。然后，数据处理器处理目标不同值的下一不同值的计算量分量参数，直到数据处理器完成所有不同值的计算量分量的参数的处理，得到多个候选组计算量。
步骤S706，将各计算单元组在同一预设的计算量调节策略下得到的候选的组计算量，构建为候选组计算量集合。
在实施例中，数据处理器将同时满足公式(1)(2)(3)目标组计算量分量参数的值(nx,ny,nz,nxpml,ypml,zpml)计算所得的多个计算量，构建为候选组计算量集合。然后，数据处理器将同时满足公式(1)(2)(3)目标组计算量分量参数的值下一组计算量分量参数的值计算所得的多个计算量，构建为候选组计算量集合，直到数据处理器完成满足公式(1)(2)(3)所有组计算量分量参数的值计算所得的多个计算量，构建成为多个候选组计算量集合。
步骤S708，根据预设的组计算量筛选条件，在多个候选组计算量集合中，确定目标组计算量集合，作为各计算单元组的组计算量集合。
在实施中，数据处理器确定每一个候选组计算量集合中的最大值。然后，数据处理器确定多个候选组计算量集合中的最大值中的最小值。数据处理器判断多个候选组计算量集合中的最大值中的最小值是否唯一。如果多个候选组计算量集合中的最大值中的最小值唯一，数据处理器确定多个候选组计算量集合中的最大值中的最小值所对应的候选组计算量集合为组计算量集合。如果多个候选组计算量集合中的最大值中的最小值不唯一，数据处理器确定多个候选组计算量集合中的最大值中的最小值所对应的候选组计算量集合为最小值组计算量集合。然后，数据处理器计算多个最小值组计算量集合的方差。在多个最小值组计算量集合中，数据处理器确定最小值组计算量集合方差最小的最小值组计算量集合为组计算量集合。
本实施例中，数据处理器通过计算单元组的属性类别，确定计算单元组的计算量函数。数据处理器基于计算量函数、预设的计算量处理策略、预设的计算量筛选条件和各计算单元，得到组计算量集合。通过对组计算量集合的确定，实现了对本次地震模拟任务的计算量总量的评估，以用于进一步分配各数据处理进程的计算量，使各数据处理进程计算量均衡，保证了各数据处理进程的负载均衡，提高了地震波属性数据的计算效率。
在一个实施例中，计算单元组的属性类别与数据处理进程之间有映射关系，因此，数据处理器可以基于计算单元组的属性类别与数据处理进程之间的映射关系，进行计算单元组的分配，具体地，步骤S106的具体处理过程包括：
根据各计算单元组对应的组计算量的大小和每一计算单元组的属性类别，将同一属性类别的计算单元按照映射关系分配至数据处理进程中，直到完成所有计算单元组的分配。
其中，数据处理进程位于数据处理器中。每一数据进程预设有进程编号，一个计算单元组的类别号对应多个数据处理进程的编号。
在实施中，数据处理器确定数据处理进程的编号。然后，数据处理器的分配模块根据计算单元组的类别号与数据处理进程的编号的映射关系，将每一计算单元组中的计算单元分配至对应的数据处理进程中。
本实施例中，数据处理器将根据预设的计算单元分配策略，分配计算单元至相应的数据处理进程中，使各数据处理进程计算量均衡，保证了各数据处理进程的负载均衡，缩短地震波属性数据的处理时间。
应该理解的是，虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
基于同样的发明构思，本申请实施例还提供了一种用于实现上述所涉及的数据处理方法的数据处理装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似，故下面所提供的一个或多个数据处理装置实施例中的具体限定可以参见上文中对于数据处理方法的限定，在此不再赘述。
在一个实施例中，如图9所示，提供了一种数据处理装置900，包括：处理模块901、确定模块902、分配模块903和计算模块904，其中：
处理模块901，用于对地震有限区域的地震属性数据进行数字网格化处理，得到网格化后的多个计算单元；地震有限区域为用于检测地震发生情况确定的检测区域，计算单元包含地震属性数据和多个计算函数任务。
确定模块902，用于根据预设的计算单元分类算法和多个计算单元，确定计算单元组，并根据预设的计算量处理策略确定各计算单元组的组计算量。
分配模块903，用于根据各计算单元组对应的组计算量的大小以及预设的计算单元分配策略，将计算单元组分配至不同的数据处理进程。
计算模块904，用于通过数据处理进程对计算单元组进行计算，得到地震波属性数据。
在一示例性实施例中，处理模块901包括：
映射子模块，用于将地震有限区域的地表地势曲线数据对应的地表地势曲线映射至预设的第一坐标系中，得到曲面立体；第一坐标系为反映实际情况的地表地势数据的坐标系。
第一处理子模块，用于根据地表地势曲线数据对曲面立体进行网格化离散处理，得到地表地势曲线网格数据。
第二处理子模块，用于将地表地势曲线网格数据坐标系变换至预设的第二坐标系中，并将地表地势曲线网格数据中的各网格节点确定为计算单元，得到多个计算单元，第二坐标系为反映标准化后的地表地势数据的坐标系。
在一示例性实施例中，确定模块902包括：
第一确定子模块，用于基于各计算单元在第二坐标系中的位置，确定每一计算单元的属性类别。
第二确定子模块，用于将属于同一属性类别的各计算单元确定为同一计算单元组。
第三确定子模块，用于根据预设的计算量处理策略，确定各计算单元组的组计算量，得到包含各计算单元组的组计算量的组计算量集合。
在一示例性实施例中，第一确定子模块包括：
第四确定子模块，用于按照预设的位置排序策略，确定各计算单元在第二坐标系中的位置。
第五确定子模块，用于根据各计算单元在第二坐标系中的位置，确定每一计算单元的属性类别。
在一示例性实施例中，第三确定子模块包括：
第六确定子模块，用于根据计算单元组的属性类别，确定计算单元组对应的计算量函数。
第七确定子模块，用于根据预设的计算量调节策略、计算单元组对应的计算量函数和每一计算单元组中各计算单元，确定计算量单元组对应的多个候选的组计算量。
构建子模块，用于将各计算单元组在同一预设的计算量调节策略下得到的候选的组计算量，构建为候选组计算量集合。
第八确定子模块，用于根据预设的组计算量筛选条件，在多个候选组计算量集合中，确定目标组计算量集合，作为各计算单元组的组计算量集合。
在一示例性实施例中，分配模块903包括：
分配子模块，用于根据各计算单元组对应的组计算量的大小和每一计算单元组的属性类别，将同一属性类别的计算单元按照映射关系分配至数据处理进程中，直到完成所有计算单元组的分配。
上述数据处理装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是终端，其内部结构图可以如图10所示。该计算机设备包括通过系统总线连接的处理器、存储器、通信接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信，无线方式可通过WIFI、移动蜂窝网络、NFC(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种数据处理方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解，图10中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，还提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现上述各方法实施例中的步骤。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
在一个实施例中，提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-OnlyMemory，ROM)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(ReRAM)、磁变存储器(Magnetoresistive Random Access Memory，MRAM)、铁电存储器(Ferroelectric Random Access Memory，FRAM)、相变存储器(Phase Change Memory，PCM)、石墨烯存储器等。易失性存储器可包括随机存取存储器(Random Access Memory，RAM)或外部高速缓冲存储器等。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(Static Random Access Memory，SRAM)或动态随机存取存储器(Dynamic RandomAccess Memory，DRAM)等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等，不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等，不限于此。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本申请专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请的保护范围应以所附权利要求为准。
Claims (9)
1.一种数据处理方法，其特征在于，所述方法包括：
对地震有限区域的地震属性数据进行数字网格化处理，得到网格化后的多个计算单元；所述地震有限区域为用于检测地震发生情况确定的检测区域，所述计算单元包含地震属性数据和多个计算函数任务；所述数字网格化处理为将所述地震属性数据映射到坐标系中进行网格化离散处理；所述地震属性数据包括地表地势曲线数据；
根据预设的计算单元分类算法和所述多个计算单元，确定计算单元组，并根据预设的计算量处理策略确定各计算单元组的组计算量；所述计算单元组的组计算量是根据所述计算单元组的属性类别和所述计算单元组对应的计算量函数确定；
根据所述各计算单元组对应的组计算量的大小以及预设的计算单元分配策略，将所述计算单元组分配至不同的数据处理进程；
通过所述数据处理进程对所述计算单元组进行计算，得到地震波属性数据。
2.根据权利要求1所述的方法，其特征在于，所述对地震有限区域的地震属性数据进行数字网格化处理，得到网格化后的多个计算单元，包括：
将地震有限区域的地表地势曲线数据对应的地表地势曲线映射至预设的第一坐标系中，得到曲面立体；所述第一坐标系为反映实际情况的地表地势数据的坐标系；
根据所述地表地势曲线数据对所述曲面立体进行网格化离散处理，得到地表地势曲线网格数据；
将所述地表地势曲线网格数据坐标系变换至预设的第二坐标系中，并将所述地表地势曲线网格数据中的各网格节点确定为计算单元，得到多个计算单元，所述第二坐标系为反映标准化后的地表地势数据的坐标系。
3.根据权利要求2所述的方法，其特征在于，所述根据预设的计算单元分类算法和所述多个计算单元，确定计算单元组，并根据预设的计算量处理策略确定各计算单元组的组计算量，包括：
基于所述各计算单元在所述第二坐标系中的位置，确定每一所述计算单元的属性类别；
将属于同一所述属性类别的各计算单元确定为同一计算单元组；
根据预设的计算量处理策略，确定各所述计算单元组的组计算量，得到包含各所述计算单元组的组计算量的组计算量集合。
4.根据权利要求3所述的方法，其特征在于，所述基于所述各计算单元在所述第二坐标系中的位置，确定每一所述计算单元的属性类别，包括：
按照预设的位置排序策略，确定所述各计算单元在所述第二坐标系中的位置；
根据所述各计算单元在所述第二坐标系中的位置，确定每一所述计算单元的属性类别。
5.根据权利要求3所述的方法，其特征在于，所述根据预设的计算量处理策略，确定各所述计算单元组的组计算量，得到包含各所述计算单元组的组计算量的组计算量集合，包括：
根据所述计算单元组的属性类别，确定所述计算单元组对应的计算量函数；
根据预设的计算量调节策略、所述计算单元组对应的计算量函数和每一所述计算单元组中各计算单元，确定所述计算单元组对应的多个候选的组计算量；
将各所述计算单元组在同一所述预设的计算量调节策略下得到的候选的组计算量，构建为候选组计算量集合；
根据预设的组计算量筛选条件，在多个所述候选组计算量集合中，确定目标组计算量集合，作为各所述计算单元组的组计算量集合。
6.根据权利要求1所述的方法，其特征在于，所述计算单元组的属性类别与所述数据处理进程之间有映射关系；所述根据所述各计算单元组对应的组计算量的大小以及预设的计算单元分配策略，将所述计算单元组分配至不同的数据处理进程，包括：
根据所述各计算单元组对应的组计算量的大小和每一所述计算单元组的属性类别，将同一所述属性类别的计算单元按照所述映射关系分配至数据处理进程中，直到完成所有所述计算单元组的分配。
7.一种数据处理装置，其特征在于，所述装置包括：
处理模块，用于对地震有限区域的地震属性数据进行数字网格化处理，得到网格化后的多个计算单元；所述地震有限区域为用于检测地震发生情况确定的检测区域，所述计算单元包含地震属性数据和多个计算函数任务；所述数字网格化处理为将所述地震属性数据映射到坐标系中进行网格化离散处理；所述地震属性数据包括地表地势曲线数据；
确定模块，用于根据预设的计算单元分类算法和所述多个计算单元，确定计算单元组，并根据预设的计算量处理策略确定各计算单元组的组计算量；所述计算单元组的组计算量是根据所述计算单元组的属性类别和所述计算单元组对应的计算量函数确定；
分配模块，用于根据所述各计算单元组对应的组计算量的大小以及预设的计算单元分配策略，将所述计算单元组分配至不同的数据处理进程；
计算模块，用于通过所述数据处理进程对所述计算单元组进行计算，得到地震波属性数据。
8.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的方法的步骤。
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211727084.XA CN116089076B (zh) | 2022-12-30 | 2022-12-30 | 数据处理方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211727084.XA CN116089076B (zh) | 2022-12-30 | 2022-12-30 | 数据处理方法、装置、计算机设备和存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116089076A CN116089076A (zh) | 2023-05-09 |
| CN116089076B true CN116089076B (zh) | 2023-11-28 |
Family
ID=86207624
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211727084.XA Active CN116089076B (zh) | 2022-12-30 | 2022-12-30 | 数据处理方法、装置、计算机设备和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116089076B (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106250102A (zh) * | 2015-06-12 | 2016-12-21 | 中国石油化工股份有限公司 | 交错网格有限差分正演模拟优化的方法 |
| CN107885579A (zh) * | 2017-11-13 | 2018-04-06 | 郑州云海信息技术有限公司 | 虚拟机的负载均衡方法和计算机可读存储介质 |
| CN112384937A (zh) * | 2018-05-12 | 2021-02-19 | 地质探索系统公司 | 地震数据解释系统 |
| CN113706706A (zh) * | 2021-10-28 | 2021-11-26 | 自然资源部第一海洋研究所 | 数据的处理方法、装置及电子设备 |
| WO2022048288A1 (zh) * | 2020-09-07 | 2022-03-10 | 中国石油化工股份有限公司 | 基于地质特征约束的储层参数预测方法、装置和存储介质 |
| CN114491897A (zh) * | 2020-10-23 | 2022-05-13 | 中国石油化工股份有限公司 | 地震波数值模拟方法、装置、介质及电子设备 |
| CN115484129A (zh) * | 2022-07-29 | 2022-12-16 | 天翼云科技有限公司 | 多进程数据的处理方法、装置、网关及可读存储介质 |
-
2022
- 2022-12-30 CN CN202211727084.XA patent/CN116089076B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106250102A (zh) * | 2015-06-12 | 2016-12-21 | 中国石油化工股份有限公司 | 交错网格有限差分正演模拟优化的方法 |
| CN107885579A (zh) * | 2017-11-13 | 2018-04-06 | 郑州云海信息技术有限公司 | 虚拟机的负载均衡方法和计算机可读存储介质 |
| CN112384937A (zh) * | 2018-05-12 | 2021-02-19 | 地质探索系统公司 | 地震数据解释系统 |
| WO2022048288A1 (zh) * | 2020-09-07 | 2022-03-10 | 中国石油化工股份有限公司 | 基于地质特征约束的储层参数预测方法、装置和存储介质 |
| CN114491897A (zh) * | 2020-10-23 | 2022-05-13 | 中国石油化工股份有限公司 | 地震波数值模拟方法、装置、介质及电子设备 |
| CN113706706A (zh) * | 2021-10-28 | 2021-11-26 | 自然资源部第一海洋研究所 | 数据的处理方法、装置及电子设备 |
| CN115484129A (zh) * | 2022-07-29 | 2022-12-16 | 天翼云科技有限公司 | 多进程数据的处理方法、装置、网关及可读存储介质 |
Non-Patent Citations (1)
| Title |
|---|
| 地震转换波速度交互分析软件的研究与实现;徐磊;硕士电子期刊;全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116089076A (zh) | 2023-05-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Cavoretto et al. | Efficient computation of partition of unity interpolants through a block-based searching technique | |
| US8442805B2 (en) | Efficient computation of Voronoi diagrams of general generators in general spaces and uses thereof | |
| CN113128095B (zh) | 一种三维网格模型的构建方法及装置 | |
| KR20170103949A (ko) | 데이터 처리 시스템, 계산 노드 및 데이터 처리 방법 | |
| CN112308969B (zh) | 三维地图生成方法及装置 | |
| US20100131244A1 (en) | Finite element analysis method, finite element analysis apparatus, and computer program | |
| CN113850917B (zh) | 三维模型体素化方法、装置、电子设备及存储介质 | |
| CN111813563A (zh) | 匹配于高性能计算机体系结构的非结构网格数据管理方法 | |
| Cavoretto et al. | Partition of unity interpolation on multivariate convex domains | |
| Rivara | Lepp-bisection algorithms, applications and mathematical properties | |
| CN116089076B (zh) | 数据处理方法、装置、计算机设备和存储介质 | |
| CN115859016B (zh) | 基于处理器的运算方法、装置、计算机设备及存储介质 | |
| CN117058022A (zh) | 深度图像去噪方法、装置、计算机设备及存储介质 | |
| CN116863137A (zh) | 输电铁塔三维模型的优化方法、装置和计算机设备 | |
| CN115496793A (zh) | 立体匹配方法、装置、计算机设备和存储介质 | |
| CN112802201B (zh) | 实体模型间并行最近距离获取方法和装置 | |
| CN114022518A (zh) | 图像的光流信息获取方法、装置、设备和介质 | |
| CN113971694A (zh) | 一种点云数据处理方法及装置 | |
| Rouigueb et al. | Integration of polynomials over n-dimensional simplices | |
| CN106980743A (zh) | 一种基于稀疏存储格式的三维结构静力学仿真模拟方法 | |
| Xing et al. | Scalable shortest paths browsing on land surface | |
| CN115906460B (zh) | 编码方法、装置、计算机设备和存储介质 | |
| US10529444B1 (en) | System that rapidly generates a solvent-excluded surface | |
| US11372687B1 (en) | Geo-spatial workload scheduling in distributed systems | |
| Plaza et al. | On the adjacencies of triangular meshes based on skeleton-regular partitions |
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 |