CN116310440A - 一种规则引擎使用方法 - Google Patents
一种规则引擎使用方法 Download PDFInfo
- Publication number
- CN116310440A CN116310440A CN202310271965.3A CN202310271965A CN116310440A CN 116310440 A CN116310440 A CN 116310440A CN 202310271965 A CN202310271965 A CN 202310271965A CN 116310440 A CN116310440 A CN 116310440A
- Authority
- CN
- China
- Prior art keywords
- rule
- strategy
- image data
- preset strategy
- preset
- 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
- 238000000034 method Methods 0.000 title claims abstract description 33
- 239000011159 matrix material Substances 0.000 claims description 15
- 238000010276 construction Methods 0.000 claims description 3
- 238000005259 measurement Methods 0.000 claims description 3
- 230000001360 synchronised effect Effects 0.000 claims description 3
- 241001270131 Agaricus moelleri Species 0.000 claims description 2
- 238000012545 processing Methods 0.000 abstract description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 238000012800 visualization Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/761—Proximity, similarity or dissimilarity measures
-
- 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)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Computing Systems (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Library & Information Science (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明涉及数据处理技术领域，特别是涉及一种规则引擎使用方法。获取基于规则引擎服务器的调用请求和与调用请求所对应的图像数据信息；根据调用请求获取规则图像数据信息并判断规则数据信息是否与图像数据信息相同，当规则图像数据信息与图像数据信息相同时，根据图像数据信息获取匹配特征信息；通过动态语言判断匹配特征信息是否满足预设策略的触发条件，并确定是否执行策略所对应的任务信息；当匹配特征信息满足预设策略的触发条件时，执行策略所对应的任务信息。本发明可以有效地通过规则引擎对图像数据信息进行有效的特征匹配，并根据具体的图像信息决定执行的策略，改变了传统的规则引擎应用场景的局限性。
Description
技术领域
本发明涉及数据处理技术领域，特别是涉及一种规则引擎使用方法。
背景技术
规则引擎由推理引擎发展而来，是一种嵌入在应用程序中的组件，实现了将业务决策从应用程序代码中分离出来，并使用预定义的语义模块编写业务决策。接受数据输入，解释业务规则，并根据业务规则做出业务决策。规则引擎执行的原理是规则引擎根据规则包名称，取得对应规则包编译后的rsc文件。然后将rsc加载到内存中，生成规则包执行上下文。同时规则引擎将传递的参数传递到规则包执行上下文中，然后开始执行规则包。执行完毕后，再将规则包执行上下文中的数据，传回给调用规则包的应用程序。整个执行原理非常简单，因此最大限度的保证了规则运行平台的稳定以及最佳的性能。
然而现有技术中，对于规则引擎的应用大多都是基于文件的形式，并不存在基于图像数据信息的形式，由于图像信息具有实时动态化，需要在运行时动态修改规则，并且图像信息也依赖于可视化工具予以实现，所以如何使用规则引擎对图像数据进行特征信息匹配是本领域技术人员急需解决的技术问题。
发明内容
本发明的目的是提供一种规则引擎使用方法，本发明通过获取调用请求和与调用请求所对应的图像数据信息，判断规则数据信息是否与图像数据信息相同，当相同时根据图像数据信息获取匹配特征信息，通过动态语言判断匹配特征信息是否满足预设策略的触发条件，并确定是否执行策略所对应的任务信息。本发明可以有效地通过规则引擎对图像数据信息进行有效的特征匹配，并根据具体的图像信息决定执行的策略，改变了传统的规则引擎应用场景的局限性。
为了实现上述目的，本发明提供了如下的技术方案：
一种规则引擎使用方法，包括：
获取基于规则引擎服务器的调用请求和与所述调用请求所对应的图像数据信息；
根据所述调用请求获取规则图像数据信息并判断所述规则数据信息是否与所述图像数据信息相同，当所述规则图像数据信息与所述图像数据信息相同时，根据所述图像数据信息获取匹配特征信息；
通过动态语言判断所述匹配特征信息是否满足预设策略的触发条件，并确定是否执行所述策略所对应的任务信息；其中，
当所述匹配特征信息满足所述预设策略的触发条件时，执行所述策略所对应的任务信息。
在本申请的一些实施例中，所述预设策略包括若干个策略规则，且每个所述策略规则对应一个优先级，当通过所述动态语言判断所述匹配特征信息是否满足所述预设策略的触发条件时，根据从最高优先级逐级降低的方式对各所述策略规则依次判断。
在本申请的一些实施例中，当所述匹配特征信息不满足所述预设策略的触发条件时，通过欧式距离判别算法对所述匹配特征信息所对应的所述图像数据信息进行相似性度量匹配，并对所述图像数据信息建立特征空间，在所述特征空间中，基于灰度对所述图像数据信息的匹配特征点进行匹配，当存在与所述图像数据信息的匹配特征点匹配一致的所述预设策略的触发条件时执行所述策略所对应的任务信息。
在本申请的一些实施例中，所述调用请求包括添加规则、更新规则、查询规则、添加规则组、添加规则到规则组、从规则组中删除规则、根据数据类型获取操作符列表、获取所有的数据类型及每个数据类型支持的操作符列表、根据规则组ID查询该规则组内包含的规则列表、查询所有的规则组、校验指定规则组下规则、判断输入数据是否满足指定规则、对输入的规则依次进行校验以及获取指定规则数据项列表中的至少一种。
在本申请的一些实施例中，所述对各所述策略规则依次判断时，包括：
通过SIFT算法对所述匹配特征信息所对应的所述图像数据信息进行尺度空间构造，并通过寻找极值点确定所述图像数据信息中的关键点的个数N；
预先设定有预设关键点个数矩阵T0和预设策略规则数量矩阵A，对于所述预设策略规则数量矩阵A，设定A(A1,A2,A3,A4)，其中A1为第一预设策略规则数量，A2为第二预设策略规则数量，A3为第三预设策略规则数量，A4为第四预设策略规则数量，且A1＜A2＜A3＜A4；
对于所述预设关键点个数矩阵T0，设定T0(T01,T02,T03,T04),其中，T01为第一预设关键点个数，T02为第二预设关键点个数，T03为第三预设关键点个数，T04为第四预设关键点个数，且T01＜T02＜T03＜T04；
根据N与所述预设关键点个数矩阵T0之间的关系选定相应的策略规则数量作为判断所述匹配特征信息是否满足预设策略的触发条件时，选取的所述预设策略中的所述策略规则的数量；
当N＜T01时，选定所述第一预设策略规则数量A1作为判断所述匹配特征信息是否满足预设策略的触发条件时，选取的所述预设策略中的所述策略规则的数量；
当T01≤N＜T02，选定所述第二预设策略规则数量A2作为判断所述匹配特征信息是否满足预设策略的触发条件时，选取的所述预设策略中的所述策略规则的数量；
当T02≤N＜T03，选定所述第三预设策略规则数量A3作为判断所述匹配特征信息是否满足预设策略的触发条件时，选取的所述预设策略中的所述策略规则的数量；
当T03≤N＜T04，选定所述第四预设策略规则数量A4作为判断所述匹配特征信息是否满足预设策略的触发条件时，选取的所述预设策略中的所述策略规则的数量。
在本申请的一些实施例中，所述匹配特征信息包括同步特征信息和/或异步特征信息。
在本申请的一些实施例中，当包括所述异步特征信息时，在判断出除所述异步特征之外的其他特征是否满足所述预设策略的触发条件后，保存除所述异步特征之外的判断结果；
在判断出所述异步特征是否满足所述预设策略的触发条件后，将所述判断结果与已保存的除所述异步特征之外的判断结果进行合并。
在本申请的一些实施例中，所述规则图像数据信息中的每个规则对应一个多叉树，且每个规则节点包括所述规则节点所对应的图像数据项名称以及被比较的图像数据。
在本申请的一些实施例中，所述根据所述调用请求获取规则图像数据信息时，还包括：
通过先根遍历算法对所获取到的所述规则图像数据信息进行校验处理。
在本申请的一些实施例中，所述动态语言为LUA语言。
本发明提供了一种规则引擎使用方法，与现有技术相比，其有益效果在于：
本发明通过根据调用请求获取规则图像数据信息并判断规则数据信息是否与图像数据信息相同，以获取匹配特征信息，通过动态语言判断匹配特征信息是否满足预设策略的触发条件，并确定是否执行策略所对应的任务信息，将规则引擎应用于图像数据信息，改变了只能应用于文件数据的局限性，扩大了应用场景，有效地提高了规则引擎的使用性。
附图说明
图1是本发明实施例中威胁情报使用方法的流程图。
具体实施方式
下面结合附图和实施例，对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明，但不用来限制本发明的范围。
在本申请的描述中，需要理解的是，术语“中心”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本申请和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本申请的限制。
术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本申请的描述中，除非另有说明，“多个”的含义是两个或两个以上。
在本申请的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内侧的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本申请中的具体含义。
现有技术中，规则引擎执行的原理是规则引擎根据规则包名称，取得对应规则包编译后的rsc文件。然后将rsc加载到内存中，生成规则包执行上下文。同时规则引擎将传递的参数传递到规则包执行上下文中，然后开始执行规则包。执行完毕后，再将规则包执行上下文中的数据，传回给调用规则包的应用程序。然而对于规则引擎的应用大多都是基于文件的形式，并不存在基于图像数据信息的形式，由于图像信息具有实时动态化，需要在运行时动态修改规则，并且图像信息也依赖于可视化工具予以实现，如何使用规则引擎对图像数据进行特征信息匹配是一个难题。
因此，本发明提供了一种规则引擎使用方法，通过获取调用请求和与调用请求所对应的图像数据信息，判断规则数据信息是否与图像数据信息相同，当相同时根据图像数据信息获取匹配特征信息，通过动态语言判断匹配特征信息是否满足预设策略的触发条件，并确定是否执行策略所对应的任务信息。本发明可以有效地通过规则引擎对图像数据信息进行有效的特征匹配，并根据具体的图像信息决定执行的策略，改变了传统的规则引擎应用场景的局限性。
参阅图1所示，本发明的公开实施例提供了一种规则引擎使用方法，包括：
获取基于规则引擎服务器的调用请求和与调用请求所对应的图像数据信息；
根据调用请求获取规则图像数据信息并判断规则数据信息是否与图像数据信息相同，当规则图像数据信息与图像数据信息相同时，根据图像数据信息获取匹配特征信息；
通过动态语言判断匹配特征信息是否满足预设策略的触发条件，并确定是否执行策略所对应的任务信息；其中，
当匹配特征信息满足预设策略的触发条件时，执行策略所对应的任务信息。
在本申请的一种具体实施例中，预设策略包括若干个策略规则，且每个策略规则对应一个优先级，当通过动态语言判断匹配特征信息是否满足预设策略的触发条件时，根据从最高优先级逐级降低的方式对各策略规则依次判断。
在本申请的一种具体实施例中，当匹配特征信息不满足预设策略的触发条件时，通过欧式距离判别算法对匹配特征信息所对应的图像数据信息进行相似性度量匹配，并对图像数据信息建立特征空间，在特征空间中，基于灰度对图像数据信息的匹配特征点进行匹配，当存在与图像数据信息的匹配特征点匹配一致的预设策略的触发条件时执行策略所对应的任务信息。
在本申请的一种具体实施例中，调用请求包括添加规则、更新规则、查询规则、添加规则组、添加规则到规则组、从规则组中删除规则、根据数据类型获取操作符列表、获取所有的数据类型及每个数据类型支持的操作符列表、根据规则组ID查询该规则组内包含的规则列表、查询所有的规则组、校验指定规则组下规则、判断输入数据是否满足指定规则、对输入的规则依次进行校验以及获取指定规则数据项列表中的至少一种。
在本申请的一种具体实施例中，对各策略规则依次判断时，包括：
通过SIFT算法对匹配特征信息所对应的图像数据信息进行尺度空间构造，并通过寻找极值点确定图像数据信息中的关键点的个数N；
预先设定有预设关键点个数矩阵T0和预设策略规则数量矩阵A，对于预设策略规则数量矩阵A，设定A(A1,A2,A3,A4)，其中A1为第一预设策略规则数量，A2为第二预设策略规则数量，A3为第三预设策略规则数量，A4为第四预设策略规则数量，且A1＜A2＜A3＜A4；
对于预设关键点个数矩阵T0，设定T0(T01,T02,T03,T04),其中，T01为第一预设关键点个数，T02为第二预设关键点个数，T03为第三预设关键点个数，T04为第四预设关键点个数，且T01＜T02＜T03＜T04；
根据N与预设关键点个数矩阵T0之间的关系选定相应的策略规则数量作为判断匹配特征信息是否满足预设策略的触发条件时，选取的预设策略中的策略规则的数量；
当N＜T01时，选定第一预设策略规则数量A1作为判断匹配特征信息是否满足预设策略的触发条件时，选取的预设策略中的策略规则的数量；
当T01≤N＜T02，选定第二预设策略规则数量A2作为判断匹配特征信息是否满足预设策略的触发条件时，选取的预设策略中的策略规则的数量；
当T02≤N＜T03，选定第三预设策略规则数量A3作为判断匹配特征信息是否满足预设策略的触发条件时，选取的预设策略中的策略规则的数量；
当T03≤N＜T04，选定第四预设策略规则数量A4作为判断匹配特征信息是否满足预设策略的触发条件时，选取的预设策略中的策略规则的数量。
在本申请的一种具体实施例中，匹配特征信息包括同步特征信息和/或异步特征信息。
在本申请的一种具体实施例中，当包括异步特征信息时，在判断出除异步特征之外的其他特征是否满足预设策略的触发条件后，保存除异步特征之外的判断结果；
在判断出异步特征是否满足预设策略的触发条件后，将判断结果与已保存的除异步特征之外的判断结果进行合并。
在本申请的一种具体实施例中，规则图像数据信息中的每个规则对应一个多叉树，且每个规则节点包括规则节点所对应的图像数据项名称以及被比较的图像数据。
在本申请的一种具体实施例中，根据调用请求获取规则图像数据信息时，还包括：
通过先根遍历算法对所获取到的规则图像数据信息进行校验处理。
在本申请的一种具体实施例中，动态语言为LUA语言。
综上所述，本发明通过根据调用请求获取规则图像数据信息并判断规则数据信息是否与图像数据信息相同，以获取匹配特征信息，通过动态语言判断匹配特征信息是否满足预设策略的触发条件，并确定是否执行策略所对应的任务信息，将规则引擎应用于图像数据信息，改变了只能应用于文件数据的局限性，扩大了应用场景，有效地提高了规则引擎的使用性，此外，还通过针对图像数据的特性，根据图像关键点的个数确定满足预设策略的触发条件所选取的策略规则的数量，进一步的提高了对任务决策执行的准确性。
以上所述仅为本发明的一个实施例子，但不能以此限制本发明的范围，凡依据本发明所做的结构上的变化，只要不失本发明的要义所在，都应视为落入本发明保护范围之内受到制约。
所属技术领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统的具体工作过程及有关说明，可以参考前述方法实施例中的对应过程，在此不再赘述。
需要说明的是，上述实施例提供的系统，仅以上述各功能模块的划分进行举例说明，在实际应用中，可以根据需要而将上述功能分配由不同的功能模块来完成，即将本发明实施例中的模块或者步骤再分解或者组合，例如，上述实施例的模块可以合并为一个模块，也可以进一步拆分成多个子模块，以完成以上描述的全部或者部分功能。对于本发明实施例中涉及的模块、步骤的名称，仅仅是为了区分各个模块或者步骤，不视为对本发明的不当限定。
本领域技术人员应该能够意识到，结合本文中所公开的实施例描述的各示例的模块、方法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，软件模块、方法步骤对应的程序可以置于随机存储器（RAM）、内存、只读存储器（ROM）、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。为了清楚地说明电子硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以电子硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。本领域技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
术语“包括”或者任何其它类似用语旨在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备/装置不仅包括那些要素，而且还包括没有明确列出的其它要素，或者还包括这些过程、方法、物品或者设备/装置所固有的要素。
至此，已经结合附图所示的优选实施方式描述了本发明的技术方案，但是，本领域技术人员容易理解的是，本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下，本领域技术人员可以对相关技术特征作出等同的更改或替换，这些更改或替换之后的技术方案都将落入本发明的保护范围之内。
以上所述，仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。
Claims (10)
1.一种规则引擎使用方法，其特征在于，包括：
获取基于规则引擎服务器的调用请求和与所述调用请求所对应的图像数据信息；
根据所述调用请求获取规则图像数据信息并判断所述规则数据信息是否与所述图像数据信息相同，当所述规则图像数据信息与所述图像数据信息相同时，根据所述图像数据信息获取匹配特征信息；
通过动态语言判断所述匹配特征信息是否满足预设策略的触发条件，并确定是否执行所述策略所对应的任务信息；其中，
当所述匹配特征信息满足所述预设策略的触发条件时，执行所述策略所对应的任务信息。
2.根据权利要求1所述的一种规则引擎使用方法，其特征在于，
所述预设策略包括若干个策略规则，且每个所述策略规则对应一个优先级，当通过所述动态语言判断所述匹配特征信息是否满足所述预设策略的触发条件时，根据从最高优先级逐级降低的方式对各所述策略规则依次判断。
3.根据权利要求1所述的一种规则引擎使用方法，其特征在于，
当所述匹配特征信息不满足所述预设策略的触发条件时，通过欧式距离判别算法对所述匹配特征信息所对应的所述图像数据信息进行相似性度量匹配，并对所述图像数据信息建立特征空间，在所述特征空间中，基于灰度对所述图像数据信息的匹配特征点进行匹配，当存在与所述图像数据信息的匹配特征点匹配一致的所述预设策略的触发条件时执行所述策略所对应的任务信息。
4.根据权利要求1所述的一种规则引擎使用方法，其特征在于，
所述调用请求包括添加规则、更新规则、查询规则、添加规则组、添加规则到规则组、从规则组中删除规则、根据数据类型获取操作符列表、获取所有的数据类型及每个数据类型支持的操作符列表、根据规则组ID查询该规则组内包含的规则列表、查询所有的规则组、校验指定规则组下规则、判断输入数据是否满足指定规则、对输入的规则依次进行校验以及获取指定规则数据项列表中的至少一种。
5.根据权利要求2所述的一种规则引擎使用方法，其特征在于，所述对各所述策略规则依次判断时，包括：
通过SIFT算法对所述匹配特征信息所对应的所述图像数据信息进行尺度空间构造，并通过寻找极值点确定所述图像数据信息中的关键点的个数N；
预先设定有预设关键点个数矩阵T0和预设策略规则数量矩阵A，对于所述预设策略规则数量矩阵A，设定A(A1,A2,A3,A4)，其中A1为第一预设策略规则数量，A2为第二预设策略规则数量，A3为第三预设策略规则数量，A4为第四预设策略规则数量，且A1＜A2＜A3＜A4；
对于所述预设关键点个数矩阵T0，设定T0(T01,T02,T03,T04),其中，T01为第一预设关键点个数，T02为第二预设关键点个数，T03为第三预设关键点个数，T04为第四预设关键点个数，且T01＜T02＜T03＜T04；
根据N与所述预设关键点个数矩阵T0之间的关系选定相应的策略规则数量作为判断所述匹配特征信息是否满足预设策略的触发条件时，选取的所述预设策略中的所述策略规则的数量；
当N＜T01时，选定所述第一预设策略规则数量A1作为判断所述匹配特征信息是否满足预设策略的触发条件时，选取的所述预设策略中的所述策略规则的数量；
当T01≤N＜T02，选定所述第二预设策略规则数量A2作为判断所述匹配特征信息是否满足预设策略的触发条件时，选取的所述预设策略中的所述策略规则的数量；
当T02≤N＜T03，选定所述第三预设策略规则数量A3作为判断所述匹配特征信息是否满足预设策略的触发条件时，选取的所述预设策略中的所述策略规则的数量；
当T03≤N＜T04，选定所述第四预设策略规则数量A4作为判断所述匹配特征信息是否满足预设策略的触发条件时，选取的所述预设策略中的所述策略规则的数量。
6.根据权利要求1所述的一种规则引擎使用方法，其特征在于，
所述匹配特征信息包括同步特征信息和/或异步特征信息。
7.根据权利要求6所述的一种规则引擎使用方法，其特征在于，
当包括所述异步特征信息时，在判断出除所述异步特征之外的其他特征是否满足所述预设策略的触发条件后，保存除所述异步特征之外的判断结果；
在判断出所述异步特征是否满足所述预设策略的触发条件后，将所述判断结果与已保存的除所述异步特征之外的判断结果进行合并。
8.根据权利要求1所述的一种规则引擎使用方法，其特征在于，
所述规则图像数据信息中的每个规则对应一个多叉树，且每个规则节点包括所述规则节点所对应的图像数据项名称以及被比较的图像数据。
9.根据权利要求1所述的一种规则引擎使用方法，其特征在于，所述根据所述调用请求获取规则图像数据信息时，还包括：
通过先根遍历算法对所获取到的所述规则图像数据信息进行校验处理。
10.根据权利要求1所述的一种规则引擎使用方法，其特征在于，
所述动态语言为LUA语言。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310271965.3A CN116310440B (zh) | 2023-03-16 | 2023-03-16 | 一种规则引擎使用方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310271965.3A CN116310440B (zh) | 2023-03-16 | 2023-03-16 | 一种规则引擎使用方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116310440A true CN116310440A (zh) | 2023-06-23 |
| CN116310440B CN116310440B (zh) | 2024-08-13 |
Family
ID=86792156
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310271965.3A Active CN116310440B (zh) | 2023-03-16 | 2023-03-16 | 一种规则引擎使用方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116310440B (zh) |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20070150936A1 (en) * | 2005-11-30 | 2007-06-28 | Oracle International Corporation | Orchestration of policy engines and format technologies |
| CN106558072A (zh) * | 2016-11-22 | 2017-04-05 | 重庆信科设计有限公司 | 一种基于改进sift特征在遥感图像上配准的方法 |
| CN107358238A (zh) * | 2017-03-01 | 2017-11-17 | 郑州云海信息技术有限公司 | 一种提取图像特征信息的方法及系统 |
| WO2019080257A1 (zh) * | 2017-10-27 | 2019-05-02 | 平安科技（深圳）有限公司 | 电子装置、车祸现场全景图像展示方法和存储介质 |
| CN110443512A (zh) * | 2019-08-09 | 2019-11-12 | 北京思维造物信息科技股份有限公司 | 一种规则引擎及规则引擎实现方法 |
| CN112463840A (zh) * | 2021-02-01 | 2021-03-09 | 杭州天谷信息科技有限公司 | 一种基于规则引擎的实时业务风控系统及方法 |
| CN113312392A (zh) * | 2021-06-04 | 2021-08-27 | 中国建设银行股份有限公司 | 轻量级的规则引擎处理方法及装置 |
| CN114170576A (zh) * | 2021-12-08 | 2022-03-11 | 丰图科技(深圳)有限公司 | 重复图像的检测方法及装置 |
| CN114564286A (zh) * | 2021-12-29 | 2022-05-31 | 西安天和防务技术股份有限公司 | 一种规则引擎告警方法及规则引擎告警系统 |
| WO2022227566A1 (zh) * | 2021-04-30 | 2022-11-03 | 深圳前海微众银行股份有限公司 | 一种数据库变更脚本的评估方法及装置 |
-
2023
- 2023-03-16 CN CN202310271965.3A patent/CN116310440B/zh active Active
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20070150936A1 (en) * | 2005-11-30 | 2007-06-28 | Oracle International Corporation | Orchestration of policy engines and format technologies |
| CN106558072A (zh) * | 2016-11-22 | 2017-04-05 | 重庆信科设计有限公司 | 一种基于改进sift特征在遥感图像上配准的方法 |
| CN107358238A (zh) * | 2017-03-01 | 2017-11-17 | 郑州云海信息技术有限公司 | 一种提取图像特征信息的方法及系统 |
| WO2019080257A1 (zh) * | 2017-10-27 | 2019-05-02 | 平安科技（深圳）有限公司 | 电子装置、车祸现场全景图像展示方法和存储介质 |
| CN110443512A (zh) * | 2019-08-09 | 2019-11-12 | 北京思维造物信息科技股份有限公司 | 一种规则引擎及规则引擎实现方法 |
| CN112463840A (zh) * | 2021-02-01 | 2021-03-09 | 杭州天谷信息科技有限公司 | 一种基于规则引擎的实时业务风控系统及方法 |
| WO2022227566A1 (zh) * | 2021-04-30 | 2022-11-03 | 深圳前海微众银行股份有限公司 | 一种数据库变更脚本的评估方法及装置 |
| CN113312392A (zh) * | 2021-06-04 | 2021-08-27 | 中国建设银行股份有限公司 | 轻量级的规则引擎处理方法及装置 |
| CN114170576A (zh) * | 2021-12-08 | 2022-03-11 | 丰图科技(深圳)有限公司 | 重复图像的检测方法及装置 |
| CN114564286A (zh) * | 2021-12-29 | 2022-05-31 | 西安天和防务技术股份有限公司 | 一种规则引擎告警方法及规则引擎告警系统 |
Non-Patent Citations (3)
| Title |
|---|
| 刘玉轩;蓝朝桢;李参海;姚富山;李林;: "无人机影像匹配中尺度不变特征应用改进", 测绘科学, no. 07, 9 March 2016 (2016-03-09) * |
| 段富;张耀宗;: "基于分维搜索和环状描述符的SIFT改进算法", 电脑开发与应用, no. 05, 5 May 2010 (2010-05-05) * |
| 赵志伟;: "智能化规则引擎技术研究", 软件, no. 08, 15 August 2018 (2018-08-15) * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116310440B (zh) | 2024-08-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US7558802B2 (en) | Information retrieving system | |
| US9177019B2 (en) | Computer system for optimizing the processing of a query | |
| JP5730386B2 (ja) | 計算機システム及び並列分散処理方法 | |
| US20070299835A1 (en) | Search engine for software components and a search program for software components | |
| EP3292481B1 (en) | Method, system and computer program product for performing numeric searches | |
| CN109933617B (zh) | 一种数据处理方法、装置以及相关设备和介质 | |
| US11100047B2 (en) | Method, device and computer program product for deleting snapshots | |
| CN111737295B (zh) | 数据库游标查询方法、装置、设备和存储介质 | |
| CN111026765A (zh) | 严格平衡二叉树的动态处理方法、设备、存储介质及装置 | |
| CN105302827B (zh) | 一种事件的搜索方法和设备 | |
| CN116310440B (zh) | 一种规则引擎使用方法 | |
| CN107330031B (zh) | 一种数据存储的方法、装置及电子设备 | |
| CN113342647A (zh) | 一种测试数据的生成方法及装置 | |
| CN113254470A (zh) | 一种数据更改方法、装置、计算机设备及存储介质 | |
| CN111092879B (zh) | 日志关联方法及装置、电子设备、存储介质 | |
| US9235578B2 (en) | Data partitioning apparatus and data partitioning method | |
| CN112069175A (zh) | 数据查询的方法、装置及电子设备 | |
| CN110362577A (zh) | 一种数据插入方法、装置、设备和储存介质 | |
| CN112181796B (zh) | 信息采集方法、装置、服务器及存储介质 | |
| CN115168509A (zh) | 风控数据的处理方法及装置、存储介质、计算机设备 | |
| JP2022104892A (ja) | ロングテールキーワードの識別方法、キーワード検索方法及びコンピュータ機器 | |
| CN113360522B (zh) | 一种快速识别敏感数据的方法及装置 | |
| CN113360218A (zh) | 一种业务方案选择方法、装置、设备以及存储介质 | |
| CN113672496A (zh) | 一种基于余弦相似度的测试方法及系统 | |
| CN113868267A (zh) | 注入时序数据的方法、查询时序数据的方法及数据库系统 |
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 |