CN117591850B - 基于扩展坞的数据处理方法、装置、电子设备及介质 - Google Patents
基于扩展坞的数据处理方法、装置、电子设备及介质 Download PDFInfo
- Publication number
- CN117591850B CN117591850B CN202410078742.XA CN202410078742A CN117591850B CN 117591850 B CN117591850 B CN 117591850B CN 202410078742 A CN202410078742 A CN 202410078742A CN 117591850 B CN117591850 B CN 117591850B
- Authority
- CN
- China
- Prior art keywords
- coefficient
- docking station
- data
- test
- processing
- 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
- 238000003032 molecular docking Methods 0.000 title claims abstract description 98
- 238000003672 processing method Methods 0.000 title claims abstract description 14
- 238000012360 testing method Methods 0.000 claims abstract description 120
- 238000012545 processing Methods 0.000 claims abstract description 99
- 238000004458 analytical method Methods 0.000 claims abstract description 55
- 238000013433 optimization analysis Methods 0.000 claims abstract description 8
- 238000004891 communication Methods 0.000 claims abstract description 3
- 238000005457 optimization Methods 0.000 claims description 72
- 238000003780 insertion Methods 0.000 claims description 56
- 230000002159 abnormal effect Effects 0.000 claims description 54
- 230000037431 insertion Effects 0.000 claims description 38
- 238000000034 method Methods 0.000 claims description 31
- 238000012935 Averaging Methods 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 7
- 230000005540 biological transmission Effects 0.000 claims description 6
- 238000007405 data analysis Methods 0.000 abstract description 2
- 238000005516 engineering process Methods 0.000 abstract description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 238000007792 addition Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000011056 performance test Methods 0.000 description 1
- 230000003362 replicative effect Effects 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/211—Selection of the most significant subset of features
- G06F18/2113—Selection of the most significant subset of features by ranking or filtering the set of features, e.g. using a measure of variance or of feature cross-correlation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/22—Detection or location of defective computer hardware by testing during standby operation or during idle time, e.g. start-up testing
- G06F11/2205—Detection or location of defective computer hardware by testing during standby operation or during idle time, e.g. start-up testing using arrangements specific to the hardware being tested
- G06F11/221—Detection or location of defective computer hardware by testing during standby operation or during idle time, e.g. start-up testing using arrangements specific to the hardware being tested to test buses, lines or interfaces, e.g. stuck-at or open line faults
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computer Hardware Design (AREA)
- Quality & Reliability (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明属于扩展坞领域,涉及数据分析技术,用于解决现有的基于扩展坞的数据处理方法无法对扩展坞连接的数码设备进行运行性能测试的问题,具体是基于扩展坞的数据处理方法、装置、电子设备及介质,包括服务器,服务器通信连接有运行测试模块、连接分析模块、优化分析模块以及存储模块;运行测试模块用于对连接扩展坞的数码设备的运行性能进行测试分析并得到测试对象在测试时段内的处理系数;本发明可以对连接扩展坞的数码设备的运行性能进行测试分析,在测试时段内获取数码设备的多项性能参数并进行综合分析与计算得到处理系数,通过处理系数对扩展坞各个连接设备的运行性能好坏程度进行反馈,并进行差异化标记。
Description
技术领域
本发明属于扩展坞领域,涉及数据分析技术,具体是基于扩展坞的数据处理方法、装置、电子设备及介质。
背景技术
扩展坞又称端口复制器,是专为笔记本电脑设计的一种外置设备,通过复制甚至扩展笔记型计算机的端口,可使笔记本电脑与多个配件或外置设备方便的一站式连接。
现有的基于扩展坞的数据处理方法无法对扩展坞连接的数码设备进行运行性能测试,导致连接扩展坞的设备数据处理性能无法得到保障,也无法在性能不合格时进行扩展坞优化方向决策分析。
针对上述技术问题,本申请提出一种解决方案。
发明内容
本发明的目的在于提供基于扩展坞的数据处理方法、装置、电子设备及介质,用于解决现有的基于扩展坞的数据处理方法无法对扩展坞连接的数码设备进行运行性能测试的问题;
本发明需要解决的技术问题为:如何提供一种可以对扩展坞连接的数码设备进行运行性能测试的基于扩展坞的数据处理方法。
本发明的目的可以通过以下技术方案实现:
基于扩展坞的数据处理装置,包括服务器,所述服务器通信连接有运行测试模块、连接分析模块、优化分析模块以及存储模块;
所述运行测试模块用于对连接扩展坞的数码设备的运行性能进行测试分析:将连接扩展坞的数码设备标记为测试对象,生成测试时段,获取测试对象在测试时段内的效率数据XL、丢包数据DB以及延迟数据YC;通过对效率数据XL、丢包数据DB以及延迟数据YC进行数值计算得到测试对象在测试时段内的处理系数CL;通过处理系数CL将测试对象标记为正常对象或异常对象;
所述连接分析模块用于对数码设备与扩展坞的连接方式进行分析并得到直插系数、线插系数以及无线系数,对直插系数、线插系数以及无线系数的数值是否满足集中条件进行判定,集中条件为:其中一个数值大于剩余两个数值的和值;
所述优化分析模块用于对扩展坞进行优化方向决策分析:将所有的异常对象按照处理系数CL由小到大的顺序进行排列得到处理序列,将所有的异常对象按照进行测试分析时测试时段内扩展坞的处理数据总字节数由小到大的顺序进行排列得到扩展序列,将所有的异常对象按照进行测试分析时测试时段内的测试对象处理数据总字节数由小到大的顺序进行排列得到设备数据;将异常对象在处理序列中的序号与扩展序列中的序号的差值的绝对值标记为异常对象的扩展值,对所有异常对象的扩展值进行求和取平均值得到扩展系数;将异常对象在处理序列中的序号与设备序列中的序号的差值的绝对值标记为异常对象的设备值,对所有异常对象的设备值进行求和取平均值得到设备系数;将扩展系数与设备系数进行比较并通过比较结果生成设备优化信号或扩展优化信号。
作为本发明的一种优选实施方式,效率数据XL的获取过程包括:获取测试对象进行数据处理过程的数据包字节数以及处理时长,将数据包字节数与处理时长的比值标记为效率值,对测试时段内所有数据处理过程的效率值进行求和取平均值得到效率数据XL;丢包数据DB的获取过程包括:获取测试对象进行数据处理过程的丢包率,对测试时段内所有数据处理过程的丢包率进行求和取平均值得到丢包数据DB;延迟数据YC的获取过程包括:获取测试对象进行数据传输过程的延迟值,对测试时段内所有数据传输过程的延迟值进行求和取平均值得到延迟数据YC。
作为本发明的一种优选实施方式,将测试对象标记为正常对象或异常对象的具体过程包括:通过存储模块获取到处理阈值CLmin,将处理系数CL与处理阈值CLmax进行比较:若处理系数CL小于处理阈值CLmin,则判定测试对象在测试时段内的数据处理状态不满足要求,将对应测试对象标记为异常对象;若处理系数CL大于等于处理阈值CLmin,则判定测试对象在测试时段内的数据处理状态满足要求,将对应测试对象标记为正常对象;将所有的正常对象与异常对象通过服务器发送至连接分析模块。
作为本发明的一种优选实施方式,直插系数、线插系数以及无线系数的获取过程包括:数码设备与扩展坞的连接方式包括直插式、线插式以及无线连接式,将采用直插式与扩展坞连接的异常对象数量与正常对象数量的比值标记为直插系数,将采用线插式与扩展坞连接的异常对象数量与正常对象数量的比值标记为线插系数,将采用无线连接式与扩展坞连接的异常对象数量与正常对象数量的比值标记为无线系数。
作为本发明的一种优选实施方式,对直插系数、线插系数以及无线系数的数值是否满足集中条件进行判定的具体过程包括:若是,则将直插系数、线插系数以及无线系数中的最大值对应的连接方式标记为优化方式,将优化方式发送至服务器,服务器接收到优化方式后将优化方式发送至管理人员的手机终端;若否,则生成优化分析信号并将优化分析信号发送至服务器,服务器接收到优化分析信号后将优化分析信号发送至优化分析模块。
作为本发明的一种优选实施方式,将扩展系数与设备系数进行比较的具体过程包括:若设备系数小于等于扩展系数,则生成设备优化信号并将设备优化信号发送至服务器,服务器接收到设备优化信号后将设备优化信号发送至管理人员的手机终端;若设备系数大于扩展系数,则生成扩展优化信号并将扩展优化信号发送至服务器,服务器接收到扩展优化信号后将扩展优化信号发送至管理人员的手机终端。
基于扩展坞的数据处理方法,包括以下步骤:
步骤一:对连接扩展坞的数码设备的运行性能进行测试分析:将连接扩展坞的数码设备标记为测试对象,生成测试时段,获取测试对象在测试时段内的效率数据XL、丢包数据DB以及延迟数据YC并进行数值计算得到测试对象的处理系数CL;
步骤二:通过处理系数CL将测试对象标记为正常对象或异常对象,对数码设备与扩展坞的连接方式进行分析并得到直插系数、线插系数以及无线系数,对直插系数、线插系数以及无线系数的数值是否满足集中条件进行分析并通过分析结果对扩展坞是否具有优化分析必要性进行判定;
步骤三:对扩展坞进行优化方向决策分析并得到设备系数与扩展系数,将设备系数与扩展系数进行比较,通过比较结果生成扩展优化信号或设备优化信号并发送至服务器。
基于扩展坞的数据处理电子设备,包括扩展坞以及与扩展坞连接的数码设备。
基于扩展坞的数据处理电子介质,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基于扩展坞的数据处理方法。
本发明具备下述有益效果:
1、通过运行测试模块可以对连接扩展坞的数码设备的运行性能进行测试分析,在测试时段内获取数码设备的多项性能参数并进行综合分析与计算得到处理系数,通过处理系数对扩展坞各个连接设备的运行性能好坏程度进行反馈,并进行差异化标记;
2、通过连接分析模块可以对数码设备与扩展坞的连接方式进行分析,对不同连接方式的数码设备出现运行性能异常的概率进行统计,然后结合直插系数、线插系数以及无线系数对优化方式进行筛查,优化扩展坞的连接接口与连接方式;
3、通过优化分析模块可以对扩展坞进行优化方向决策分析,将异常对象按照不同的依据进行排序得到多个序列,然后对多个序列进行比对分析得到设备系数与扩展系数,从而根据设备系数与扩展系数对扩展坞的优化方向进行决策分析,提高扩展坞的优化效率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术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为本发明实施例一的系统框图;
图2为本发明实施例二的方法流程图。
具体实施方式
下面将结合实施例对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例仅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它实施例,都属于本发明保护的范围。
实施例一
如图1所示,基于扩展坞的数据处理装置,包括服务器,服务器通信连接有运行测试模块、连接分析模块、优化分析模块以及存储模块。
运行测试模块用于对连接扩展坞的数码设备的运行性能进行测试分析:将连接扩展坞的数码设备标记为测试对象,生成测试时段,获取测试对象在测试时段内的效率数据XL、丢包数据DB以及延迟数据YC,效率数据XL的获取过程包括:获取测试对象进行数据处理过程的数据包字节数以及处理时长,将数据包字节数与处理时长的比值标记为效率值,对测试时段内所有数据处理过程的效率值进行求和取平均值得到效率数据XL;丢包数据DB的获取过程包括:获取测试对象进行数据处理过程的丢包率,对测试时段内所有数据处理过程的丢包率进行求和取平均值得到丢包数据DB;延迟数据YC的获取过程包括:获取测试对象进行数据传输过程的延迟值,对测试时段内所有数据传输过程的延迟值进行求和取平均值得到延迟数据YC;通过公式CL=α1*XL/(α2*DB+α3*YC)得到测试对象在测试时段内的处理系数CL,其中α1、α2以及α3均为比例系数,且α1>α2>α3>1;通过存储模块获取到处理阈值CLmin,将处理系数CL与处理阈值CLmax进行比较:若处理系数CL小于处理阈值CLmin,则判定测试对象在测试时段内的数据处理状态不满足要求,将对应测试对象标记为异常对象;若处理系数CL大于等于处理阈值CLmin,则判定测试对象在测试时段内的数据处理状态满足要求,将对应测试对象标记为正常对象;将所有的正常对象与异常对象通过服务器发送至连接分析模块;对连接扩展坞的数码设备的运行性能进行测试分析,在测试时段内获取数码设备的多项性能参数并进行综合分析与计算得到处理系数,通过处理系数对扩展坞各个连接设备的运行性能好坏程度进行反馈,并进行差异化标记。
连接分析模块用于对数码设备与扩展坞的连接方式进行分析:数码设备与扩展坞的连接方式包括直插式、线插式以及无线连接式,将采用直插式与扩展坞连接的异常对象数量与正常对象数量的比值标记为直插系数,将采用线插式与扩展坞连接的异常对象数量与正常对象数量的比值标记为线插系数,将采用无线连接式与扩展坞连接的异常对象数量与正常对象数量的比值标记为无线系数;判定直插系数、线插系数以及无线系数的数值是否满足集中条件:若是,则将直插系数、线插系数以及无线系数中的最大值对应的连接方式标记为优化方式,将优化方式发送至服务器,服务器接收到优化方式后将优化方式发送至管理人员的手机终端;若否,则生成优化分析信号并将优化分析信号发送至服务器,服务器接收到优化分析信号后将优化分析信号发送至优化分析模块;集中条件为:其中一个数值大于剩余两个数值的和值;对数码设备与扩展坞的连接方式进行分析,对不同连接方式的数码设备出现运行性能异常的概率进行统计,然后结合直插系数、线插系数以及无线系数对优化方式进行筛查,优化扩展坞的连接接口与连接方式。
优化分析模块用于对扩展坞进行优化方向决策分析:将所有的异常对象按照处理系数CL由小到大的顺序进行排列得到处理序列,将所有的异常对象按照进行测试分析时测试时段内扩展坞的处理数据总字节数由小到大的顺序进行排列得到扩展序列,将所有的异常对象按照进行测试分析时测试时段内的测试对象处理数据总字节数由小到大的顺序进行排列得到设备数据;将异常对象在处理序列中的序号与扩展序列中的序号的差值的绝对值标记为异常对象的扩展值,对所有异常对象的扩展值进行求和取平均值得到扩展系数;将异常对象在处理序列中的序号与设备序列中的序号的差值的绝对值标记为异常对象的设备值,对所有异常对象的设备值进行求和取平均值得到设备系数;将扩展系数与设备系数进行比较:若设备系数小于等于扩展系数,则生成设备优化信号并将设备优化信号发送至服务器,服务器接收到设备优化信号后将设备优化信号发送至管理人员的手机终端;若设备系数大于扩展系数,则生成扩展优化信号并将扩展优化信号发送至服务器,服务器接收到扩展优化信号后将扩展优化信号发送至管理人员的手机终端;对扩展坞进行优化方向决策分析,将异常对象按照不同的依据进行排序得到多个序列,然后对多个序列进行比对分析得到设备系数与扩展系数,从而根据设备系数与扩展系数对扩展坞的优化方向进行决策分析,提高扩展坞的优化效率。
实施例二
如图2所示,基于扩展坞的数据处理方法,包括以下步骤:
步骤一:对连接扩展坞的数码设备的运行性能进行测试分析:将连接扩展坞的数码设备标记为测试对象,生成测试时段,获取测试对象在测试时段内的效率数据XL、丢包数据DB以及延迟数据YC并进行数值计算得到测试对象的处理系数CL;
步骤二:通过处理系数CL将测试对象标记为正常对象或异常对象,对数码设备与扩展坞的连接方式进行分析并得到直插系数、线插系数以及无线系数,对直插系数、线插系数以及无线系数的数值是否满足集中条件进行分析并通过分析结果对扩展坞是否具有优化分析必要性进行判定;
步骤三:对扩展坞进行优化方向决策分析并得到设备系数与扩展系数,将设备系数与扩展系数进行比较,通过比较结果生成扩展优化信号或设备优化信号并发送至服务器。
基于扩展坞的数据处理方法、装置、电子设备及介质,工作时,将连接扩展坞的数码设备标记为测试对象,生成测试时段,获取测试对象在测试时段内的效率数据XL、丢包数据DB以及延迟数据YC并进行数值计算得到测试对象的处理系数CL;通过处理系数CL将测试对象标记为正常对象或异常对象,对数码设备与扩展坞的连接方式进行分析并得到直插系数、线插系数以及无线系数,对直插系数、线插系数以及无线系数的数值是否满足集中条件进行分析并通过分析结果对扩展坞是否具有优化分析必要性进行判定;对扩展坞进行优化方向决策分析并得到设备系数与扩展系数,将设备系数与扩展系数进行比较,通过比较结果生成扩展优化信号或设备优化信号并发送至服务器。
以上内容仅仅是对本发明结构所作的举例和说明,所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,只要不偏离发明的结构或者超越本权利要求书所定义的范围,均应属于本发明的保护范围。
上述公式均是采集大量数据进行软件模拟得出且选取与真实值接近的一个公式,公式中的系数是由本领域技术人员根据实际情况进行设置;如:公式CL=α1*XL/(α2*DB+α3*YC);由本领域技术人员采集多组样本数据并对每一组样本数据设定对应的处理系数;将设定的处理系数和采集的样本数据代入公式,任意三个公式构成三元一次方程组,将计算得到的系数进行筛选并取均值,得到α1、α2以及α3的取值分别为3.54、2.63和2.21;
系数的大小是为了将各个参数进行量化得到的一个具体的数值,便于后续比较,关于系数的大小,取决于样本数据的多少及本领域技术人员对每一组样本数据初步设定对应的处理系数;只要不影响参数与量化后数值的比例关系即可,如处理系数与效率数据的数值成正比。
在本说明书的描述中,参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节,也不限制该发明仅为的具体实施方式。显然,根据本说明书的内容,可作很多的修改和变化。本说明书选取并具体描述这些实施例,是为了更好地解释本发明的原理和实际应用,从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。
Claims (7)
1.基于扩展坞的数据处理装置,其特征在于,包括服务器,所述服务器通信连接有运行测试模块、连接分析模块、优化分析模块以及存储模块;
所述运行测试模块用于对连接扩展坞的数码设备的运行性能进行测试分析:将连接扩展坞的数码设备标记为测试对象,生成测试时段,获取测试对象在测试时段内的效率数据XL、丢包数据DB以及延迟数据YC;通过对效率数据XL、丢包数据DB以及延迟数据YC进行数值计算得到测试对象在测试时段内的处理系数CL;通过处理系数CL将测试对象标记为正常对象或异常对象;
所述连接分析模块用于对数码设备与扩展坞的连接方式进行分析并得到直插系数、线插系数以及无线系数,对直插系数、线插系数以及无线系数的数值是否满足集中条件进行判定,集中条件为:其中一个数值大于剩余两个数值的和值;
所述优化分析模块用于对扩展坞进行优化方向决策分析:将所有的异常对象按照处理系数CL由小到大的顺序进行排列得到处理序列,将所有的异常对象按照进行测试分析时测试时段内扩展坞的处理数据总字节数由小到大的顺序进行排列得到扩展序列,将所有的异常对象按照进行测试分析时测试时段内的测试对象处理数据总字节数由小到大的顺序进行排列得到设备数据;将异常对象在处理序列中的序号与扩展序列中的序号的差值的绝对值标记为异常对象的扩展值,对所有异常对象的扩展值进行求和取平均值得到扩展系数;将异常对象在处理序列中的序号与设备序列中的序号的差值的绝对值标记为异常对象的设备值,对所有异常对象的设备值进行求和取平均值得到设备系数;将扩展系数与设备系数进行比较并通过比较结果生成设备优化信号或扩展优化信号。
2.根据权利要求1所述的基于扩展坞的数据处理装置,其特征在于,效率数据XL的获取过程包括:获取测试对象进行数据处理过程的数据包字节数以及处理时长,将数据包字节数与处理时长的比值标记为效率值,对测试时段内所有数据处理过程的效率值进行求和取平均值得到效率数据XL;丢包数据DB的获取过程包括:获取测试对象进行数据处理过程的丢包率,对测试时段内所有数据处理过程的丢包率进行求和取平均值得到丢包数据DB;延迟数据YC的获取过程包括:获取测试对象进行数据传输过程的延迟值,对测试时段内所有数据传输过程的延迟值进行求和取平均值得到延迟数据YC。
3.根据权利要求2所述的基于扩展坞的数据处理装置,其特征在于,将测试对象标记为正常对象或异常对象的具体过程包括:通过存储模块获取到处理阈值CLmin,将处理系数CL与处理阈值CLmax进行比较:若处理系数CL小于处理阈值CLmin,则判定测试对象在测试时段内的数据处理状态不满足要求,将对应测试对象标记为异常对象;若处理系数CL大于等于处理阈值CLmin,则判定测试对象在测试时段内的数据处理状态满足要求,将对应测试对象标记为正常对象;将所有的正常对象与异常对象通过服务器发送至连接分析模块。
4.根据权利要求3所述的基于扩展坞的数据处理装置,其特征在于,直插系数、线插系数以及无线系数的获取过程包括:数码设备与扩展坞的连接方式包括直插式、线插式以及无线连接式,将采用直插式与扩展坞连接的异常对象数量与正常对象数量的比值标记为直插系数,将采用线插式与扩展坞连接的异常对象数量与正常对象数量的比值标记为线插系数,将采用无线连接式与扩展坞连接的异常对象数量与正常对象数量的比值标记为无线系数。
5.根据权利要求4所述的基于扩展坞的数据处理装置,其特征在于,对直插系数、线插系数以及无线系数的数值是否满足集中条件进行判定的具体过程包括:若是,则将直插系数、线插系数以及无线系数中的最大值对应的连接方式标记为优化方式,将优化方式发送至服务器,服务器接收到优化方式后将优化方式发送至管理人员的手机终端;若否,则生成优化分析信号并将优化分析信号发送至服务器,服务器接收到优化分析信号后将优化分析信号发送至优化分析模块。
6.根据权利要求5所述的基于扩展坞的数据处理装置,其特征在于,将扩展系数与设备系数进行比较的具体过程包括:若设备系数小于等于扩展系数,则生成设备优化信号并将设备优化信号发送至服务器,服务器接收到设备优化信号后将设备优化信号发送至管理人员的手机终端;若设备系数大于扩展系数,则生成扩展优化信号并将扩展优化信号发送至服务器,服务器接收到扩展优化信号后将扩展优化信号发送至管理人员的手机终端。
7.基于扩展坞的数据处理方法,应用于权利要求1-6任一项所述的基于扩展坞的数据处理装置当中,其特征在于,包括以下步骤:
步骤一:对连接扩展坞的数码设备的运行性能进行测试分析:将连接扩展坞的数码设备标记为测试对象,生成测试时段,获取测试对象在测试时段内的效率数据XL、丢包数据DB以及延迟数据YC并进行数值计算得到测试对象的处理系数CL;
步骤二:通过处理系数CL将测试对象标记为正常对象或异常对象,对数码设备与扩展坞的连接方式进行分析并得到直插系数、线插系数以及无线系数,对直插系数、线插系数以及无线系数的数值是否满足集中条件进行分析并通过分析结果对扩展坞是否具有优化分析必要性进行判定;
步骤三:对扩展坞进行优化方向决策分析并得到设备系数与扩展系数,将设备系数与扩展系数进行比较,通过比较结果生成扩展优化信号或设备优化信号并发送至服务器。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410078742.XA CN117591850B (zh) | 2024-01-19 | 2024-01-19 | 基于扩展坞的数据处理方法、装置、电子设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410078742.XA CN117591850B (zh) | 2024-01-19 | 2024-01-19 | 基于扩展坞的数据处理方法、装置、电子设备及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117591850A CN117591850A (zh) | 2024-02-23 |
CN117591850B true CN117591850B (zh) | 2024-04-05 |
Family
ID=89912013
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410078742.XA Active CN117591850B (zh) | 2024-01-19 | 2024-01-19 | 基于扩展坞的数据处理方法、装置、电子设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117591850B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022170223A1 (en) * | 2021-02-08 | 2022-08-11 | Multinarity Ltd | User interactions in extended reality |
CN116594857A (zh) * | 2023-05-26 | 2023-08-15 | 深圳上翼技术有限公司 | 一种基于人工智能的办公软件智能交互管理平台 |
CN116754943A (zh) * | 2023-06-29 | 2023-09-15 | 安徽玖邦驱动科技有限公司 | 一种同步减速齿轮电机性能测试用传动杆受力分析系统 |
CN116954624A (zh) * | 2023-09-20 | 2023-10-27 | 广州晨安网络科技有限公司 | 基于软件开发包的编译方法、软件开发系统及服务器 |
CN117232819A (zh) * | 2023-11-16 | 2023-12-15 | 湖南大用环保科技有限公司 | 基于数据分析的阀体综合性能测试系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB2572626B (en) * | 2018-04-05 | 2021-04-07 | Life Meter Srl | Pulse oximetry device, system and method |
-
2024
- 2024-01-19 CN CN202410078742.XA patent/CN117591850B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022170223A1 (en) * | 2021-02-08 | 2022-08-11 | Multinarity Ltd | User interactions in extended reality |
CN116594857A (zh) * | 2023-05-26 | 2023-08-15 | 深圳上翼技术有限公司 | 一种基于人工智能的办公软件智能交互管理平台 |
CN116754943A (zh) * | 2023-06-29 | 2023-09-15 | 安徽玖邦驱动科技有限公司 | 一种同步减速齿轮电机性能测试用传动杆受力分析系统 |
CN116954624A (zh) * | 2023-09-20 | 2023-10-27 | 广州晨安网络科技有限公司 | 基于软件开发包的编译方法、软件开发系统及服务器 |
CN117232819A (zh) * | 2023-11-16 | 2023-12-15 | 湖南大用环保科技有限公司 | 基于数据分析的阀体综合性能测试系统 |
Non-Patent Citations (1)
Title |
---|
常晓飞 ; 李信淦 ; 符文星 ; .一种便携式导弹飞控系统外场实时仿真测试系统设计.航空兵器.(03),第 97-101页. * |
Also Published As
Publication number | Publication date |
---|---|
CN117591850A (zh) | 2024-02-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP4037286A1 (en) | Method and apparatus for predicting fault of optical module | |
CN107093022B (zh) | 高置信度的燃爆产品可靠性的小样本评估方法 | |
CN115941831B (zh) | 一种智能手机通信射频测试系统及测试方法 | |
CN116594857A (zh) | 一种基于人工智能的办公软件智能交互管理平台 | |
CN116593495B (zh) | 烟气在线监测设备的运维智能控制系统及方法 | |
CN110647447A (zh) | 用于分布式系统的异常实例检测方法、装置、设备和介质 | |
CN116366497A (zh) | 基于大数据的物联网卡时序异常检测系统 | |
CN117591850B (zh) | 基于扩展坞的数据处理方法、装置、电子设备及介质 | |
CN117033278B (zh) | 一种用于多类型接口的数据传输方法及系统 | |
CN113867966A (zh) | 一种混合云模式的云资源调度方法 | |
CN111090585B (zh) | 一种基于众测过程的众测任务关闭时间自动预测方法 | |
CN117130851A (zh) | 一种高性能计算集群运行效率评价方法及系统 | |
CN112566170A (zh) | 网络质量评估方法、装置、服务器及存储介质 | |
CN116320271A (zh) | 一种基于云计算的大容量视频会议系统 | |
CN108271202B (zh) | 一种基于短频话单数据定位网络故障的方法和装置 | |
CN109857359A (zh) | Mipi数据处理方法、装置和电路 | |
CN115866235A (zh) | 视频质量评估方法、装置、电子设备及存储介质 | |
CN117596282B (zh) | 一种基于物联网控制的调音台运行控制系统 | |
CN106856417B (zh) | 用于检测天馈安装问题的方法和装置 | |
CN114692084A (zh) | 一种加速可靠性验证试验方案设计方法 | |
CN113608863A (zh) | 一种海量数据分布式采集方法及系统 | |
CN117596282A (zh) | 一种基于物联网控制的调音台运行控制系统 | |
CN117971627A (zh) | 一种基于数据分析的服务器主机断电测试分析系统 | |
CN117834475B (zh) | 一种高速业务网络传输质量监测评估方法 | |
CN116150482B (zh) | 一种基于大数据云平台的分布式消息推送系统 |
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 |