基于深度学习的数据压缩与分块存储处理方法

AITNT
正文
推荐专利
基于深度学习的数据压缩与分块存储处理方法
申请号:CN202411612444
申请日期:2024-11-13
公开号:CN119127092B
公开日期:2025-01-24
类型:发明专利
摘要
本发明涉及数据处理技术领域,尤其涉及一种基于深度学习的数据压缩与分块存储处理方法。所述方法包括以下步骤:获取待压缩集成数据;根据待压缩集成数据分析有效待压缩集成解析数据;构建异构数据特征分析树模型;通过异构数据特征分析树模型提取有效待压缩集成数据的待压缩特征数据;基于待压缩特征数据设计递归稀疏系数评估目标函数;基于递归压稀疏系数评估目标函数对有效待压缩集成数据进行自适应稀疏压缩处理,以得到压缩数据;对压缩数据进行分块处理,生成分块压缩数据;对分块压缩数据进行压缩数据块存储优化处理,生成优化存储压缩数据块。本发明通过深度学习算法对数据特征进行分析,以实现数据压缩与分块存储地高效处理。
技术关键词
数据访问模式 异构数据类型 压缩特征 数据压缩 压缩稀疏矩阵 分块 生成特征 关联特征数据 分布特征 深度学习算法 生成数据块 队列 决策树模型 数据处理技术 因子 聚类
系统为您推荐了相关专利信息
1
一种芯片数据存储方法、系统、设备及存储介质
芯片数据存储 拓扑绝缘体 量子态 数据压缩编码 压缩感知技术
2
一种面向视频流数据的情感识别隐私保护方法及系统
面向视频流数据 隐私保护方法 隐私特征 压缩特征 情感识别方法
3
一种数字化平台数据加密存储方法及系统
动态密码 分布式存储节点 加密数据 数据加密存储方法 数据压缩算法
4
基于特征模拟件的疲劳可靠性分析试验方法及装置
累积分布函数 可靠性分析模型 可靠性分析方法 计算机执行指令 有限元分析模型
5
一种工业缺陷图像像素级标注生成方法和装置
图像像素 生成方法 解码器 压缩特征 图像生成模型
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号