视联网海量设备终端AI自适应分域管理方法与系统

本发明涉及视联网海量设备终端AI自适应分域管理方法与系统，该方法包括：获取来自各设备终端的多源数据，对多源数据进行预处理。通过TensorFlow对预处理后的多源数据进行标准化处理，得到标准化数据，并通过编写PyTorch代码对标准化数据进行归一化处理。利用Hive的函数库和自定义函数从各个设备的文本型数据中提取关键特征，并通过Spark结合深度学习框架基于关键特征创建设备运行趋势特征。根据当前网络负载状况自动调整设备运行趋势特征中视觉特征和时序特征的融合比例。构建各设备终端的关系图，并通过图聚类算法对关系图进行分析，以将关联度超过第一阈值的设备划分至同一区域，生成初始分域方案。