摘要
本申请公开了一种基于时空数据复杂度的分布式任务处理方法、设备及存储介质,涉及数据处理技术领域,包括:提取数字孪生模型的时空数据的特征向量,将所述特征向量输入训练好的随机森林模型;通过所述训练好的随机森林模型,根据所述特征向量对所述时空数据进行分类预测,输出所述特征向量对应的类别标签,所述类别标签代表所述时空数据的复杂度;将所述时空数据的所述类别标签映射成权重系数,并基于所述权重系数制定分布式任务队列,使每个处理节点的任务队列的权重总和相差最小,以确保各所述分布式任务队列之间的负载均衡;将所述分布式任务队列分发给各集群节点进行分布式处理。本申请达成了提高分布式任务处理效率的技术效果。
技术关键词
随机森林模型
复杂度
数字孪生模型
队列
标签
样本
任务分配策略
特征值
数据处理技术
集群
节点
处理器
矩阵
代表
可读存储介质
存储器
计算机
线性
关系
系统为您推荐了相关专利信息
数字孪生模型
数字化设计方法
隧道
指数
仿真数据
智能垃圾分类箱
管控方法
饱和度
调度优化模型
垃圾箱
图纸识别方法
建筑
标识符
迁移学习策略
强化学习技术