终端的工作量计算方法及其装置、存储介质、终端、云服务系统制造方法及图纸

本申请公开了一种终端的工作量计算方法及其装置、存储介质、终端、云服务系统。其中所述方法，包括：对表征终端执行的任务的属性特征值进行标准化处理；根据标准化后的属性特征值，计算单项任务工作量；对终端执行务进行权重赋值；根据各项任务的权重赋值，生成终端的工作量。通过各项任务的权重赋值，可以对终端完成任务的工作量进行精确计算。

【技术实现步骤摘要】
终端的工作量计算方法及其装置、存储介质、终端、云服务系统
本申请涉及计算机
，尤其涉及一种终端的工作量计算方法及其装置、存储介质、终端。
技术介绍
随着计算机技术的不断发展，计算机终端可以执行多样化的任务。计算机终端通常被简称终端。终端可以构建网络系统，以便完成各种复杂的项目。为了优化网络系统的薄弱环节，需要对终端在网络系统中的工作量进行精确计算，从而确定网络系统中需要优化的终端。在实现现有技术的过程中，专利技术人发现存在以下技术问题：对于多样化的任务，各任务的属性不同，终端完成任务的工作量难以精确计算。因此，需要提供一种可以精确计算网络系统中终端的工作量的技术方案。
技术实现思路
本申请实施例提供一种计算终端的工作量的技术方案，用以解决任务的属性不同难以精确计算的问题。本申请实施例提供的一种终端的工作量计算方法，包括：对表征终端执行的任务的属性特征值进行标准化处理；根据标准化后的属性特征值，计算单项任务工作量；对终端执行的各项任务进行权重赋值；根据各项任务的权重赋值，生成终端的工作量。进一步的，在本申请提供的一种优选实施方式中，对表征终端执行的任务的属性特征值进行标准化处理，具体包括：对表征终端执行的任务的属性特征值进行归一化处理。进一步的，在本申请提供的一种优选实施方式中，根据标准化的属性特征值，计算单项任务工作量，具体包括：确定任务的各属性贡献系数；根据属性贡献系数和标准化的属性特征值，计算单项任务工作量。进一步的，在本申请提供的一种优选实施方式中，确定任务的各属性贡献系数，还包括：使用卷积神经网络算法对各属性贡献系数进行优化。进一步的，在本申请提供的一种优选实施方式中，对终端执行的各项任务进行权重赋值，具体包括：使用优劣解距离法对终端执行的各项任务进行权重赋值。进一步的，在本申请提供的一种优选实施方式中，所述方法还包括：使用卷积神经网络算法对权重赋值进行优化。进一步的，在本申请提供的一种优选实施方式中，所述方法用于计算司法人员的工作量；所述属性特征值至少包括案件案由特征值、案件审级特征值、处理时长特征值、任务类型特征值其中之一。本申请还提供一种终端的工作量计算装置，包括：预处理模块，用于对表征计算机终端执行的任务的属性特征值进行标准化处理；单项运算模块，用于根据标准化后的属性特征值，计算单项任务工作量；权重赋值模块，用于对计算机终端执行的各项任务进行权重赋值；加权运算模块，用于根据各项任务的权重赋值，生成计算机终端的工作量。本申请还提供一种存储介质，所述存储介质存储有计算机程序，所述计算机程序被加载后，可以执行权利要求1至7中任一项所述的方法。本申请还提供一种终端，所述终端被配置为可以执行权利要求1至7中任一项所述的方法。本申请还提供一种云服务系统，用于为终端提供网络云服务，所述云服务系统开设有访问端口；所述终端可以通过访问端口接受云服务系统的网络云服务，执行权利要求1至7中任一项所述的方法；其中，所述终端可以直接或间接执行上述方法。本申请提供的实施例，至少具有以下技术效果：通过各项任务的权重赋值，可以对终端完成任务的工作量进行精确计算。附图说明此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：图1为本申请实施例提供的终端的工作量计算方法的流程图；图2为本申请实施例提供的终端的工作量计算装置的结构示意图。具体实施方式为使本申请的目的、技术方案和优点更加清楚，下面将结合本申请具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。请参照图1，为本申请实施例提供的终端的工作量计算方法，具体包括以下步骤：S100：对表征终端执行的任务的属性特征值进行标准化处理。终端通常表现为具有计算或运算功能的装置。在现有技术中终端的形态可以是计算机运算集群的构成单元、服务器、个人或商用计算机、具有信息处理功能的移动通讯终端设备或便携式移动设备。任务可以是播放音视频文件、读写文档、编辑或浏览图片等反应终端工作量的工作事项。任务可以使用多重或多维属性进行表征。属性可以通过特征值进行具体描述。对于播放音视频文件的任务而言，可以使用诸如音视频清晰度、文件大小、音视频文件的时长、编码率等属性及其对应的特征值加以表征。对于读写文档的任务而言，可以使用诸如文件大小、文档类型、文档保存格式等属性及其对应的特征值加以表征。对于编辑或浏览图片的任务而言，可以使用诸如图片大小、图片色彩度、图片分辨率、图片对比度等属性及其对应的特征值加以表征。对任务的属性特征值进行标准化处理包括属性特征值的同趋化处理和无量纲化处理。对于属性特征值的同趋化处理用于将与工作量负相关的属性特征值转化为正相关。具体的例如，播放音视频文件的重播任务、文档编辑动作的撤销任务、大容量内容加载失败时的重加载任务，这些任务的属性特征值，例如重播次数、撤销次数、重加载次数增加，通常表明无效工作量的增加。对于属性特征值的无量纲化处理用于将不同属性的特征值进行标量化处理。具体的例如，音视频文件的时长特征值、音视频文件清晰度特征值、音视频文件的文件大小特征值进行标量化处理，以便通过各种属性表征任务。属性特征值的无量纲化处理，可以使用线性标准化方法和/或非线性标准化方法。线性标准化方法具体可以是极值线性标准化或按小数定标标准化。非线性标准化方法具体可以是标准差标准化、对数Logistic模式标准化或模糊量化模式标准化。进一步的，在本申请提供的一种优选的实施例中，对表征终端执行的任务的属性特征值进行标准化处理，具体包括：对表征终端执行的任务的属性特征值进行归一化处理。对任务的属性特征值进行归一化处理，具体的，可以是：Max(Xi)＝Max{Xij}(j＝1,2，......,n)其中，Xij表示待标准化的属性特征值；Yij表示标准化后的属性特征值；Max(Xi)表示属性特征值的取值中的最大值；j表示任务编号，i表示属性编号。在本申请提供的优选的实施方式中，归一化处理后的属性特征值，同一属性相对差距不变；不同属性之间的相对差距不确定；标准化后的属性特征值极大值相等。S200：根据标准化后的属性特征值，计算单项任务工作量。进一步的，在本申请提供的一种优选的实施例中，根据标准化的属性特征值，计算单项任务工作量，具体包括：确定任务的各属性贡献系数；根据属性贡献系本文档来自技高网...

【技术保护点】
1.一种终端的工作量计算方法，其特征在于，包括：/n对表征终端执行的任务的属性特征值进行标准化处理；/n根据标准化后的属性特征值，计算单项任务工作量；/n对终端执行的各项任务进行权重赋值；/n根据各项任务的权重赋值，生成终端的工作量。/n

【技术特征摘要】
1.一种终端的工作量计算方法，其特征在于，包括：
对表征终端执行的任务的属性特征值进行标准化处理；
根据标准化后的属性特征值，计算单项任务工作量；
对终端执行的各项任务进行权重赋值；
根据各项任务的权重赋值，生成终端的工作量。


2.根据权利要求1所述的方法，其特征在于，对表征终端执行的任务的属性特征值进行标准化处理，具体包括：
对表征终端执行的任务的属性特征值进行归一化处理。


3.根据权利要求1所述的方法，其特征在于，根据标准化的属性特征值，计算单项任务工作量，具体包括：
确定任务的各属性贡献系数；
根据属性贡献系数和标准化的属性特征值，计算单项任务工作量。


4.根据权利要求3所述的方法，其特征在于，确定任务的各属性贡献系数，还包括：
使用卷积神经网络算法对各属性贡献系数进行优化。


5.根据权利要求1所述的方法，其特征在于，对终端执行的各项任务进行权重赋值，具体包括：
使用优劣解距离法对终端执行的各项任务进行权重赋值。


6.根据权利要求1所述的方法，其特征在于，所述方法还包括：
使用卷积神经网络算法对权重赋值进...

【专利技术属性】
技术研发人员：宋永利，
申请(专利权)人：北京华宇信息技术有限公司，
类型：发明
国别省市：北京;11