一种基于表函数的数据处理方法、装置以及计算机存储介质制造方法及图纸

本发明专利技术涉及一种基于表函数的数据处理方法、装置以及计算机存储介质。该方法包括基于学科分类表对认知内容进行分类表征，以形成不同的表征类别和编码；针对不同的表征类别和编码采用不同的计算方法进行分类处理；根据所述表征类别、所述编码和分类结果构建数据存储模块；根据所述表征类别、所述编码和分类计算方法，离线生成对应不同输入信息的输出结果，并基于预设的表函数模板生成输入输出真值映射关系表；根据输入信息通过采用自适应共振网络的多级模式搜索算法在所述输入输出真值映射关系表中进行查询，并基于模式相似度阈值计算方法输出数据处理结果。实施本发明专利技术可以快速、准确地查找到用户需要的内容，满足用户的需求。求。求。

【技术实现步骤摘要】
一种基于表函数的数据处理方法、装置以及计算机存储介质


[0001]本专利技术涉及信息计算领域，更具体地说，涉及一种基于表函数的数据处理方法、装置以及计算机存储介质。

技术介绍

[0002]目前，随着信息网络技术的飞速发展，特别是云计算、5G、物联网等的发展，使得大数据、远程管理、实时控制、AI等应用成为可能。随着各行各业信息化进程的不断推进，在信息化带来的快速便捷的信息处理的同时，在大规模的业务中，各行各业的信息化应用随之面临海量信息处理难题。针对目前的大数据和大规模信息处理需要大的计算能力问题，常规方法是采用高型能计算，或者寻找更先进的计算方法，如量子计算、类脑计算等。然而。高性能计算存在计算资源的堆砌的问题，受到硬件极限的限制，在计算资源达到一定的量后，计算能力将不再提高。对于先进的量子计算、类脑计算等方法，目前还没有成熟和成型的计算体系可供应用。
[0003]因此，需要一种能够在海量数据信息中快速、准确地查找到用户需要的内容，满足用户的需求的方法。

技术实现思路

[0004]本专利技术要解决的技术问题在于，针对现有本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于表函数的数据处理方法，其特征在于，包括：S1、基于学科分类表对认知内容进行分类表征，以形成不同的表征类别和编码；S2、针对不同的表征类别和编码采用不同的计算方法进行分类处理；S3、根据所述表征类别、所述编码和分类结果构建数据存储模块；S4、根据所述表征类别、所述编码和分类计算方法，离线生成对应不同输入信息的输出结果，并基于预设的表函数模板生成输入输出真值映射关系表；S5、根据输入信息通过采用自适应共振网络的多级模式搜索算法在所述输入输出真值映射关系表中进行查询，并基于模式相似度阈值计算方法输出数据处理结果。2.根据权利要求1所述的基于表函数的数据处理方法，其特征在于，所述步骤S1进一步包括、S11、基于人脑认知功能结构，对物理世界或问题空间的认知内容进行分类表征，建立对应于人脑认知功能类别的知识表征体系；S12、根据不同表征类别的不同属性特征，建立相应的数据结构，形成不同表征类别的不同编码。3.根据权利要求2所述的基于表函数的数据处理方法，其特征在于，所述步骤S12进一步包括、S121、针对不同表征类别的不同属性特征定义不同的数据结构以建立脑功能分区对应属性特征数据结构；S122、对所述脑功能分区对应属性特征数据结构进行编码，不同的编码对应不同的数据结构。4.根据权利要求1所述的基于表函数的数据处理方法，其特征在于，所述步骤S2进一步包括、S21、针对不同的表征类别和编码，构建相应的算法库；S22、针对不同的表征类别及编码输入信息，调用不同的算法进行计算和处理。5.根据权利要求1所述的基于表函数的数据处理方法，其特征在于，所述步骤S3进一步包括、S31、采用可扩展存储模型，对不同表征类别的数据分别进行建模；S32、针对不同表征类别的数据，采用不同的数据压缩方式进行存储。6.根据权利要求1所述的基于表函数的数据处理方法，其特征在于，所述步骤S4进一步包括：S41、将不同表征类别的表征信息集作为输入集；S42、根据所述表征类别、所述编码和分类计算方法，采用网格化方法，对网格划分的每一...

【专利技术属性】
技术研发人员：戚建淮，郑伟范，周杰，刘建辉，彭华，姚兆东，唐娟，
申请(专利权)人：深圳市永达电子信息股份有限公司，
类型：发明
国别省市：