一种计算机数据处理设备制造技术

本发明专利技术公开了一种计算机数据处理设备,该设备包括信息采集单元、网络模型结构和清晰度设置单元，信息采集单元包括数据传输模块、数据抓取模块、数据归类模块、网络模型结构包括数据去冗单元、数据分析预测单元、数据增强单元、数据匹配单元，信息采集单元按照统一字节长度大小对数据进行采集，并通过所述数据抓取模块将数据传输到清晰度设置单元内进行格式的调节，清晰度设置单元将加强后的数据传输到网络模型结构，通过网络模型结构利用卷积神经网络进行4个步骤处理后通过边缘计算网络传输至云端，使处理后的数据清晰度和辨识度更高，同时在整个处理过程中安全实用、智能化高等特点，能在降低人力成本的同时，保证数据处理的质量。质量。质量。

【技术实现步骤摘要】
一种计算机数据处理设备


[0001]专利技术涉及数据处理的领域,尤其涉及一种计算机数据处理设备。

技术介绍

[0002]数据处理，用专用设备对数据进行分析，以达到所需结果的技术。又 称影像处理。数据处理一般指数字数据处理。数字数据是指用工业相机、 摄像机、扫描仪等设备经过拍摄得到的一个大的二维数组，该数组的元素 称为像素，其值称为相似度，数据处理技术的一般包括数据压缩，增强和 复原，匹配、描述和识别3个部分，常见的设备有康耐视设备、图智能设 备等，目前是正在逐渐兴起的技术。
[0003]专利CN101202806A公开了数据处理设备以及控制数据处理设备的方 法数据处理设备,包括存储单元，用于存储不同于所述数据处理设备且与 其协作操作的其它数据处理设备的相关信息；获取单元，用于获取表示第 一数据处理设备提供的功能信息；控制单元。在该控制单元中,当比较单元 的比较结果表示所述第一数据处理设备至少包含
‑‑
项所述数据处理设备所 不能提供的功能时,在所述存储单元中存储所述第
‑‑
数据处理设备的信 息，且当比较单元的比较结果表示所述第一
‑
数据处理设备并不包含所述 数据处理设备所不能提供的功能时,不在所述存储单元中存储所述第一数 据处理设备的信息。
[0004]在实用数据处理设备对数据进行处理时，首先需要对数据进行采集， 然后再利用后续电路对所采集的数据信号进行处理，最终将采集到的数据 在计算机内进行还原保存，后可通过图形处理软件进行诸如修改等动作。 现有技术在进行数据采集时，对采集区域内是否已将数据全部采集完成， 是否还有遗留的带采集数据未采集，是否有不利因素等情况都不能及时发 现，留下很大的安全隐患，此外，大多处理设备都是对采集来的数据直接 进行处理，使之无法改善数据质量，从而无法满足某些特殊分析的需要。
[0005]因此，有必要提供一种数据处理设备和网络模型结构解决上述技术问 题。

技术实现思路

[0006]为了克服现有技术存在的缺点与不足,本专利技术提供一种计算机数据处 理设备。
[0007]本专利技术所采用的技术方案是，该设备包括信息采集单元、网络模型结 构和清晰度设置单元，所述信息采集单元包括数据传输模块、数据抓取模 块、数据归类模块、所述网络模型结构包括数据去冗单元、数据分析预测 单元、数据增强单元、数据匹配单元，所述信息采集单元按照统一字节长 度大小对数据进行采集，并通过所述数据抓取模块将数据传输到清晰度设 置单元内进行格式的调节，所述清晰度设置单元将加强后的数据传输到网 络模型结构，通过网络模型结构利用卷积神经网络进行4个步骤处理后通 过边缘计算网络传输至云端。
[0008]进一步地，所述数据传输模块通过串口采集数据，对目标数据利用红 外瞄准进行自动跟踪，将目标数据按照不同分类规则进行分类，数据传输 模块定时定点对数据进行采集，分为连续采集、间隔采集，连续采集的每 秒采集次数为30张数据，间隔采集依据设定时
间的长短进行周期采集。
[0009]进一步地，所述数据归类模块用于对采集数据的分类处理，按照文 本、图片、界面三个种类进行初步分类，在初步分类后对数据按字符特征 征和字符格式特征再进行分类。
[0010]进一步地，所述数据去冗单元是利用粒子群算法对数据进行去冗，去 冗的步骤为：
[0011]步骤S1：设置数据冗余的标准差为θ、粒子的个数为c、学习因子为 m1和m2，同时规定迭代次数，在(3θ，30θ)范围内随机设置粒子A的初始 位置A
b
和速度D
b
；
[0012]A
b
＝(A1，A2，...，A
c
)
[0013]D
b
＝(D1，D2，...，D
c
)
[0014]步骤S2：计算粒子的适应值E，并确定全局最优值所对应的适应度：
[0015]E
b
＝(E1，E2，...，E
c
)
[0016]E
max
＝max(E
b
)；
[0017]其中E
max
表示粒子的初始全局最佳位置，将每个粒子的初始位置定为历 史最佳位置：
[0018]f
h
＝h
max
[0019]f
b
＝A
b
；
[0020]步骤S3：根据如下公式更新粒子的位置和速度：
[0021][0022][0023]步骤S4：对粒子的不同位置进行更新，不同位置包括局部位置和全 局位置，确定不同迭代次数下的适应值，并且将不同迭代次数下的适应值 进行比较；
[0024]步骤S5：对终止条件进行判断,输出最佳粒子速度和位置,终止迭 代，否则回到步骤4。
[0025]步骤S6：输出去冗后的数据,算法结束。
[0026]进一步地，所述数据分析预测单元利用迭代阈值法对该相似度进行分 析，分析的结果为高、低相似度两个区域，在分析时取初始阈值，将相似 度大于初始阈值归类为高相似区域，将相似度小于初始阈值归类为低相似 区域，同时计算高相似区域和低相似度区域的相似度平均值，再计算两个 相似度平均值的加权平均值，将加权平均值替换初始阈值，迭代循环，循 环的次数为100次。
[0027]进一步地，所述数据增强单元利用频率域数据增强法对数据进行处 理，处理步骤为：
[0028]步骤T1：利用傅立叶变换将数据在频率域上进行表示；
[0029]步骤T2：滤波算子在频率域内对数据进行高低滤波处理，将字节长 度再次通过傅立叶反转变换到空间域进行数据增强。
[0030]进一步地，所述数据匹配单元利用特征提取方法对数据进行字符长度 提取，将提取后的数据与计算机中原有数据进行字符长度比对，字符长度 相同比例大于等于95％归类于相同数据，字符长度相同比例小于95％大于 等于80％归类于相似数据，字符长度相同比例小于80％归类于不同数据。
[0031]本专利技术的有益效果：
[0032]本专利技术提出的一种数据处理设备利用信息采集单元、网络模型结构和 清晰度设置单元从数据的拍摄到数据的处理与存储利用算法对数据进行步 骤化处理，使处理后的数据清晰度和辨识度更高，同时在整个处理过程中 安全实用、智能化高等特点，能在降低人力成本的同时，保证数据处理的 质量。
附图说明
[0033]图1为本专利技术的设备组成。
具体实施方式
[0034]需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特 征可以相互结合,下面结合附图和有具体实施例对本申请作进一步详细说 明。
[0035]如图1所示,一种计算机数据处理设备，该设备包括信息采集单元、 网络模型结构和清晰度设置单元。
[0036]信息采集单元包括数据传输模块、数据抓取模块、数据归类模块、所 述网络模型结构包括本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种计算机数据处理设备，其特征在于,该设备包括信息采集单元、网络模型结构和清晰度设置单元，所述信息采集单元包括数据传输模块、数据抓取模块、数据归类模块、所述网络模型结构包括数据去冗单元、数据分析预测单元、数据增强单元、数据匹配单元，所述信息采集单元按照统一字节长度大小对数据进行采集，并通过所述数据抓取模块将数据传输到清晰度设置单元内进行格式的调节，所述清晰度设置单元将加强后的数据传输到网络模型结构，通过网络模型结构利用卷积神经网络进行4个步骤处理后通过边缘计算网络传输至云端。2.如权利要求1所述的一种计算机数据处理设备，其特征在于，所述数据传输模块通过串口采集数据，对目标数据利用红外瞄准进行自动跟踪，将目标数据按照不同分类规则进行分类，数据传输模块定时定点对数据进行采集，分为连续采集、间隔采集，连续采集的每秒采集次数为30张数据，间隔采集依据设定时间的长短进行周期采集。3.如权利要求1所述的一种计算机数据处理设备，其特征在于，所述数据归类模块用于对采集数据的分类处理，按照文本、图片、界面三个种类进行初步分类，在初步分类后对数据按字符特征征和字符格式特征再进行分类。4.如权利要求1所述的一种计算机数据处理设备，其特征在于，所述数据去冗单元是利用粒子群算法对数据进行去冗，去冗的步骤为：步骤S1：设置数据冗余的标准差为θ、粒子的个数为c、学习因子为m1和m2，同时规定迭代次数，在(3θ,30θ)范围内随机设置粒子A的初始位置A
b
和速度D
b
；A
b
＝(A1，A2，...，A
c
)D
b
＝(D1，D2，...，D
c
)步骤S2：计算粒子的适应值E，并确定全局最优值所对应的适应度：E
b
＝(E1，E2，...，E
c
)E

【专利技术属性】
技术研发人员：倪仁灵，张宏，汪彩梅，
申请(专利权)人：安徽英福泰克信息科技有限公司，
类型：发明
国别省市：