基于时间粒度分类器的非标准格式数据库查询方法及系统技术方案

本申请提出基于时间粒度分类器的非标准格式数据库查询方法及系统，所述方法包括：获取待查询表格对应的字段矩阵；将所述字段矩阵输入预先构建好的深度学习网络分类器中，得到待查询表格的时间粒度分类结果；根据所述待查询表格的时间粒度分类结果创建临时列，并基于所述临时列进行数据查询。本申请提出的技术方案，提升了非标准格式数据库在数据查询时的效率。率。率。

【技术实现步骤摘要】
基于时间粒度分类器的非标准格式数据库查询方法及系统


[0001]本申请涉及数据查询
，尤其涉及基于时间粒度分类器的非标准格式数据库查询方法及系统。

技术介绍

[0002]随着互联网技术的快速发展与信息化、工业化的深度融合，科技已引领煤炭行业迈入新时代。互联网+、人工智能和大数据等颠覆性技术的出现，拉开了第四次工业革命的序幕，加速了传统行业变革的进程。推进煤矿智能化，建设智慧煤矿，实现煤炭安全高效绿色开采和清洁高效利用，成为提高煤矿本质安全水平、促进煤矿安全发展的必由之路和煤炭工业转型发展的根本出路。
[0003]在此背景下，煤矿企业不断扩张，信息技术快速发展，企业每天都会有大量的数据产生，产生的动态数据经初步解析后，为了能对这些数据进行统计查询，使得数据可以源源不断的保存在数据中，需要对数据库中的数据按照时间维度，即按照年、月、日进行查询和统计。但一般情况下，数据库的数据增加过快，慢慢会累积为海量数据，导致在进行数据查询与比较时过慢；数据库中数据最多最密的为时间顺序，在按照进行查询时，年、月、日和一些不规整的数据混在一起，传统的方本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于时间粒度分类器的非标准格式数据库查询方法，其特征在于，所述方法包括：获取待查询表格对应的字段矩阵；将所述字段矩阵输入预先构建好的深度学习网络分类器中，得到待查询表格的时间粒度分类结果；根据所述待查询表格的时间粒度分类结果创建临时列，并基于所述临时列进行数据查询。2.如权利要求1所述的方法，其特征在于，所述获取待查询表格对应的字段矩阵，包括：获取待查询表格的各字段及各字段所属的类型；将所述各字段及各字段所属的类型转化为各字段对应的词嵌入向量；基于所述各字段对应的词嵌入向量构成待查询表格对应的字段矩阵。3.如权利要求1所述的方法，其特征在于，所述深度学习网络分类器是由输入层、卷积层、池化层和全连接层构成的。4.如权利要求3所述的方法，其特征在于，所述深度学习网络分类器的构建过程包括：获取深度学习网络分类器的训练集数据，其中所述训练集数据包括：历史表格对应的字段矩阵及所述表格的时间粒度分类结果；利用所述训练集数据，并将ReLU函数作为激活函数，对初始的深度学习网络分类器进行优化训练，得到训练好的深度学习网络分类器。5.如权利要求1所述的方法，其特征在于，所述临时列为date类型的列表，其中所述列表为包含粒度年、粒度月、粒度日的表格。6.一种基于时间粒度分类器的非标准格式数据库查...

【专利技术属性】
技术研发人员：沈凯，张聪尧，王妙云，许洁，李健，
申请(专利权)人：中煤科工集团信息技术有限公司，
类型：发明
国别省市：