【技术实现步骤摘要】
本专利技术涉及芯片数据分析，具体为一种基于人工智能的电子元件存储数据分析系统及方法。
技术介绍
1、电子元件是指在电子设备中使用的各种部件，包括电子器件、电容器、电感、晶体管等，其中，芯片就是一种电子器件，随着半导体工艺制程的不断进步，芯片规模越来越大，功能也越来越复杂，随着科技的发展，数据信息呈现指数上涨，互联网、社交网络等的普及，都使得芯片内数据信息的存储显得十分重要；
2、针对用于导航的芯片，在导航过程中会将导航数据，例如导航路线、实际移动路线以及起点、终点位置信息等存储在芯片内，芯片使用了一定时间后，可能会出现因存储空间不足导致导航功能响应速度减慢甚至导航路线出错等问题，不对一些无效的数据作删除处理无法持续性地保障导航芯片的正常使用，若删除处理时间选择不当，会出现因处理过于频繁而导致某些时候删除的数据量过少的问题，从而降低删除处理操作的效用；若删除处理内容选择不当，例如将历史导航路线信息全部删除，则会出现用户在使用导航时，导航系统需要重新加载新的导航路线，增加了不必要的加载工作且减慢了导航功能的响应速度。
技术实现思路
1、本专利技术的目的在于提供一种基于人工智能的电子元件存储数据分析系统及方法，以解决上述
技术介绍
中提出的问题。
2、为了解决上述技术问题，本专利技术提供如下技术方案：一种基于人工智能的电子元件存储数据分析系统，所述系统包括：芯片数据采集模块、数据管理中心、历史处理分析模块、数据清理管理模块和存储数据整理规划模块；
3、所述
4、通过所述芯片数据采集模块采集用于采集芯片内数据被清理的历史数据以及芯片的数据存储信息，将采集到的所有数据传输到所述数据管理中心；
5、通过所述数据管理中心存储并管理采集到的全部数据；
6、通过所述历史处理分析模块分析芯片内数据被清理的历史数据并生成训练样本；
7、通过所述数据清理管理模块建立数据清理预测模型，预测下一次需要进行芯片数据清理时间并进行数据清理；
8、通过所述存储数据整理规划模块分析并比较芯片内存储的不同信息的利用价值，筛选出芯片内的部分数据进行删除处理。
9、进一步的，所述芯片数据采集模块包括导航信息采集单元、移动信息采集单元和清理信息采集单元；
10、所述导航信息采集单元、移动信息采集单元和清理信息采集单元的输出端连接所述数据管理中心的输入端；
11、通过所述导航信息采集单元采集用于导航的芯片内存储的导航路线信息；
12、通过所述移动信息采集单元采集用户以往参照芯片内对应存储的导航路线实际移动的路线信息；
13、通过所述清理信息采集单元采集用户使用的芯片内数据以往被清理的时间间隔信息以及进行数据清理前后芯片存储空间的剩余容量数据；
14、在用户使用导航后导航系统向用户推送的导航路线信息以及用户实际的移动路线信息会自动存储到芯片内，上述所有用户的信息都是由用户授予权限后采集获取得到。
15、进一步的，所述历史处理分析模块包括清理信息调取单元和训练样本生成单元；
16、所述清理信息调取单元的输入端连接所述数据管理中心的输出端，所述清理信息调取单元的输出端连接所述训练样本生成单元的输入端；
17、通过所述清理信息调取单元将用户使用的芯片内数据以往被清理的时间间隔信息以及进行数据清理前后芯片存储空间的剩余容量数据调取至所述训练样本生成单元中；
18、通过所述训练样本生成单元将时间间隔信息和容量数据进行组合后生成训练样本。
19、进一步的，所述数据清理管理模块包括预测模型建立单元和清理时间设置单元；
20、所述预测模型建立单元的输入端连接所述训练样本生成单元的输出端，所述预测模型建立单元的输出端连接所述清理时间设置单元的输入端；
21、通过所述预测模型建立单元依据组合生成的训练样本建立数据清理预测模型；
22、通过所述清理时间设置单元将当前的容量数据代入数据清理预测模型中，预测下一次需要进行芯片数据清理时间，按预测时间对芯片进行数据清理。
23、进一步的，所述存储数据整理规划模块包括利用价值分析单元和存储数据删除单元；
24、所述利用价值分析单元的输入端连接所述清理时间设置单元和数据管理中心的输出端，所述利用价值分析单元的输出端连接所述存储数据删除单元的输入端；
25、通过所述利用价值分析单元分析芯片内存储的起点和终点相同的不同路线信息的利用价值；
26、通过所述存储数据删除单元比较不同路线信息的利用价值，将路线信息按利用价值进行分组并选择出对于数据清理而言参考度最高的分组结果，从参考度最高的分组结果中筛选出处于第一组的路线信息做删除处理。
27、一种基于人工智能的电子元件存储数据分析方法，包括以下步骤：
28、s01：采集芯片内数据被清理的历史数据以及芯片的数据存储信息；
29、s02：依据芯片内数据被清理的历史数据建立数据清理预测模型，预测下一次需要进行芯片数据清理时间并进行数据清理；
30、s03：分析芯片内存储的不同信息的利用价值；
31、s04：比较信息的利用价值，筛选出芯片内的部分数据进行删除处理。
32、进一步的，在步骤s01中：设置芯片存储空间剩余容量阈值为b，采集到用户使用的芯片内的数据以往因芯片存储空间剩余容量小于或等于b而被清理的间隔时长集合为t＝{t1，t2，…，tg}，其中，t1表示芯片内数据第2次被清理时间距第1次被清理完成时间的间隔时长，tg表示芯片内数据第g+1次被清理时间距第g次被清理完成时间的间隔时长，采集到芯片内数据被清理时剩余容量差值集合为r＝{r1，r2，…，rg}，其中，r1表示芯片内数据第2次被清理时的剩余容量与第1次被清理完成时的剩余容量之间的差值，rg表示芯片内数据第g+1次被清理时的剩余容量与第g次被清理完成时的剩余容量之间的差值，前一次被清理完成时的剩余容量大于后一次被清理时的剩余容量，剩余容量差值都大于0，采集用于导航的芯片内存储的导航路线信息，采集用户以往参照芯片内对应存储的导航路线实际移动的路线信息，清理时间与清理完成时间存在区别，例如：第2次被清理时间指的是数据第2次被清理的清理开始时间，第2次被清理完成时间指的是数据第2次被清理的已完成清理的时间。
33、进一步的，在步骤s02中：调取历史数据，生成训练样本数据点为{(r1，t1)，(r2，t2)，…，(rg，tg)}，建立数据清理预测模型：y＝a*x+b，其中，a表示数据清理预测模型的偏置，b表示截距，x表示本文档来自技高网...
【技术保护点】
1.一种基于人工智能的电子元件存储数据分析系统，其特征在于：所述系统包括：芯片数据采集模块、数据管理中心、历史处理分析模块、数据清理管理模块和存储数据整理规划模块；
2.根据权利要求1所述的一种基于人工智能的电子元件存储数据分析系统，其特征在于：所述芯片数据采集模块包括导航信息采集单元、移动信息采集单元和清理信息采集单元；
3.根据权利要求1所述的一种基于人工智能的电子元件存储数据分析系统，其特征在于：所述历史处理分析模块包括清理信息调取单元和训练样本生成单元；
4.根据权利要求3所述的一种基于人工智能的电子元件存储数据分析系统，其特征在于：所述数据清理管理模块包括预测模型建立单元和清理时间设置单元；
5.根据权利要求4所述的一种基于人工智能的电子元件存储数据分析系统，其特征在于：所述存储数据整理规划模块包括利用价值分析单元和存储数据删除单元；
6.一种基于人工智能的电子元件存储数据分析方法，其特征在于：包括以下步骤：
7.根据权利要求6所述的一种基于人工智能的电子元件存储数据分析方法，其特征在于：在步骤S0
8.根据权利要求7所述的一种基于人工智能的电子元件存储数据分析方法，其特征在于：在步骤S02中：调取历史数据，生成训练样本数据点为{(R1，T1)，(R2，T2)，…，(Rg，Tg)}，建立数据清理预测模型：y＝a*x+b，其中，a表示数据清理预测模型的偏置，b表示截距，x表示数据清理预测模型中指代容量差值的自变量，y表示模型中指代清理时间的因变量，根据下列公式分别求解a和b：
9.根据权利要求8所述的一种基于人工智能的电子元件存储数据分析方法，其特征在于：在步骤S03中：从采集到的用于导航的芯片内存储的导航路线信息中调取出起点相同且终点相同的路线，共调取出m条路线，m条路线的起点相同、终点相同且互相不重合，获取到在用户以往需要从对应起点移动到对应终点时，每条路线被导航系统推送至用户终端的次数集合为H＝{H1，H2，…，Hm}，每条路线以往被导航系统推送至用户终端后，用户未按对应路线移动的次数集合为J＝{J1，J2，…，Jm}，用户按对应路线移动的次数集合为K＝{K1，K2，…，Km}，根据下列公式计算随机一条路线信息的利用价值Pe：
10.根据权利要求9所述的一种基于人工智能的电子元件存储数据分析方法，其特征在于：在步骤S04中：比较m条路线信息的利用价值，将m条路线信息按利用价值从小到大的顺序进行排列并分为c组，前一组中所有路线信息的利用价值都小于后一组，获取到随机一个分组结果中，c组中每组路线信息的平均利用价值集合为D＝{D1，D2，…，Dc}，根据公式计算随机一个分组结果对数据清理的可参考度E，其中，Dj表示随机一个分组结果中，c组中第j组路线信息的平均利用价值，通过相同方式计算不同分组结果对数据清理的可参考度，选择出可参考度最高的一个分组结果，从可参考度最高的分组结果中筛选出处于第一组的路线信息，在与当前时间间隔a*(s-B)+b后对筛选出的处于第一组的路线信息进行删除处理。
...【技术特征摘要】
1.一种基于人工智能的电子元件存储数据分析系统，其特征在于：所述系统包括：芯片数据采集模块、数据管理中心、历史处理分析模块、数据清理管理模块和存储数据整理规划模块；
2.根据权利要求1所述的一种基于人工智能的电子元件存储数据分析系统，其特征在于：所述芯片数据采集模块包括导航信息采集单元、移动信息采集单元和清理信息采集单元；
3.根据权利要求1所述的一种基于人工智能的电子元件存储数据分析系统，其特征在于：所述历史处理分析模块包括清理信息调取单元和训练样本生成单元；
4.根据权利要求3所述的一种基于人工智能的电子元件存储数据分析系统，其特征在于：所述数据清理管理模块包括预测模型建立单元和清理时间设置单元；
5.根据权利要求4所述的一种基于人工智能的电子元件存储数据分析系统，其特征在于：所述存储数据整理规划模块包括利用价值分析单元和存储数据删除单元；
6.一种基于人工智能的电子元件存储数据分析方法，其特征在于：包括以下步骤：
7.根据权利要求6所述的一种基于人工智能的电子元件存储数据分析方法，其特征在于：在步骤s01中：设置芯片存储空间剩余容量阈值为b，采集到用户使用的芯片内的数据以往因芯片存储空间剩余容量小于或等于b而被清理的间隔时长集合为t＝{t1，t2，…，tg}，其中，t1表示芯片内数据第2次被清理时间距第1次被清理完成时间的间隔时长，tg表示芯片内数据第g+1次被清理时间距第g次被清理完成时间的间隔时长，采集到芯片内数据被清理时剩余容量差值集合为r＝{r1，r2，…，rg}，其中，r1表示芯片内数据第2次被清理时的剩余容量与第1次被清理完成时的剩余容量之间的差值，rg表示芯片内数据第g+1次被清理时的剩余容量与第g次被清理完成时的剩余容量之间的差值，前一次被清理完成时的剩余容量大于后一次被清理时的剩余容量，剩余容量差值都大于0，采集用于导航的芯片内存储的导航路线信息，采集用户以往参照芯片...
【专利技术属性】
技术研发人员：袁永斌，
申请(专利权)人：上海源斌电子科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。