【技术实现步骤摘要】
本专利技术涉及数据识别，尤其涉及稀疏数据识别方法、智能计算子系统以及智能计算平台。
技术介绍
1、当前，为了提升各个产业、各个领域的智能化应用普及程度，迫切需要构建一种智能计算平台，该平台可以协助智能超算中心的建设，并为科研、产业和城市服务提供人工智能平台的基础设施。通过智能计算平台的实施，人才聚集、产业升级和发展都将进一步得以实现。然而，在智能计算平台的构建过程中，大量稀疏数据的出现会对智能计算平台的性能造成负面影响，降低平台的效率和效果。因此亟需一种准确识别稀疏数据的稀疏类型的方法，为处理和解决后续的稀疏数据问题提供基础。
技术实现思路
1、本专利技术实施例的主要目的在于提供稀疏数据识别方法、智能计算子系统以及智能计算平台，旨在解决相关技术中在智能计算平台的构建过程中，大量稀疏数据的出现会对智能计算平台的性能造成负面影响，降低平台的效率和效果的问题。
2、第一方面，本专利技术实施例提供稀疏数据识别方法，包括：
3、获得所述稀疏数据，并确定所述稀疏数据对应的第一缺失数据；
4、对所述稀疏数据进行初始化填充，获得所述稀疏数据对应的第一填充数据；
5、对所述第一填充数据进行数据聚类，获得所述第一填充数据对应的第一类簇结果；
6、根据所述第一缺失数据确定所述第一类簇结果对应的第二缺失数据；
7、根据协同过滤算法对所述第一类簇结果中的所述第二缺失数据进行填充值替换，获得替换后的第二填充数据；
8、对所述第
9、根据所述第二类簇结果确定所述第二填充数据对应的第一填充效果；
10、当所述第一填充效果满足预设条件时，则根据所述第二填充数据确定所述稀疏数据对应的目标数据；
11、将所述稀疏数据和所述目标数据根据稀疏分类模型进行稀疏类型分类，获得所述稀疏数据对应的稀疏类型。
12、第二方面，本专利技术实施例提供一种智能计算子系统，包括：
13、数据获取模块，用于获得所述稀疏数据，并确定所述稀疏数据对应的第一缺失数据；
14、初始填充模块，用于对所述稀疏数据进行初始化填充，获得所述稀疏数据对应的第一填充数据；
15、初始聚类模块，用于对所述第一填充数据进行数据聚类，获得所述第一填充数据对应的第一类簇结果；
16、缺失确定模块，用于根据所述第一缺失数据确定所述第一类簇结果对应的第二缺失数据；
17、算法填充模块，用于根据协同过滤算法对所述第一类簇结果中的所述第二缺失数据进行填充值替换，获得替换后的第二填充数据；
18、再次聚类模块，用于对所述第二填充数据进行数据聚类，获得所述第二填充数据对应的第二类簇结果；
19、效果确认模块，用于根据所述第二类簇结果确定所述第二填充数据对应的第一填充效果；
20、数据确定模块，用于当所述第一填充效果满足预设条件时，则根据所述第二填充数据确定所述稀疏数据对应的目标数据；
21、类型确定模块，用于将所述稀疏数据和所述目标数据根据稀疏分类模型进行稀疏类型分类，获得所述稀疏数据对应的稀疏类型。
22、第三方面，本专利技术实施例还提供一种智能计算平台，所述智能计算平台包括处理器、存储器、存储在所述存储器上并可被所述处理器执行的计算机程序以及用于实现所述处理器和所述存储器之间的连接通信的数据总线，其中所述计算机程序被所述处理器执行时，实现如本专利技术说明书提供的任一项稀疏数据识别方法的步骤。
23、本专利技术实施例提供一种稀疏数据识别方法、智能计算子系统以及智能计算平台，本专利技术包括：获得稀疏数据，并确定稀疏数据对应的第一缺失数据；对稀疏数据进行初始化填充，获得稀疏数据对应的第一填充数据；对第一填充数据进行数据聚类，获得第一填充数据对应的第一类簇结果；根据第一缺失数据确定第一类簇结果对应的第二缺失数据；根据协同过滤算法对第一类簇结果中的第二缺失数据进行填充值替换，获得替换后的第二填充数据；对第二填充数据进行数据聚类，获得第二填充数据对应的第二类簇结果；根据第二类簇结果确定第二填充数据对应的第一填充效果；当第一填充效果满足预设条件时，则根据第二填充数据确定稀疏数据对应的目标数据；将稀疏数据和目标数据根据稀疏分类模型进行稀疏类型分类，获得稀疏数据对应的稀疏类型。本申请中利用数据聚类和协同过滤算法对稀疏数据进行数据填充，获得对应的目标数据，进而根据稀疏数据和目标数据利用稀疏分类模型进行稀疏类型分类，从而确定稀疏数据对应的稀疏类型，进而在明确稀疏数据对应的稀疏类型后，可为后续的任务分析选择更合适的模型，也为后续的任务提供良好的性能支撑。也解决了相关技术中在智能计算平台的构建过程中，大量稀疏数据的出现会对智能计算平台的性能造成负面影响，降低平台的效率和效果的问题。
本文档来自技高网...【技术保护点】
1.稀疏数据识别方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，当所述第一填充效果不满足所述预设条件时，所述方法还包括：
3.根据权利要求1所述的方法，其特征在于，所述对所述第二填充数据进行数据聚类，获得所述第二填充数据对应的第二类簇结果，包括：
4.根据权利要求3所述的方法，其特征在于，所述根据所述第一聚类中心更新所述第一矩阵，获得第二矩阵，包括：
5.根据权利要求4所述的方法，其特征在于，根据所述第一聚类中心更新所述第一矩阵，获得第二矩阵之后，所述方法还包括：
6.根据权利要求1所述的方法，其特征在于，所述根据协同过滤算法对所述第一类簇结果中的所述第二缺失数据进行填充值替换，获得替换后的第二填充数据，包括：
7.根据权利要求3所述的方法，其特征在于，所述根据所述第二类簇结果确定所述第二填充数据对应的第一填充效果，包括：
8.根据权利要求1所述的方法，其特征在于，所述稀疏分类模型包括数据补充层、误差计算层、类别确定层，所述将所述稀疏数据和所述目标数据根据稀疏分类模型进
9.一种智能计算子系统，其特征在于，包括：
10.一种智能计算平台，其特征在于，所述智能计算平台包括处理器、存储器；
...【技术特征摘要】
1.稀疏数据识别方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，当所述第一填充效果不满足所述预设条件时，所述方法还包括：
3.根据权利要求1所述的方法，其特征在于，所述对所述第二填充数据进行数据聚类，获得所述第二填充数据对应的第二类簇结果，包括：
4.根据权利要求3所述的方法，其特征在于，所述根据所述第一聚类中心更新所述第一矩阵，获得第二矩阵，包括：
5.根据权利要求4所述的方法，其特征在于，根据所述第一聚类中心更新所述第一矩阵，获得第二矩阵之后，所述方法还包括：
6.根据权利要求1所述的方法，其特征在...
【专利技术属性】
技术研发人员：邓练兵，巩志国，官全龙，
申请(专利权)人：广东琴智科技研究院有限公司，
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。