System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() SSD盘片性能数据构建方法、装置、设备及介质制造方法及图纸_技高网

SSD盘片性能数据构建方法、装置、设备及介质制造方法及图纸

技术编号:41131740 阅读:2 留言:0更新日期:2024-04-30 18:01
本发明专利技术涉及SSD盘片性能数据构建方法、装置、设备及介质,该方法,包括:提取SSD盘片的性能参数;对性能参数进行组合和存储,以得到数据集;对数据集进行模型训练,以得到数据模型;根据数据模型,输出SSD盘片性能数据图形。本发明专利技术为了实现对SSD盘片性能数据的高效管理、分析和优化,通过结合机器学习模型,实现对SSD盘片性能的自动化测试和评估,以减少人力成本和提高测试效率。

【技术实现步骤摘要】

本专利技术涉及ssd盘片性能数据构建,尤其是指ssd盘片性能数据构建方法、装置、设备及介质。


技术介绍

1、在传统技术中,对固态硬盘(ssd)盘片性能的评估和预测,依赖于传统的关系型数据库和测试软件,或者一些基于人工智能模型的预测方法。然而,这些方法存在数据处理效率低下、杂项数据过多导致存储空间不足、缺乏对数据间复杂关系的深入挖掘和分析以及数据安全性和隐私性保护不足等缺陷。


技术实现思路

1、本专利技术的目的在于克服现有技术的不足,提供ssd盘片性能数据构建方法、装置、设备及介质。

2、为了解决上述技术问题,本专利技术采用如下技术方案:

3、第一方面,本实施例提供了一种ssd盘片性能数据构建方法,包括以下步骤:

4、提取ssd盘片的性能参数;

5、对性能参数进行组合和存储,以得到数据集;

6、对数据集进行模型训练,以得到数据模型;

7、根据数据模型,输出ssd盘片性能数据图形。

8、其进一步技术方案为:所述对性能参数进行组合和存储,以得到数据集步骤中,对性能参数按场景分类进行组合和存储,以得到若干个数据组合,所有的数据组合形成数据集。

9、其进一步技术方案为:所述对数据集进行模型训练,以得到数据模型步骤中,对数据集进行全文搜索及分析,并进行分类训练,以得到若干分类训练模型,所有的分类训练模型形成数据模型。

10、其进一步技术方案为:所述根据数据模型,输出ssd盘片性能数据图形步骤之后,还包括:输入新的ssd盘片性能参数至数据模型,以得到新的ssd盘片性能数据图形。

11、第二方面,本实施例提供了一种ssd盘片性能数据构建装置,包括:提取单元、组合存储单元、训练单元及输出单元;

12、所述提取单元,用于提取ssd盘片的性能参数;

13、所述组合存储单元,用于对性能参数进行组合和存储,以得到数据集;

14、所述训练单元,用于对数据集进行模型训练,以得到数据模型;

15、所述输出单元,用于根据数据模型,输出ssd盘片性能数据图形。

16、其进一步技术方案为:所述组合存储单元中,对性能参数按场景分类进行组合和存储,以得到若干个数据组合,所有的数据组合形成数据集。

17、其进一步技术方案为:所述训练单元中,对数据集进行全文搜索及分析,并进行分类训练,以得到若干分类训练模型,所有的分类训练模型形成数据模型。

18、其进一步技术方案为:所述装置还包括:输入得到单元,用于输入新的ssd盘片性能参数至数据模型,以得到新的ssd盘片性能数据图形。

19、第三方面,本实施例提供了一种计算机设备,所述计算机设备包括存储器及处理器,所述存储器上存储有计算机程序,所述处理器执行所述计算机程序时实现如上述所述的ssd盘片性能数据构建方法。

20、第四方面,本实施例提供了一种存储介质,所述存储介质存储有计算机程序,所述计算机程序包括程序指令,所述程序指令当被处理器执行时可实现如上述所述的ssd盘片性能数据构建方法。

21、本专利技术与现有技术相比的有益效果是:为了实现对ssd盘片性能数据的高效管理、分析和优化,通过结合机器学习模型,实现对ssd盘片性能的自动化测试和评估,以减少人力成本和提高测试效率。

22、下面结合附图和具体实施例对本专利技术作进一步描述。

本文档来自技高网...

【技术保护点】

1.SSD盘片性能数据构建方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的SSD盘片性能数据构建方法,其特征在于,所述对性能参数进行组合和存储,以得到数据集步骤中,对性能参数按场景分类进行组合和存储,以得到若干个数据组合,所有的数据组合形成数据集。

3.根据权利要求1所述的SSD盘片性能数据构建方法,其特征在于,所述对数据集进行模型训练,以得到数据模型步骤中,对数据集进行全文搜索及分析,并进行分类训练,以得到若干分类训练模型,所有的分类训练模型形成数据模型。

4.根据权利要求1所述的SSD盘片性能数据构建方法,其特征在于,所述根据数据模型,输出SSD盘片性能数据图形步骤之后,还包括:输入新的SSD盘片性能参数至数据模型,以得到新的SSD盘片性能数据图形。

5.SSD盘片性能数据构建装置,其特征在于,包括:提取单元、组合存储单元、训练单元及输出单元;

6.根据权利要求5所述的SSD盘片性能数据构建装置,其特征在于,所述组合存储单元中,对性能参数按场景分类进行组合和存储,以得到若干个数据组合,所有的数据组合形成数据集。

7.根据权利要求5所述的SSD盘片性能数据构建装置,其特征在于,所述训练单元中,对数据集进行全文搜索及分析,并进行分类训练,以得到若干分类训练模型,所有的分类训练模型形成数据模型。

8.根据权利要求5所述的SSD盘片性能数据构建装置,其特征在于,所述装置还包括:输入得到单元,用于输入新的SSD盘片性能参数至数据模型,以得到新的SSD盘片性能数据图形。

9.一种计算机设备,其特征在于,所述计算机设备包括存储器及处理器,所述存储器上存储有计算机程序,所述处理器执行所述计算机程序时实现如权利要求1-4中任一项所述的SSD盘片性能数据构建方法。

10.一种存储介质,其特征在于,所述存储介质存储有计算机程序,所述计算机程序包括程序指令,所述程序指令当被处理器执行时实现如权利要求1-4中任一项所述的SSD盘片性能数据构建方法。

...

【技术特征摘要】

1.ssd盘片性能数据构建方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的ssd盘片性能数据构建方法,其特征在于,所述对性能参数进行组合和存储,以得到数据集步骤中,对性能参数按场景分类进行组合和存储,以得到若干个数据组合,所有的数据组合形成数据集。

3.根据权利要求1所述的ssd盘片性能数据构建方法,其特征在于,所述对数据集进行模型训练,以得到数据模型步骤中,对数据集进行全文搜索及分析,并进行分类训练,以得到若干分类训练模型,所有的分类训练模型形成数据模型。

4.根据权利要求1所述的ssd盘片性能数据构建方法,其特征在于,所述根据数据模型,输出ssd盘片性能数据图形步骤之后,还包括:输入新的ssd盘片性能参数至数据模型,以得到新的ssd盘片性能数据图形。

5.ssd盘片性能数据构建装置,其特征在于,包括:提取单元、组合存储单元、训练单元及输出单元;

6.根据权利要求5所述的ssd盘片性能数据构建装置,其特...

【专利技术属性】
技术研发人员:范昭冉余朝江脱永东
申请(专利权)人:成都芯忆联信息技术有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1