CN107621934B - 基于组件化、图形化算子的评估指标计算方法及装置 - Google Patents

基于组件化、图形化算子的评估指标计算方法及装置 Download PDF

Info

Publication number
CN107621934B
CN107621934B CN201710627375.4A CN201710627375A CN107621934B CN 107621934 B CN107621934 B CN 107621934B CN 201710627375 A CN201710627375 A CN 201710627375A CN 107621934 B CN107621934 B CN 107621934B
Authority
CN
China
Prior art keywords
operator
data
operators
algorithm
evaluation index
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201710627375.4A
Other languages
English (en)
Other versions
CN107621934A (zh
Inventor
汪霖
王勇
靳焰
王梦麟
周文璐
樊月波
张海东
陈虎
孙琳
谢文才
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Pla Defense Information School
Original Assignee
Pla Defense Information School
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Pla Defense Information School filed Critical Pla Defense Information School
Priority to CN201710627375.4A priority Critical patent/CN107621934B/zh
Publication of CN107621934A publication Critical patent/CN107621934A/zh
Application granted granted Critical
Publication of CN107621934B publication Critical patent/CN107621934B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Stored Programmes (AREA)
  • General Factory Administration (AREA)

Abstract

本发明适用于指挥信息***模拟训练评估领域,提供一种基于组件化、图形化算子的评估指标计算方法及装置,所述方法包括:按照评估指标的算法设计要求选择合适的基础处理算子,通过有向连接线将基础处理算子进行图形化逻辑连接,形成算法计算实施的全过程逻辑;配置各个基础处理算子的属性和参数;各个基础处理算子按顺序自动执行,输出最终的评估指标。通过图形化的界面进行逻辑连接和参数设计,能够更方便地设计评估算法流程,对操作者更加友好,通过组件化的算子组合方式可以更加快捷方便地设计出复杂的指标及其算法。

Description

基于组件化、图形化算子的评估指标计算方法及装置
技术领域
本发明属于指挥信息***模拟训练评估领域,尤其涉及一种基于组件化、图形化算子的评估指标计算方法及装置。
背景技术
指挥信息***的模拟训练评估***,提供了训练评估的公共框架,实现综合评估功能和专业评估***集成功能,主要用于对指挥信息***模拟训练质量与效果的定量与定性分析评估,为科学地开展训练评估、有效地提高训练效果奠定基础。
目前模拟训练评估***的评估流程为:构建评估指标体系、输入方案数据、选择评估方法、数据处理与分析、评估结果展示。其中选择评估方法步骤中,需要设置每个评估指标的权重和评估指标值计算方式,对于综合评估***一般有人工打分和自动计算两种方式。人工打分即评估人员选择通过人工打分给出评估指标值的具体数值,再根据指标体系进行计算综合评估结果。自动计算即评估人员选择设置每个指标的计算算子和指标权重,根据输入的方案数据自动计算相应的评估指标,得到评估结果。
这里选择自动计算评估指标方式,在评估算子建模工具中有很多可选的算子(即算法),算法可以单独运算,或者通过算法的组合来实现方案数据的评估计算。一般方法中算子的计算过程需要考虑输入输出数据的规范,通常运用脚本的方式进行组合来实现完整的算法流程。这种组合方式需要评估流程设计人员有一定的评估知识储备和一定的编程能力来实现最理想的评估算法流程,增加了评估指标值计算的设计难度。
发明内容
鉴于上述问题,本发明的目的在于提供一种基于组件化、图形化算子的评估指标计算方法及装置,通过使用组件化的流程控制算子、数据抽取算子、数据转换算子、常用算法算子和用户自定义算子,通过有向连线将基础算子组合,并设置算子相应的属性和参数实现指标计算方法的设计,以解决现有评估指标值计算设计方法难度较大的技术问题。
一方面,所述基于组件化、图形化算子的评估指标计算方法包括下述步骤:
按照评估指标的算法设计要求选择合适的基础处理算子,通过有向连接线将基础处理算子进行图形化逻辑连接,形成评估指标算法计算实施的全过程逻辑和路径;
配置各个基础处理算子的属性和参数,包括算子的输入参数、输出参数、控制条件、算法函数、算法代码、异常处理;
按照所述全过程逻辑,各个基础处理算子按有向连接线规定的顺序自动执行,并进行全过程的监控和记录,如果执行过程中遇到异常情况,则根据用户指定的输出参数格式,输出最终的评估指标。
进一步的,所述基础处理算子包括流程控制算子、数据抽取算子、数据转换算子、常用算法算子以及用户自定义算子,所述流程控制算子是表示评估指标计算的开始、条件跳转、完成的流程控制相关算子,所述数据抽取算子是表示根据不同的需要从多种不同的异构的数据源抽取数据的算子,所述数据转换算子是表示对数据表进行转换、计算、组合、拆分操作的算子,所述常用算法算子是表示对数据进行各种数学计算的操作,所述用户自定义算子是提供通用的代码框架和接口的算子,用户根据需求,直接编写特殊算子处理代码。即自定义算子脚本。
进一步的,所述常用算法算子分为统计计算算子、矩阵操作算子、数学运算算子、方差分析算子、回归分析算子、灵敏度分析算子、聚类分析算子、模糊评判算子。
进一步的,所述流程控制算子包括开始算子、完成算子、条件跳转算子,规定了算法计算实施的起点、终点,规定了依据特定条件进行跳转的分支选择方式,从而可以规划出算法计算实施的完整路径;开始算子与数据抽取算子连接,从而算法开始执行时首先从指定数据源获取相关数据,并通过数据转换算子进行必要的预处理,再交由常用算法算子进行处理,最后计算出评估指标;
所有算子均具有通用的、一致的接口,以及自定义的处理方法,算子之间通过有向连接线进行匹配连接,连接线的一端是出口算子,另一端是入口算子,获取出口算子的数据输出接口参数以及入口算子的数据输入接口参数,判断两组接口参数的格式是否匹配,若匹配则这两个算子通过连接线连接,若不匹配则给出无法连接的提示。
另一方面,所述基于组件化、图形化算子的评估指标计算装置包括:
算子选择单元,按照评估指标的算法设计要求选择合适的基础处理算子,通过有向连接线将基础处理算子进行图形化逻辑连接,形成评估指标算法计算实施的全过程逻辑和路径;
算子配置单元,配置各个基础处理算子的属性和参数,包括算子的输入参数、输出参数、控制条件、算法函数、算法代码、异常处理;
算子执行单元,用于按照所述全过程逻辑,各个基础处理算子按有向连接线规定的顺序自动执行,并进行全过程的监控和记录,如果执行过程中遇到异常情况,则根据用户指定的输出参数格式,输出最终的评估指标。
进一步的,所述基础处理算子包括流程控制算子、数据抽取算子、数据转换算子、常用算法算子以及用户自定义算子,所述流程控制算子是表示评估指标计算的开始、条件跳转、完成的流程控制相关算子,所述数据抽取算子是表示根据不同的需要从多种不同的异构的数据源抽取数据的算子,所述数据转换算子是表示对数据表进行转换、计算、组合、拆分操作的算子,所述常用算法算子是表示对数据进行各种数学计算的操作,所述用户自定义算子是提供通用的代码框架和接口的算子,用户根据需求,直接编写特殊算子处理代码。即自定义算子脚本。
进一步的,所述常用算法算子分为统计计算算子、矩阵操作算子、数学运算算子、方差分析算子、回归分析算子、灵敏度分析算子、聚类分析算子、模糊评判算子。
进一步的,所述算子选择单元包括:
所述流程控制算子包括开始算子、完成算子、条件跳转算子,规定了算法计算实施的起点、终点,规定了依据特定条件进行跳转的分支选择方式,从而可以规划出算法计算实施的完整路径;开始算子与数据抽取算子连接,从而算法开始执行时首先从指定数据源获取相关数据,并通过数据转换算子进行必要的预处理,再交由常用算法算子进行处理,最后计算出评估指标;
所有算子均具有通用的、一致的接口,以及自定义的处理方法,算子之间通过有向连接线进行匹配连接,连接线的一端是出口算子,另一端是入口算子,获取出口算子的数据输出接口参数以及入口算子的数据输入接口参数,判断两组接口参数的格式是否匹配,若匹配则这两个算子通过连接线连接,若不匹配则给出无法连接的提示。
本发明的有益效果是:本发明在指挥信息***模拟训练评估***的评估算子建模工具中,采用组件化基础算子,通过图形化的界面进行逻辑连接和参数设计,能够更方便地设计评估算法流程,图形化操作界面对操作者更加友好,通过组件化的算子组合这种方式可以简单方便地设计出复杂的指标计算算法。
附图说明
图1是指挥信息***的模拟训练评估***的评估流程图;
图2是基于组件化、图形化算子的评估指标设计、测试和计算方法的流程图;
图3是图形化评估指标值计算设计操作界面示意图;
图4是形成的图形化计算逻辑示例图;
图5是基于组件化、图形化算子的评估指标设计、测试和计算装置的结构方框图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
为了说明本发明所述的技术方案,下面通过具体实施例来进行说明。
实施例一:
如图2所示,本实施例提供的基于基于组件化、图形化算子的评估指标计算方法具体包括下述步骤:
步骤S101、按照评估指标的算法设计要求选择合适的基础处理算子,通过有向连接线将基础处理算子进行图形化逻辑连接,形成评估指标算法计算实施的全过程逻辑和路径。
本实施例中,所述基础处理算子是指常用的、通用的计算方法和处理方法等的软件组件,主要包括流程控制算子、数据抽取算子、数据转换算子、常用算法算子以及用户自定义算子等。
所述流程控制算子是表示评估指标计算的开始、条件跳转、完成等流程控制相关算子。所述数据抽取算子是表示根据不同的需要从多种不同的异构的数据源抽取数据的算子。所述数据转换算子是表示对数据表进行转换、计算、组合、拆分等操作的算子。所述常用算法算子是表示对数据进行各种常用数学计算的操作。所述常用算法算子进一步可以分为统计计算算子(如最大值、最小值、平均值、中位数、方差、均方差等)、矩阵操作算子(转置、求逆、特征值、特征多项式、QR分解、LU分解等)、数学运算算子(加、减、乘、除、n次方、n次根、差分等)、方差分析算子、回归分析算子、灵敏度分析算子、聚类分析算子、模糊评判算子等等。所述用户自定义算子是提供通用的代码框架和接口的算子,用户根据需求,直接编写特殊算子处理代码。即自定义算子脚本。
所述流程控制算子包括开始算子、完成算子、条件跳转算子,规定了算法计算实施的起点、终点,规定了依据特定条件进行跳转的分支选择方式,从而可以规划出算法计算实施的完整路径;开始算子与数据抽取算子连接,从而算法开始执行时首先从指定数据源获取相关数据,并通过数据转换算子进行必要的预处理,再交由常用算法算子进行处理,最后计算出评估指标。所有算子均具有通用的、一致的接口,以及自定义的处理方法,从而大大便于算子的重用和改造。算子之间通过有向连接线进行匹配连接,连接线的一端是出口算子,另一端是入口算子,获取出口算子的数据输出接口参数以及入口算子的数据输入接口参数,判断两组接口参数的格式是否匹配,若匹配则这两个算子通过连接线连接,若不匹配则给出无法连接的提示
在图1中,构建评估指标体系通过评估***中指标体系设计工具完成。该工具的作用是描述指挥信息***模拟训练管理***、导调组对模拟训练所需评价指标体系的限制,基于模拟训练过程及想定结果来建立指标体系。这一过程的输出是根据评估目标所构建的指标体系。输入方案数据通过评估***中数据预处理处理工具完成,该工具的作用是接收输入数据并进行预处理,输入主要包括指挥信息***模拟训练生成的Excel文件、文本文件、SqlServer数据库、Oracle数据库、仿真想定及回放文件。数据预处理工具产生的输出主要包括处理后的数据表、可导出的文本和Excel文件。本实施例的数据抽取算子就是所述数据预处理工具处理后的数据表。
图1所示的选择评估方法通过通过评估***中评估算子建模工具完成。该工具的作用是建立数据到评估指标值的计算规则,输入包括构建的指标体系和处理后的数据表,输出则是指标的计算规则方法。本发明利用评估算子建模工具设计了一种组件化、图形化评估指标计算设计方法,本步骤中,用连接线将选择的算子进行图形化逻辑连接,形成评估指标算法计算实施的全过程逻辑和路径。
参照图3所述的一种图形化操作界面,在设计评估指标值计算算法时,左侧有基础算子库,有流程控制算子、数据抽取算子、数据转换算子供选择、常用算法算子以及用户自定义算子,而且还可以扩展基础算子库。
首先按照算法设计要求在基础算子库中选择合适的组件化算子,如果需要用户自定义算子则还可以选择合适的用户自定义算子,并将选择的算子在图形化设计界面中显示,并挪动算子的位置进行合理布局。一般来讲,将流程控制算子作为开始算子和完成算子,开始算子与数据抽取算子连接,数据抽取算子与完成算子之间为连接的各个数据转换算子、常用算法算子以及用户自定义算子,进行数据计算处理。在算子连接过程中,对于需要连接的双方算子,一方是出口算子另一方是入口算子,出口算子在上游,入口算子在下游。所述数据转换算子具有数据输入接口和数据输出接口,接口包括接口参数,当然数据算子也有数据输出接口。获取出口算子的数据输出接口参数以及入口算子的数据输入接口参数,判断两组接口参数的格式是否匹配,若匹配则这两个算子通过连接线连接,若不匹配则给出无法连接的提示。
由于不是任何两个算子之间都是可以连接的,对于两个待连接的算子,通过检测出口算子的数据输出接口参数以及入口算子的数据输入接口参数是否匹配来判断两种是否可以连接。所述接口参数就是算子接口的输入/输出数据的种类、数量等。比如出口算子A的数据输出接口参数中有数据类型X,而入口算子B的数据输入接口参数只有数据类型Y,这两种算子之间是不能连接的,否则即使连接后,算子执行也会出错。
步骤S102、配置各个处理算子的属性和参数,包括算子的输入参数、输出参数、控制条件、算法函数、算法代码、异常处理。
这里主要是对数据转换算子的属性和参数进行设置。如过滤算子,需要设置过滤条件,表达式算子需要用户定义计算表达式。在完成图形化的逻辑连接和配置属性参数的步骤后,就能到了评估指标值计算方法的流程图,该流程图也是评估指标值的计算规则。
步骤S103、按照所述全过程逻辑各个基础处理算子按有向连接线规定的顺序自动执行,并进行全过程的监控和记录,如果执行过程中遇到异常情况,则根据用户指定的输出参数格式,输出最终的评估指标。
本步骤按照设计的计算逻辑来进行评估指标计算,得到评估指标后,通过综合评估展示***来展示综合的成绩表,对评估的结果予以展示。
下面列举一例,如图4所示,流程开始,选择一个流程控制算子作为开始算子,然后需要选择两个数据抽取算子,即数据表TAB_FA_COMMANDNODE和TAB_FA_VEHICLE。对每个数据表各运用一个过滤算子删选符合条件的数据,即图中过滤算子1和过滤算子2。过滤后的数据运用连接算子,将两个数据表的结果连接起来,再运用聚合算子进行分组组合,这里两个过滤算子和一个连接算子、一个聚合算子就是选择的数据转换算子,之后图示的脚本即用户自定义算子,通过C#脚本自定义计算方式,最后得到结果完成计算流程,选择一个流程控制算子作为完成算子表示流程结束。
从上述示例可看出,开放人员仅需要选择合适的算子,然后通过连接线将各个算子连接起来,就可以形成一个完整评估指标值计算方法,无需考虑到底层的代码编写,因此可以根据需求快速设计出各种复杂的评估指标值计算方法,降低了开发难度。
本发明是提供了一种图形化界面的逻辑连接和参数配置操作,通过组件化的算子组合这种方式可以简单方便地设计出复杂的指标计算算法,如何计算评估指标值的具体过程不是本发明所关心的。而且图形化的逻辑连接关系可以更清楚直接的了解评估指标值的计算算法的框架结构,逻辑关系更清楚,对开发设计人员的代码要求不高,无需编写各种复杂的逻辑代码,降低了评估指标值计算的设计难度。
实施例二:
如图5所示,本实施例提供的基于组件化、图形化算子的评估指标计算装置包括:
算子选择单元51,按照评估指标的算法设计要求选择合适的基础处理算子,通过有向连接线将基础处理算子进行图形化逻辑连接,形成评估指标算法计算实施的全过程逻辑和路径;
算子配置单元52,配置各个基础处理算子的属性和参数,包括算子的输入参数、输出参数、控制条件、算法函数、算法代码、异常处理;
算子执行单元53,用于按照所述全过程逻辑,各个基础处理算子按有向连接线规定的顺序自动执行,并进行全过程的监控和记录,如果执行过程中遇到异常情况,则根据用户指定的输出参数格式,输出最终的评估指标。
本实施例提供的功能单元51-53对应实现了实施例一中的步骤S101-S103,通过算子选择单元选择合适的基础处理算子,然后图形化逻辑连接,通过算子配置单元配置个算子的属性和参数,最后通过算子执行单元执行计算流程,得到最后的评估指标。所述基础处理算子包括流程控制算子、数据抽取算子、数据转换算子、常用算法算子以及用户自定义算子,所述流程控制算子是表示评估指标计算的开始、条件跳转、完成的流程控制相关算子,所述数据抽取算子是表示根据不同的需要从多种不同的异构的数据源抽取数据的算子,所述数据转换算子是表示对数据表进行转换、计算、组合、拆分操作的算子,所述常用算法算子是表示对数据进行各种数学计算的操作,所述用户自定义算子是提供通用的代码框架和接口的算子,用户根据需求,直接编写特殊算子处理代码。即自定义算子脚本。所述常用算法算子分为统计计算算子、矩阵操作算子、数学运算算子、方差分析算子、回归分析算子、灵敏度分析算子、聚类分析算子、模糊评判算子。
进一步的,所述流程控制算子包括开始算子、完成算子、条件跳转算子,规定了算法计算实施的起点、终点,规定了依据特定条件进行跳转的分支选择方式,从而可以规划出算法计算实施的完整路径;开始算子与数据抽取算子连接,从而算法开始执行时首先从指定数据源获取相关数据,并通过数据转换算子进行必要的预处理,再交由常用算法算子进行处理,最后计算出评估指标;
所有算子均具有通用的、一致的接口,以及自定义的处理方法,算子之间通过有向连接线进行匹配连接,连接线的一端是出口算子,另一端是入口算子,获取出口算子的数据输出接口参数以及入口算子的数据输入接口参数,判断两组接口参数的格式是否匹配,若匹配则这两个算子通过连接线连接,若不匹配则给出无法连接的提示。
本发明实施例的功能单元和功能模块在实施例一中都有对应执行步骤,这里不再赘述。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。

Claims (2)

1.一种基于组件化、图形化算子的评估指标计算方法,其特征在于,所述方法包括下述步骤:
按照评估指标的算法设计要求选择合适的基础处理算子,通过有向连接线将基础处理算子进行图形化逻辑连接,形成评估指标算法计算实施的全过程逻辑和路径;
配置各个基础处理算子的属性和参数,包括算子的输入参数、输出参数、控制条件、算法函数、算法代码、异常处理;
按照所述全过程逻辑,各个基础处理算子按有向连接线规定的顺序自动执行,并进行全过程的监控和记录,如果执行过程中遇到异常情况,则根据用户指定的输出参数格式,输出最终的评估指标;
其中,所述基础处理算子包括流程控制算子、数据抽取算子、数据转换算子、常用算法算子以及用户自定义算子,所述流程控制算子是表示评估指标计算的开始、条件跳转、完成的流程控制相关算子,所述数据抽取算子是表示根据不同的需要从多种不同的异构的数据源抽取数据的算子,所述数据转换算子是表示对数据表进行转换、计算、组合、拆分操作的算子,所述常用算法算子是表示对数据进行各种数学计算的操作,所述用户自定义算子是提供通用的代码框架和接口的算子,用户根据需求,直接编写特殊算子处理代码,即自定义算子脚本;
其中,所述常用算法算子分为统计计算算子、矩阵操作算子、数学运算算子、方差分析算子、回归分析算子、灵敏度分析算子、聚类分析算子、模糊评判算子;
其中,所述流程控制算子包括开始算子、完成算子、条件跳转算子,规定了算法计算实施的起点、终点,规定了依据特定条件进行跳转的分支选择方式,从而可以规划出算法计算实施的完整路径;开始算子与数据抽取算子连接,从而算法开始执行时首先从指定数据源获取相关数据,并通过数据转换算子进行必要的预处理,再交由常用算法算子进行处理,最后计算出评估指标;
所有算子均具有通用的、一致的接口,以及自定义的处理方法,算子之间通过有向连接线进行匹配连接,连接线的一端是出口算子,另一端是入口算子,获取出口算子的数据输出接口参数以及入口算子的数据输入接口参数,判断两组接口参数的格式是否匹配,若匹配则这两个算子通过连接线连接,若不匹配则给出无法连接的提示。
2.一种基于组件化、图形化算子的评估指标计算装置,其特征在于,所述装置包括:
算子选择单元,按照评估指标的算法设计要求选择合适的基础处理算子,通过有向连接线将基础处理算子进行图形化逻辑连接,形成评估指标算法计算实施的全过程逻辑和路径;
算子配置单元,配置各个基础处理算子的属性和参数,包括算子的输入参数、输出参数、控制条件、算法函数、算法代码、异常处理;
算子执行单元,用于按照所述全过程逻辑,各个基础处理算子按有向连接线规定的顺序自动执行,并进行全过程的监控和记录,如果执行过程中遇到异常情况,则根据用户指定的输出参数格式,输出最终的评估指标;
其中,所述基础处理算子包括流程控制算子、数据抽取算子、数据转换算子、常用算法算子以及用户自定义算子,所述流程控制算子是表示评估指标计算的开始、条件跳转、完成的流程控制相关算子,所述数据抽取算子是表示根据不同的需要从多种不同的异构的数据源抽取数据的算子,所述数据转换算子是表示对数据表进行转换、计算、组合、拆分操作的算子,所述常用算法算子是表示对数据进行各种数学计算的操作,所述用户自定义算子是提供通用的代码框架和接口的算子,用户根据需求,直接编写特殊算子处理代码,即自定义算子脚本;
其中,所述常用算法算子分为统计计算算子、矩阵操作算子、数学运算算子、方差分析算子、回归分析算子、灵敏度分析算子、聚类分析算子、模糊评判算子;
其中,所述流程控制算子包括开始算子、完成算子、条件跳转算子,规定了算法计算实施的起点、终点,规定了依据特定条件进行跳转的分支选择方式,从而可以规划出算法计算实施的完整路径;开始算子与数据抽取算子连接,从而算法开始执行时首先从指定数据源获取相关数据,并通过数据转换算子进行必要的预处理,再交由常用算法算子进行处理,最后计算出评估指标;
所有算子均具有通用的、一致的接口,以及自定义的处理方法,算子之间通过有向连接线进行匹配连接,连接线的一端是出口算子,另一端是入口算子,获取出口算子的数据输出接口参数以及入口算子的数据输入接口参数,判断两组接口参数的格式是否匹配,若匹配则这两个算子通过连接线连接,若不匹配则给出无法连接的提示。
CN201710627375.4A 2017-07-28 2017-07-28 基于组件化、图形化算子的评估指标计算方法及装置 Active CN107621934B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710627375.4A CN107621934B (zh) 2017-07-28 2017-07-28 基于组件化、图形化算子的评估指标计算方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710627375.4A CN107621934B (zh) 2017-07-28 2017-07-28 基于组件化、图形化算子的评估指标计算方法及装置

Publications (2)

Publication Number Publication Date
CN107621934A CN107621934A (zh) 2018-01-23
CN107621934B true CN107621934B (zh) 2020-11-03

Family

ID=61088103

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710627375.4A Active CN107621934B (zh) 2017-07-28 2017-07-28 基于组件化、图形化算子的评估指标计算方法及装置

Country Status (1)

Country Link
CN (1) CN107621934B (zh)

Families Citing this family (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110362306A (zh) * 2018-04-11 2019-10-22 阿里巴巴集团控股有限公司 图形化算法组件的自定义方法、模型生成方法及装置
CN110473120A (zh) * 2018-05-10 2019-11-19 深圳富桂精密工业有限公司 基于工业互联网的微服务异构再生***、方法及存储介质
CN108734414A (zh) * 2018-06-05 2018-11-02 山东省海洋资源与环境研究院 一种海洋环境监测数据标准化入库及评价分析***
CN109740730B (zh) * 2018-12-14 2020-10-23 安徽寒武纪信息科技有限公司 运算方法、装置及相关产品
CN109657782B (zh) * 2018-12-14 2020-10-27 安徽寒武纪信息科技有限公司 运算方法、装置及相关产品
CN110764753B (zh) * 2019-09-18 2023-08-25 亚信创新技术(南京)有限公司 一种业务逻辑代码生成方法、装置、设备及存储介质
CN112801439A (zh) * 2019-11-14 2021-05-14 深圳百迈技术有限公司 任务管理方法及装置
CN111324345A (zh) * 2020-03-19 2020-06-23 北京奇艺世纪科技有限公司 数据处理方式生成方法、数据处理方法、装置及电子设备
CN112749194A (zh) * 2020-06-03 2021-05-04 腾讯科技(深圳)有限公司 可视化的数据处理方法、装置、电子设备及可读存储介质
CN112130933A (zh) * 2020-08-04 2020-12-25 中科天玑数据科技股份有限公司 一种算子集构建及调用的方法和装置
CN112346736B (zh) * 2020-11-17 2022-02-01 北京九章云极科技有限公司 一种数据处理方法和***
CN112364085B (zh) * 2020-11-20 2023-07-25 浙江百应科技有限公司 一种基于MapReduce思想的特征抽取计算方法
CN112433702B (zh) * 2020-12-19 2021-06-29 合肥汉腾信息技术有限公司 一种轻量级流程设计***及方法
CN112633502B (zh) * 2020-12-29 2022-03-22 北京百度网讯科技有限公司 一种深度学***台执行方法、装置及电子设备
CN112764721A (zh) * 2021-01-15 2021-05-07 南京中兴力维软件有限公司 数据处理方法、装置、***及计算机可读存储介质
CN113434119B (zh) * 2021-06-24 2024-04-26 江苏创源电子有限公司 一种基于流程控制的业务处理方法及其装置
CN113469284B (zh) * 2021-07-26 2024-07-02 浙江大华技术股份有限公司 一种数据分析的方法、装置及存储介质
CN114185874A (zh) * 2022-02-15 2022-03-15 中国电子科技集团公司第十五研究所 一种基于大数据的建模方法、装置、开发框架及设备
CN114879943A (zh) * 2022-06-30 2022-08-09 浙江大华技术股份有限公司 一种算法方案生成方法、装置以及计算机可读存储介质
CN114880395B (zh) * 2022-07-05 2022-10-28 浙江大华技术股份有限公司 算法方案运行方法、可视化***、终端设备以及存储介质
CN115545401B (zh) * 2022-08-26 2023-07-11 广州市规划和自然资源自动化中心(广州市基础地理信息中心) 基于可视化指标模型配置的城市体检评估方法、***及计算机设备
CN116257303B (zh) * 2023-05-04 2023-08-15 支付宝(杭州)信息技术有限公司 一种数据安全处理的方法、装置、存储介质及电子设备

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5966072A (en) * 1996-07-02 1999-10-12 Ab Initio Software Corporation Executing computations expressed as graphs
CN1392978A (zh) * 2000-08-24 2003-01-22 泽姆普莱克斯有限公司 以图形表示定义公式的方法
CN101192239A (zh) * 2006-12-01 2008-06-04 国际商业机器公司 实现用于集成***的统一模型的***和方法
CN102138139A (zh) * 2008-06-30 2011-07-27 起元技术有限责任公司 基于图的计算中的数据日志记录
CN105009078A (zh) * 2013-02-12 2015-10-28 起元科技有限公司 构建用于配置处理过程的应用程序
CN106663075A (zh) * 2014-09-02 2017-05-10 起元科技有限公司 执行基于图的程序规范

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020089541A1 (en) * 2000-02-14 2002-07-11 Julian Orbanes System for graphically interconnecting operators

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5966072A (en) * 1996-07-02 1999-10-12 Ab Initio Software Corporation Executing computations expressed as graphs
CN1392978A (zh) * 2000-08-24 2003-01-22 泽姆普莱克斯有限公司 以图形表示定义公式的方法
CN101192239A (zh) * 2006-12-01 2008-06-04 国际商业机器公司 实现用于集成***的统一模型的***和方法
CN102138139A (zh) * 2008-06-30 2011-07-27 起元技术有限责任公司 基于图的计算中的数据日志记录
CN105009078A (zh) * 2013-02-12 2015-10-28 起元科技有限公司 构建用于配置处理过程的应用程序
CN106663075A (zh) * 2014-09-02 2017-05-10 起元科技有限公司 执行基于图的程序规范

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
基于AHP 算子的武器***作战效能评估建模;蔺美青 等;《空军雷达学院学报》;20091031;第23卷(第5期);第338-340页 *
基于算子的武器***效能柔性评估建模方法论;蔺美青 等;《第13届中国***仿真技术及其应用学术年会》;20110803;第91页 *

Also Published As

Publication number Publication date
CN107621934A (zh) 2018-01-23

Similar Documents

Publication Publication Date Title
CN107621934B (zh) 基于组件化、图形化算子的评估指标计算方法及装置
US11080435B2 (en) System architecture with visual modeling tool for designing and deploying complex models to distributed computing clusters
US9754059B2 (en) Graphical design verification environment generator
CN110909039A (zh) 一种基于拖拽式流程的大数据挖掘工具及方法
CN112199086B (zh) 自动编程控制***、方法、装置、电子设备及存储介质
CN114816374B (zh) 可视化数据分析流程建模方法及***
CN104252408A (zh) 提供测试用例的方法和装置
US20190220778A1 (en) Information processing apparatus, information processing method, and computer readable medium
CN108228187B (zh) 一种数值程序的全局优化方法
Stephan Towards a cognizant virtual software modeling assistant using model clones
CN110727670B (zh) 基于流程图的数据结构预测传递及自动化数据处理方法
CN112527256A (zh) 一种集成化水电站模型开发***及方法
KR20210058171A (ko) 주식 예측 딥러닝 모델 생성 및 파라미터 최적화를 위한 Automated Deep Learning Studio
JP2005242569A (ja) データ処理装置設計方法、データ処理装置設計装置及びプログラム
CN110209902B (zh) 对机器学习过程中的特征生成过程可视化的方法和***
Oukharijane et al. Towards an approach for the evaluation of the quality of business process models
WO2024082530A1 (zh) 一种数字孪生数据模型驱动的高性能虚拟仿真方法及***
KR101985491B1 (ko) 다이어그램 방식의 시각화 수식 작성을 통한 결과 생성 및 모니터링 장치
Shahshahani et al. Resource and performance estimation for CNN models using machine learning
Zhang et al. Early performance estimation of embedded software on risc-v processor using linear regression
CN114610648A (zh) 一种测试方法、装置及设备
CN112667278A (zh) 一种医院医保接口配置方法及***
CN111208993A (zh) 一种流程化数据分析处理***
JP7186411B1 (ja) 情報処理システム、情報処理方法及び情報処理プログラム
US20090326908A1 (en) Simulation support method, computer-readable storage medium storing simulation support program, and simulation support apparatus

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant