CN112650528A - 个性化算法生成方法、装置、电子设备和计算机可读介质 - Google Patents
个性化算法生成方法、装置、电子设备和计算机可读介质 Download PDFInfo
- Publication number
- CN112650528A CN112650528A CN202011635775.8A CN202011635775A CN112650528A CN 112650528 A CN112650528 A CN 112650528A CN 202011635775 A CN202011635775 A CN 202011635775A CN 112650528 A CN112650528 A CN 112650528A
- Authority
- CN
- China
- Prior art keywords
- related information
- equipment
- algorithm
- personalized
- information
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 40
- 238000004590 computer program Methods 0.000 claims description 9
- 230000004044 response Effects 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 8
- 238000005057 refrigeration Methods 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000009977 dual effect Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F8/00—Arrangements for software engineering
- G06F8/70—Software maintenance or management
- G06F8/71—Version control; Configuration management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/44—Arrangements for executing specific programs
- G06F9/4401—Bootstrapping
- G06F9/4411—Configuring for operating with peripheral devices; Loading of device drivers
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Security & Cryptography (AREA)
- Data Mining & Analysis (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本公开的实施例公开了个性化算法生成方法、装置、电子设备和计算机可读介质。该方法的一具体实施方式包括:对获取的设备相关信息集合中的设备相关信息进行分类,得到设备相关信息类;为所述设备相关信息类中的设备相关信息添加标签编码;对所述设备相关信息类中每个设备相关信息的标签编码进行辨识,得到辨识结果,以组成辨识结果集合;基于所述辨识结果集合,生成所述每个设备相关信息的个性化算法。该实施方式利用机器识别设备类型,生成适用于该设备的个性化算法,实现了自动匹配个性化算法至设备,节省了人力成本。
Description
技术领域
本公开的实施例涉及计算机技术领域,具体涉及个性化算法生成方法、装置、电子设备和计算机可读介质。
背景技术
目前专家团队编写的具体个性化的算法适用于哪个项目的哪种具体实例化的设备以及配置,是靠人工去辨识和分配的,而且分配之前,需要专家和技术支持团队去逐个咨询前端/销售具体的设备类型和配置,费时费力。由此,需要一种可以为设备匹配算法的方法。
发明内容
本公开的内容部分用于以简要的形式介绍构思,这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征,也不旨在用于限制所要求的保护的技术方案的范围。
本公开的一些实施例提出了个性化算法生成方法、装置、电子设备和计算机可读介质,来解决以上背景技术部分提到的技术问题。
第一方面,本公开的一些实施例提供了一种个性化算法生成方法,该方法包括:对获取的设备相关信息集合中的设备相关信息进行分类,得到设备相关信息类;为所述设备相关信息类中的设备相关信息添加标签编码;对所述设备相关信息类中每个设备相关信息的标签编码进行辨识,得到辨识结果,以组成辨识结果集合;基于所述辨识结果集合,生成所述每个设备相关信息的个性化算法。
第二方面,本公开的一些实施例提供了一种个性化算法生成装置,装置包括:分类单元,被配置成对获取的设备相关信息集合中的设备相关信息进行分类,得到设备相关信息类;添加单元,被配置成为所述设备相关信息类中的设备相关信息添加标签编码;辨识单元,被配置成对所述设备相关信息类中每个设备相关信息的标签编码进行辨识,得到辨识结果,以组成辨识结果集合;
生成单元,被配置成基于所述辨识结果集合,生成所述每个设备相关信息的个性化算法。
第三方面,本公开的一些实施例提供了一种电子设备,包括:一个或多个处理器;存储装置,其上存储有一个或多个程序,当一个或多个程序被一个或多个处理器执行,使得一个或多个处理器实现如第一方面中所描述的方法。
第四方面,本公开的一些实施例提供了一种计算机可读介质,其上存储有计算机程序,其中,程序被处理器执行时实现如第一方面中所描述的方法。
本公开的上述各个实施例中的一个实施例具有如下有益效果:通过对获取的设备相关信息进行分类、添加标签编码,可以对设备相关信息进行种类与***结构上的划分。然后,通过对设备相关信息的标签编码进行辨识,生成设备相关信息的个性化算法。利用机器识别设备类型,生成适用于该设备的个性化算法,实现了自动匹配个性化算法至设备,节省了人力成本。
附图说明
结合附图并参考以下具体实施方式,本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中,相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的,元件和元素不一定按照比例绘制。
图1是根据本公开的一些实施例的个性化算法生成方法的一个应用场景的示意图;
图2是根据本公开的个性化算法生成方法的一些实施例的流程图;
图3是根据本公开的个性化算法生成装置的一些实施例的结构示意图;
图4是适于用来实现本公开的一些实施例的电子设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例,然而应当理解的是,本公开可以通过各种形式来实现,而且不应该被解释为限于这里阐述的实施例。相反,提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是,本公开的附图及实施例仅用于示例性作用,并非用于限制本公开的保护范围。
另外还需要说明的是,为了便于描述,附图中仅示出了与有关发明相关的部分。在不冲突的情况下,本公开中的实施例及实施例中的特征可以相互组合。
需要注意,本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分,并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意,本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的,本领域技术人员应当理解,除非在上下文另有明确指出,否则应该理解为“一个或多个”。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的,而并不是用于对这些消息或信息的范围进行限制。
下面将参考附图并结合实施例来详细说明本公开。
图1是根据本公开一些实施例的个性化算法生成方法的一个应用场景的示意图。
在图1的应用场景中,首先,计算设备101可以对获取的设备相关信息集合102中的设备相关信息进行分类,得到设备相关信息类103。然后,计算设备101可以为设备相关信息类103中的设备相关信息添加标签编码,如附图标记104所示。之后,计算设备101可以对设备相关信息类103中每个设备相关信息的标签编码进行辨识,得到辨识结果,以组成辨识结果集合105。最后,计算设备101可以基于辨识结果集合105,生成每个设备相关信息的个性化算法106。
需要说明的是,上述计算设备101可以是硬件,也可以是软件。当计算设备为硬件时,可以实现成多个服务器或终端设备组成的分布式集群,也可以实现成单个服务器或单个终端设备。当计算设备体现为软件时,可以安装在上述所列举的硬件设备中。其可以实现成例如用来提供分布式服务的多个软件或软件模块,也可以实现成单个软件或软件模块。在此不做具体限定。
应该理解,图1中的计算设备的数目仅仅是示意性的。根据实现需要,可以具有任意数目的计算设备。
继续参考图2,示出了根据本公开的个性化算法生成方法的一些实施例的流程200。该方法可以由图1中的计算设备101来执行。该个性化算法生成方法,包括以下步骤:
步骤201,对获取的设备相关信息集合中的设备相关信息进行分类,得到设备相关信息类。
在一些实施例中,设备相关信息包括设备名称信息、设备子***配置信息和设备配置信息。个性化算法生成方法的执行主体(如图1所示的计算设备101)可以基于上述设备子***配置信息,对上述设备相关信息集合中的设备相关信息进行分类,得到设备相关信息类。
作为示例,针对水冷冷水机组,子***配置信息可以是“制冷回路和压缩机头数量”,上述执行主体可以根据制冷回路和压缩机头配置数量对水冷冷水机组进行分类,可以分为以下几类“单制冷回路双机头”、“双制冷回路双机头”、“单制冷回路单机头”。
步骤202,为所述设备相关信息类中的设备相关信息添加标签编码。
在一些实施例中,上述执行主体可以为上述设备相关信息类中的设备相关信息添加标签编码。作为示例,设备相关信息的设备相关信息类可以是“单制冷回路单机头”类,上述执行主体可以为上述设备相关信息添加编码“ScircuitScpr”。
优选的,应用于物联交付平台时,可以对设备相关信息对应的设备和子***配置信息对应的子***进行强关联。
步骤203,对所述设备相关信息类中每个设备相关信息的标签编码进行辨识,得到辨识结果,以组成辨识结果集合。
在一些实施例中,上述执行主体可以对上述设备相关信息类中每个设备相关信息的标签编码进行读取,得到读取结果。然后,杉树执行主体可以对读取结果进行辨识。这里,辨识可以是识别编码与设备相关信息的分类之间对应关系的方法。作为示例,上述执行主体可以对标签编码进行读取,得到读取结果“ScircuitScpr”。上述执行主体可以对读取结果进行辨识,确定设备相关信息属于“单制冷回路单机头”类。
优选的,上述执行主体可以控制算法/应用平台对标签编码进行读取和辨识。
步骤204,基于所述辨识结果集合,生成所述每个设备相关信息的个性化算法。
在一些实施例中,上述执行主体可以基于上述辨识结果集合,通过如下步骤生成上述每个设备相关信息的个性化算法:第一步,上述执行主体可以提取每个辨识结果的个性信息,得到个性信息集合;第二步,上述执行主体可以基于上述个性信息集合和预设算法集合,生成每个个性信息的个性化算法。这里,个性信息可以是设备相关信息对应的异于其他设备相关信息的物联参数。上述执行主体可以获取个性信息对应的技术要求和特点,调用预设算法生成个性化算法。
在一些实施例的一些可选的实现方式中,上述执行主体方法还包括:为上述个性化算法集合中每个个性化算法添加算法标识,得到添加后的个性化算法集合。作为示例,设备相关信息的标签编码可以是“ScircuitScpr”,上述执行主体可以为上述设备相关信息对应的个性化算法添加算法标识为“ScircuitScpr”。
在一些实施例的一些可选的实现方式中,上述执行主体方法还包括:将上述设备相关信息集合中的设备相关信息存储至目标应用平台;响应于确定上述添加完成,将上述添加后的个性化算法集合中的个性化算法存储至上述目标应用平台(例如,SaaS平台);控制上述目标应用平台对上述设备相关信息集合和上述添加后的个性化算法集合进行显示。这里,显示可以是控制显示设备相关信息的设备名称信息、标签编码和个性化算法的算法标识。
本公开的上述各个实施例中的一个实施例具有如下有益效果:通过对获取的设备相关信息进行分类、添加标签编码,可以对设备相关信息进行种类与***结构上的划分。然后,通过对设备相关信息的标签编码进行辨识,生成设备相关信息的个性化算法。利用机器识别设备类型,生成适用于该设备的个性化算法,实现了自动匹配个性化算法至设备,节省了人力成本。另外,为个性化算法添加算法标识,为识别算法、利用算法提供了便利。
进一步参考图3,作为对上述各图上述方法的实现,本公开提供了一种个性化算法生成装置的一些实施例,这些装置实施例与图2上述的那些方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图3所示,一些实施例的个性化算法生成装置300包括:分类单元301、添加单元302、辨识单元303和生成单元304。其中,分类单元301,被配置成对获取的设备相关信息集合中的设备相关信息进行分类,得到设备相关信息类;添加单元302,被配置成为所述设备相关信息类中的设备相关信息添加标签编码;辨识单元303,被配置成对所述设备相关信息类中每个设备相关信息的标签编码进行辨识,得到辨识结果,以组成辨识结果集合;生成单元304,被配置成基于所述辨识结果集合,生成所述每个设备相关信息的个性化算法。
在一些实施例的一些可选的实现方式中,上述设备相关信息包括设备名称信息和设备子***配置信息。
在一些实施例的一些可选的实现方式中,个性化算法生成装置300的分类单元301被进一步配置成:基于所述设备子***配置信息,对所述设备相关信息集合中的设备相关信息进行分类,得到设备相关信息类。
在一些实施例的一些可选的实现方式中,个性化算法生成装置300的辨识单元303被进一步配置成:对所述设备相关信息类中每个设备相关信息的标签编码进行读取,得到读取结果,以组成读取结果集合;对所述读取结果集合中的每个读取结果进行辨识,得到辨识结果集合。
在一些实施例的一些可选的实现方式中,个性化算法生成装置300的生成单元304被进一步配置成:提取所述辨识结果集合中每个辨识结果的个性信息,得到个性信息集合;基于所述个性信息集合和预设算法集合,生成所述个性信息集合中每个个性信息的个性化算法,得到个性化算法集合。
在一些实施例的一些可选的实现方式中,个性化算法生成装置300被进一步配置成:为所述个性化算法集合中每个个性化算法添加算法标识,得到添加后的个性化算法集合。
在一些实施例的一些可选的实现方式中,个性化算法生成装置300被进一步配置成:将所述设备相关信息集合中的设备相关信息存储至目标应用平台;响应于确定所述添加完成,将所述添加后的个性化算法集合中的个性化算法存储至所述目标应用平台;控制所述目标应用平台对所述设备相关信息集合和所述添加后的个性化算法集合进行显示。
可以理解的是,该装置300中记载的诸单元与参考图2描述的方法中的各个步骤相对应。由此,上文针对方法描述的操作、特征以及产生的有益效果同样适用于装置300及其中包含的单元,在此不再赘述。
下面参考图4,其示出了适于用来实现本公开的一些实施例的电子设备(例如图1中的计算设备101)400的结构示意图。图4示出的服务器仅仅是一个示例,不应对本公开的实施例的功能和使用范围带来任何限制。
如图4所示,电子设备400可以包括处理装置(例如中央处理器、图形处理器等)401,其可以根据存储在只读存储器(ROM)402中的程序或者从存储装置408加载到随机访问存储器(RAM)403中的程序而执行各种适当的动作和处理。在RAM 403中,还存储有电子设备400操作所需的各种程序和数据。处理装置401、ROM 402以及RAM403通过总线404彼此相连。输入/输出(I/O)接口405也连接至总线404。
通常,以下装置可以连接至I/O接口405:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置406;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置407;包括例如磁带、硬盘等的存储装置408;以及通信装置409。通信装置409可以允许电子设备400与其他设备进行无线或有线通信以交换数据。虽然图4示出了具有各种装置的电子设备400,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图4中示出的每个方框可以代表一个装置,也可以根据需要代表多个装置。
特别地,根据本公开的一些实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的一些实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的一些实施例中,该计算机程序可以通过通信装置409从网络上被下载和安装,或者从存储装置408被安装,或者从ROM 402被安装。在该计算机程序被处理装置401执行时,执行本公开的一些实施例的方法中限定的上述功能。
需要说明的是,本公开的一些实施例上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的***、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开的一些实施例中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行***、装置或者器件使用或者与其结合使用。而在本公开的一些实施例中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
在一些实施方式中,客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol,超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信,并且可以与任意形式或介质的数字数据通信(例如,通信网络)互连。通信网络的示例包括局域网(“LAN”),广域网(“WAN”),网际网(例如,互联网)以及端对端网络(例如,ad hoc端对端网络),以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述装置中所包含的;也可以是单独存在,而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备:对获取的设备相关信息集合中的设备相关信息进行分类,得到设备相关信息类;为所述设备相关信息类中的设备相关信息添加标签编码;对所述设备相关信息类中每个设备相关信息的标签编码进行辨识,得到辨识结果,以组成辨识结果集合;基于所述辨识结果集合,生成所述每个设备相关信息的个性化算法。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的一些实施例的操作的计算机程序代码,上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)——连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开各种实施例的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的***来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开的一些实施例中的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中,例如,可以描述为:一种处理器包括分类单元、添加单元、辨识单元和生成单元。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定,例如,分类单元还可以被描述为“对获取的设备相关信息集合中的设备相关信息进行分类,得到设备相关信息类的单元”。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如,非限制性地,可以使用的示范类型的硬件逻辑部件包括:现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上***(SOC)、复杂可编程逻辑设备(CPLD)等等。
以上描述仅为本公开的一些较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本公开的实施例中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开的实施例中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (10)
1.一种个性化算法生成方法,其特征在于,包括:
对获取的设备相关信息集合中的设备相关信息进行分类,得到设备相关信息类;
为所述设备相关信息类中的设备相关信息添加标签编码;
对所述设备相关信息类中每个设备相关信息的标签编码进行辨识,得到辨识结果,以组成辨识结果集合;
基于所述辨识结果集合,生成所述每个设备相关信息的个性化算法。
2.根据权利要求1所述的方法,其特征在于,所述设备相关信息包括设备名称信息和设备子***配置信息。
3.根据权利要求2所述的方法,其特征在于,所述对获取的设备相关信息集合中的设备相关信息进行分类,得到设备相关信息类,包括:
基于所述设备子***配置信息,对所述设备相关信息集合中的设备相关信息进行分类,得到设备相关信息类。
4.根据权利要求2所述的方法,其特征在于,所述对所述设备相关信息类中每个设备相关信息的标签编码进行辨识,得到辨识结果,以组成辨识结果集合,包括:
对所述设备相关信息类中每个设备相关信息的标签编码进行读取,得到读取结果,以组成读取结果集合;
对所述读取结果集合中的每个读取结果进行辨识,得到辨识结果集合。
5.根据权利要求1-4之一所述的方法,其特征在于,所述基于所述辨识结果集合,生成所述每个设备相关信息的算法,包括:
提取所述辨识结果集合中每个辨识结果的个性信息,得到个性信息集合;
基于所述个性信息集合和预设算法集合,生成所述个性信息集合中每个个性信息的个性化算法,得到个性化算法集合。
6.根据权利要求5所述的方法,其特征在于,所述方法还包括:
为所述个性化算法集合中每个个性化算法添加算法标识,得到添加后的个性化算法集合。
7.根据权利要求6所述的方法,其特征在于,所述方法还包括:
将所述设备相关信息集合中的设备相关信息存储至目标应用平台;
响应于确定所述添加完成,将所述添加后的个性化算法集合中的个性化算法存储至所述目标应用平台;
控制所述目标应用平台对所述设备相关信息集合和所述添加后的个性化算法集合进行显示。
8.一种个性化算法生成装置,其特征在于,包括:
分类单元,被配置成对获取的设备相关信息集合中的设备相关信息进行分类,得到设备相关信息类;
添加单元,被配置成为所述设备相关信息类中的设备相关信息添加标签编码;
辨识单元,被配置成对所述设备相关信息类中每个设备相关信息的标签编码进行辨识,得到辨识结果,以组成辨识结果集合;
生成单元,被配置成基于所述辨识结果集合,生成所述每个设备相关信息的个性化算法。
9.一种电子设备,包括:
一个或多个处理器;
存储装置,其上存储有一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-7中任一所述的方法。
10.一种计算机可读介质,其上存储有计算机程序,其中,所述程序被处理器执行时实现如权利要求1-7中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011635775.8A CN112650528B (zh) | 2020-12-31 | 2020-12-31 | 个性化算法生成方法、装置、电子设备和计算机可读介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011635775.8A CN112650528B (zh) | 2020-12-31 | 2020-12-31 | 个性化算法生成方法、装置、电子设备和计算机可读介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112650528A true CN112650528A (zh) | 2021-04-13 |
CN112650528B CN112650528B (zh) | 2024-05-14 |
Family
ID=75367148
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011635775.8A Active CN112650528B (zh) | 2020-12-31 | 2020-12-31 | 个性化算法生成方法、装置、电子设备和计算机可读介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112650528B (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170091504A1 (en) * | 2015-09-28 | 2017-03-30 | Mobilead | Authenticity tag and methods of encoding and verification |
CN107392121A (zh) * | 2017-07-06 | 2017-11-24 | 同济大学 | 一种基于指纹识别的自适应设备识别方法及*** |
CN107766940A (zh) * | 2017-11-20 | 2018-03-06 | 北京百度网讯科技有限公司 | 用于生成模型的方法和装置 |
CN108364022A (zh) * | 2018-02-09 | 2018-08-03 | 杭州默安科技有限公司 | 基于机器学习分析指纹相似度的跨浏览器设备识别方法 |
CN109165175A (zh) * | 2018-08-20 | 2019-01-08 | 郑州云海信息技术有限公司 | 设备标识生成方法和装置 |
CN109426212A (zh) * | 2017-08-30 | 2019-03-05 | 西门子公司 | 生成数控设备的运行模拟信息的方法、装置、设备和*** |
CN110009041A (zh) * | 2019-04-04 | 2019-07-12 | 中国石油大学(华东) | 一种基于污水处理设备与工艺过程评价的个性化推荐算法 |
US20190324784A1 (en) * | 2018-04-20 | 2019-10-24 | EMC IP Holding Company LLC | Method, device and computer-readable for managing virtual machines |
CN110956269A (zh) * | 2019-10-12 | 2020-04-03 | 平安科技(深圳)有限公司 | 数据模型的生成方法、装置、设备以及计算机存储介质 |
CN111950003A (zh) * | 2020-08-05 | 2020-11-17 | 北京每日优鲜电子商务有限公司 | 生成用户设备唯一识别信息的方法、装置、电子设备 |
-
2020
- 2020-12-31 CN CN202011635775.8A patent/CN112650528B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170091504A1 (en) * | 2015-09-28 | 2017-03-30 | Mobilead | Authenticity tag and methods of encoding and verification |
CN107392121A (zh) * | 2017-07-06 | 2017-11-24 | 同济大学 | 一种基于指纹识别的自适应设备识别方法及*** |
CN109426212A (zh) * | 2017-08-30 | 2019-03-05 | 西门子公司 | 生成数控设备的运行模拟信息的方法、装置、设备和*** |
CN107766940A (zh) * | 2017-11-20 | 2018-03-06 | 北京百度网讯科技有限公司 | 用于生成模型的方法和装置 |
CN108364022A (zh) * | 2018-02-09 | 2018-08-03 | 杭州默安科技有限公司 | 基于机器学习分析指纹相似度的跨浏览器设备识别方法 |
US20190324784A1 (en) * | 2018-04-20 | 2019-10-24 | EMC IP Holding Company LLC | Method, device and computer-readable for managing virtual machines |
CN109165175A (zh) * | 2018-08-20 | 2019-01-08 | 郑州云海信息技术有限公司 | 设备标识生成方法和装置 |
CN110009041A (zh) * | 2019-04-04 | 2019-07-12 | 中国石油大学(华东) | 一种基于污水处理设备与工艺过程评价的个性化推荐算法 |
CN110956269A (zh) * | 2019-10-12 | 2020-04-03 | 平安科技(深圳)有限公司 | 数据模型的生成方法、装置、设备以及计算机存储介质 |
CN111950003A (zh) * | 2020-08-05 | 2020-11-17 | 北京每日优鲜电子商务有限公司 | 生成用户设备唯一识别信息的方法、装置、电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN112650528B (zh) | 2024-05-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110377440B (zh) | 信息处理方法和装置 | |
CN110781373B (zh) | 榜单更新方法、装置、可读介质和电子设备 | |
CN112416632B (zh) | 事件通信方法、装置、电子设备和计算机可读介质 | |
CN111209306A (zh) | 业务逻辑判断方法、装置、电子设备和存储介质 | |
CN110070394A (zh) | 数据处理方法、***、介质和计算设备 | |
CN113721811B (zh) | 弹窗发送方法、装置、电子设备和计算机可读介质 | |
CN112434620A (zh) | 场景文字识别方法、装置、设备和计算机可读介质 | |
CN112581241B (zh) | 设备控制方法、装置、电子设备和计算机可读介质 | |
CN112559898B (zh) | 物品信息发送方法、装置、电子设备和计算机可读介质 | |
CN114513552A (zh) | 数据处理方法、装置、设备及存储介质 | |
CN111756953A (zh) | 视频处理方法、装置、设备和计算机可读介质 | |
CN111612434A (zh) | 用于生成处理流程的方法、装置、电子设备和介质 | |
CN111626802A (zh) | 用于处理信息的方法和装置 | |
CN112650528B (zh) | 个性化算法生成方法、装置、电子设备和计算机可读介质 | |
CN114428815A (zh) | 数据存储方法、装置、电子设备和计算机可读介质 | |
CN114418625A (zh) | 信息展示方法、装置、电子设备和计算机可读介质 | |
CN113283891A (zh) | 信息处理方法、装置和电子设备 | |
CN113919310A (zh) | 短信内容确定方法、装置、电子设备及存储介质 | |
CN112099841A (zh) | 一种生成配置文件的方法和*** | |
CN112463616A (zh) | 一种面向Kubernetes容器平台的混沌测试方法和装置 | |
CN110909382B (zh) | 数据安全控制方法、装置、电子设备及计算机可读介质 | |
CN110262756B (zh) | 用于缓存数据的方法和装置 | |
CN113468487B (zh) | 界面水印渲染方法、装置、电子设备和计算机可读介质 | |
CN108494982A (zh) | 用于生成信息的方法和设备 | |
CN111930704B (zh) | 业务报警设备控制方法、装置、设备和计算机可读介质 |
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 |