CN117349071A - 一种基于大数据的纠错机制在线评估方法、***及存储介质 - Google Patents
一种基于大数据的纠错机制在线评估方法、***及存储介质 Download PDFInfo
- Publication number
- CN117349071A CN117349071A CN202311398464.8A CN202311398464A CN117349071A CN 117349071 A CN117349071 A CN 117349071A CN 202311398464 A CN202311398464 A CN 202311398464A CN 117349071 A CN117349071 A CN 117349071A
- Authority
- CN
- China
- Prior art keywords
- error correction
- evaluation
- value
- time
- marking
- 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
- 238000012937 correction Methods 0.000 title claims abstract description 282
- 238000011156 evaluation Methods 0.000 title claims abstract description 185
- 230000007246 mechanism Effects 0.000 title claims abstract description 149
- 238000012545 processing Methods 0.000 claims abstract description 5
- 230000002159 abnormal effect Effects 0.000 claims description 24
- 238000012163 sequencing technique Methods 0.000 claims description 15
- 238000000034 method Methods 0.000 claims description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/07—Responding to the occurrence of a fault, e.g. fault tolerance
- G06F11/0703—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation
- G06F11/0793—Remedial or corrective actions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
- G06F11/3466—Performance evaluation by tracing or monitoring
- G06F11/3476—Data logging
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- Debugging And Monitoring (AREA)
Abstract
本发明公开了一种基于大数据的纠错机制在线评估方法、***及存储介质，涉及纠错机制处理技术领域，该***公开了记录采集模块、机制标记模块、机制评估模块，通过设置机制标记模块，可以根据纠错记录对不同纠错类型的机制进行标记，可以直观对纠错机制中每种待优化机制进行标记，不仅便于针对性对待优化机制进行优化处理，同时便于后续对纠错机制进行在线评估，通过设置机制评估模块，可以根据评估记录对纠错机制进行在线评估，通过在线评估可以直观了解纠错机制目前的状态类型。
Description
技术领域
本发明涉及纠错机制处理技术领域，更具体地说，它涉及一种基于大数据的纠错机制在线评估方法、***及存储介质。
背景技术
在计算机***和通信网络中，纠错机制是一种保证***稳定性和可靠性的重要手段。它通过检测和纠正可能出现的错误，提高***的容错能力，确保数据的完整性和可靠性。
目前的纠错机制会根据***重的异常情况，采取相应的措施并修复相应的问题，但是目前***无法直观的了解纠错机制当前的状态类型，无法针对性的队纠错机制进行相应的优化，这样会导致后续纠错的过程中，会持续性占用***资源和时间，导致***的性能下降。
发明内容
针对现有技术存在的不足，本发明的目的在于提供一种基于大数据的纠错机制在线评估方法、***及存储介质。
为实现上述目的，本发明提供了如下技术方案：
一种基于大数据的纠错机制在线评估方法，包括如下步骤：
步骤一：采集纠错记录，并将采集得到的纠错记录发送至服务器中存储；
步骤二：获取得到该纠错类型的机制评估值Hf，设置机制评估阈值为Kb，当机制评估值Hf≥机制评估阈值Kb时，将纠错机制中该纠错类型的机制标记为待优化机制；
步骤三：将相同标记类型的评估记录标记为同标评估记录，获取得到相同标记类型的评估记录的同标评估值Mc，将纠错机制标记为同标评估值Mc数值最大的标记类型。
进一步的，一种基于大数据的纠错机制在线评估***，包括记录采集模块、机制标记模块、机制评估模块；
所述记录采集模块用于采集纠错记录，并将采集得到的纠错记录发送至服务器中存储；
所述机制标记模块用于根据纠错记录对不同纠错类型的机制进行标记，具体为：
获取得到***当前时间之前的所有纠错记录，并将每个纠错记录的纠错结束时刻与纠错开始时刻进行时间差值计算，获取得到纠错时长，获取得到每个纠错记录的纠错类型，将相同纠错类型的纠错记录标记为同类纠错记录，获取得到所有同类纠错记录的纠错时长，设置每个纠错时长均对应一个标纠时长，将纠错时长与标纠时长进行对比，当纠错时长＜标纠时长时，将该纠错时长标记为合理纠错时长，获取得到合理纠错值Tn，当纠错时长≥标纠时长时，将该纠错时长标记为失落纠错时长，获取得到失落纠错值Fg；
将所有同类纠错记录按照异常开始时刻的时间先后顺序进行排序，获取得到平均同异间隔Rd；
获取得到该纠错类型的机制评估值Hf，设置机制评估阈值为Kb，当机制评估值Hf≥机制评估阈值Kb时，将纠错机制中该纠错类型的机制标记为待优化机制，当机制评估值Hf＜机制评估阈值Kb时，不作处理；
所述机制评估模块用于对纠错机制进行在线评估，具体为：
在相同时间间隔的基础上，获取得到***中纠错机制的评估记录，设置待优数量高值为Gu，设置待优数量低值为Sd，当评估记录的待优化机制数量≥待优数量高值Gu时，将该评估记录标记为理想评估记录，当待优数量低值Sd≤评估记录的待优化机制数量＜待优数量高值Gu时，将该评估记录标记为普通评估记录，当评估记录的待优化机制数量＜待优数量低值Sd时，将该评估记录标记为失望评估记录；
将相同标记类型的评估记录标记为同标评估记录，获取得到相同标记类型的评估记录的同标评估值Mc，将纠错机制评估为同标评估值Mc数值最大的标记类型。
进一步的，纠错记录包括纠错类型、异常开始时刻、纠错开始时刻、纠错结束时刻。
进一步的，合理纠错值Tn通过下述步骤获取得到：将标纠时长与合理纠错时长进行差值计算，获取得到合纠时差，将所有合纠时差进行求和处理并取均值，获取得到平均合纠时差，并标记为Ew，将合理纠错时长按照所对应同类纠错记录的纠错开始时刻的时间先后顺序进行排序，将排序后相邻的两个纠错开始时刻进行时间差值计算，获取得到合纠间隔，将所有的合纠间隔进行求和处理并取均值，获取得到平均合纠间隔，并标记为Lp；利用公式获取得到合理纠错值Tn，其中，a1为平均合纠时差系数，a2为平均合纠间隔系数。
进一步的，失落纠错值Fg通过下述步骤获取得到：将失落纠错时长与标纠时长进行差值计算，获取得到失纠时差，将所有失纠时差进行求和处理并取均值，获取得到平均失纠时差，并标记为Jd，将失落纠错时长按照所对应同类纠错记录的纠错开始时刻的时间先后顺序进行排序，将排序后相邻的两个纠错开始时刻进行时间差值计算，获取得到失纠间隔，将所有的失纠间隔进行求和处理并取均值，获取得到平均失纠间隔，并标记为Kt；利用公式获取得到失落纠错值Fg，其中，b1为平均失纠时差系数，b2为平均失纠间隔系数。
进一步的，平均同异间隔Rd通过下述步骤获取得到：将排序后相邻两个同类纠错记录的异常开始时刻进行时间差值计算，获取得到同类异常间隔，将所有同类异常间隔进行求和处理并取均值，获取得到平均同异间隔，并标记为Rd。
进一步的，机制评估值Hf通过下述步骤获取得到：利用公式获取得到机制评估值Hf，其中，c1为合理纠错值系数，c2为失落纠错值系数，c3为平均同异间隔系数。
进一步的，评估记录包括评估时间、待优化机制数量。
进一步的，同标评估值Mc通过下述步骤获取得到：获取得到相同标记类型的评估记录的总数量，并标记为Yn，将相同标记类型的评估记录按照评估时间的先后顺序进行排序，将排序后相邻两个评估记录的评估时间进行差值计算，获取得到同标评估间隔，将所有同标评估间隔进行求和处理并取均值，获取得到同标评估均隔，并标记为Tp，利用公式获取得到相同标记类型的同标评估值Mc，其中，d1为同标评估数量系数，d2为同标评估均隔系数。
与现有技术相比，本发明具备以下有益效果：
1、设置机制标记模块，可以根据纠错记录对不同纠错类型的机制进行标记，可以直观对纠错机制中每种待优化机制进行标记，不仅便于针对性对待优化机制进行优化处理，同时便于后续对纠错机制进行在线评估；
2、设置机制评估模块，可以根据评估记录对纠错机制进行在线评估，通过在线评估可以直观了解纠错机制目前的状态类型。
附图说明
图1为本发明机制标记模块的原理框图；
图2为本发明的流程框图。
具体实施方式
实施例1
参照图1，包括记录采集模块、机制标记模块；
记录采集模块用于采集纠错记录，并将采集得到的纠错记录发送至服务器中存储。纠错记录包括纠错类型(不限***中存在的任何错误类型，后续以A、B……表示)、异常开始时刻、纠错开始时刻、纠错结束时刻。如纠错记录1的纠错类型为A，异常开始时刻为2021年9月5日12:15:50，纠错开始时刻为2021年9月5日12:15:58，纠错结束时刻为2021年9月5日12:16:30。纠错记录1的纠错类型为B，异常开始时刻为2021年9月5日17:31:20，纠错开始时刻为2021年9月5日17:31:51，纠错结束时刻为2021年9月5日12:33:11。
机制标记模块用于根据纠错记录对不同纠错类型的机制进行标记，具体为：
获取得到***当前时间之前的所有纠错记录，并将每个纠错记录的纠错结束时刻与纠错开始时刻进行时间差值计算，获取得到纠错时长，获取得到每个纠错记录的纠错类型，将相同纠错类型的纠错记录标记为同类纠错记录，获取得到所有同类纠错记录的纠错时长，设置每个纠错时长均对应一个标纠时长，将纠错时长与标纠时长进行对比，当纠错时长＜标纠时长时，将该纠错时长标记为合理纠错时长，获取得到合理纠错值Tn，合理纠错值Tn通过下述步骤获取得到：将标纠时长与合理纠错时长进行差值计算，获取得到合纠时差，将所有合纠时差进行求和处理并取均值，获取得到平均合纠时差，并标记为Ew，将合理纠错时长按照所对应同类纠错记录的纠错开始时刻的时间先后顺序进行排序，将排序后相邻的两个纠错开始时刻进行时间差值计算，获取得到合纠间隔，将所有的合纠间隔进行求和处理并取均值，获取得到平均合纠间隔，并标记为Lp；利用公式获取得到合理纠错值Tn，其中，a1为平均合纠时差系数，a2为平均合纠间隔系数，a1的取值为0.57，a2的取值为0.34。当纠错时长≥标纠时长时，将该纠错时长标记为失落纠错时长，获取得到失落纠错值Fg；失落纠错值Fg通过下述步骤获取得到：将失落纠错时长与标纠时长进行差值计算，获取得到失纠时差，将所有失纠时差进行求和处理并取均值，获取得到平均失纠时差，并标记为Jd，将失落纠错时长按照所对应同类纠错记录的纠错开始时刻的时间先后顺序进行排序，将排序后相邻的两个纠错开始时刻进行时间差值计算，获取得到失纠间隔，将所有的失纠间隔进行求和处理并取均值，获取得到平均失纠间隔，并标记为Kt；利用公式获取得到失落纠错值Fg，其中，b1为平均失纠时差系数，b2为平均失纠间隔系数，a1的取值为0.56，a2的取值为0.33。
将所有同类纠错记录按照异常开始时刻的时间先后顺序进行排序，获取得到平均同异间隔Rd；平均同异间隔Rd通过下述步骤获取得到：将排序后相邻两个同类纠错记录的异常开始时刻进行时间差值计算，获取得到同类异常间隔，将所有同类异常间隔进行求和处理并取均值，获取得到平均同异间隔，并标记为Rd。
获取得到该纠错类型的机制评估值Hf，机制评估值Hf通过下述步骤获取得到：利用公式获取得到机制评估值Hf，其中，c1为合理纠错值系数，c2为失落纠错值系数，c3为平均同异间隔系数，c1的取值为0.87，c2的取值为0.86，c3的取值为0.69。设置机制评估阈值为Kb，当机制评估值Hf≥机制评估阈值Kb时，将纠错机制中该纠错类型的机制标记为待优化机制，当机制评估值Hf＜机制评估阈值Kb时，不作处理。当A纠错类型的机制评估值Hf≥机制评估阈值Kb时，将A纠错类型的机制标记为待优化机制。设置机制标记模块，可以根据纠错记录对不同纠错类型的机制进行标记，可以直观对纠错机制中每种待优化机制进行标记，不仅便于针对性对待优化机制进行优化处理，同时便于后续对纠错机制进行在线评估。
实施例2
参照图2，在实施例1的基础上，还包括机制评估模块，机制评估模块用于对纠错机制进行在线评估，具体为：
在相同时间间隔的基础上，获取得到***中纠错机制的评估记录，如每间隔1天，获取得到***中纠错机制的评估记录。评估记录包括评估时间(即为获取得到***中纠错机制的评估记录的时间)、待优化机制数量(纠错机制中标记为待优化机制的数量)。设置待优数量高值为Gu，设置待优数量低值为Sd，当评估记录的待优化机制数量≥待优数量高值Gu时，将该评估记录标记为理想评估记录，当待优数量低值Sd≤评估记录的待优化机制数量＜待优数量高值Gu时，将该评估记录标记为普通评估记录，当评估记录的待优化机制数量＜待优数量低值Sd时，将该评估记录标记为失望评估记录。
将相同标记类型的评估记录标记为同标评估记录，获取得到相同标记类型的评估记录的同标评估值Mc，同标评估值Mc通过下述步骤获取得到：获取得到相同标记类型的评估记录的总数量，并标记为Yn，将相同标记类型的评估记录按照评估时间的先后顺序进行排序，将排序后相邻两个评估记录的评估时间进行差值计算，获取得到同标评估间隔，将所有同标评估间隔进行求和处理并取均值，获取得到同标评估均隔，并标记为Tp，利用公式获取得到相同标记类型的同标评估值Mc，其中，d1为同标评估数量系数，d2为同标评估均隔系数，d1的取值为0.74，d2的取值为0.81。将纠错机制评估为同标评估值Mc数值最大的标记类型。一共存在理想评估记录、普通评估记录以及失望评估记录这三个标记类型，当同标评估值Mc数值最大的相同标记类型为理想评估类型时，将纠错机制标记为理想评估类型。设置机制评估模块，可以根据评估记录对纠错机制进行在线评估，通过在线评估可以直观了解纠错机制目前的状态类型。
工作原理：
一种基于大数据的纠错机制在线评估方法，包括如下步骤：
步骤一：采集纠错记录，并将采集得到的纠错记录发送至服务器中存储；
步骤二：获取得到该纠错类型的机制评估值Hf，设置机制评估阈值为Kb，当机制评估值Hf≥机制评估阈值Kb时，将纠错机制中该纠错类型的机制标记为待优化机制；
步骤三：将相同标记类型的评估记录标记为同标评估记录，获取得到相同标记类型的评估记录的同标评估值Mc，将纠错机制标记为同标评估值Mc数值最大的标记类型。
以上所述仅是本发明的优选实施方式，本发明的保护范围并不仅局限于上述实施例，凡属于本发明思路下的技术方案均属于本发明的保护范围。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理前提下的若干改进和润饰，这些改进和润饰也应视为本模板的保护范围。
以上对本发明的一个实施例进行了详细说明，但所述内容仅为本发明的较佳实施例，不能被认为用于限定本发明的实施范围。凡依本发明申请范围所作的均等变化与改进等，均应仍归属于本发明的专利涵盖范围之内。
Claims (10)
1.一种基于大数据的纠错机制在线评估方法，其特征在于，包括如下步骤：
步骤一：采集纠错记录，并将采集得到的纠错记录发送至服务器中存储；
步骤二：获取得到该纠错类型的机制评估值Hf，设置机制评估阈值为Kb，当机制评估值Hf≥机制评估阈值Kb时，将纠错机制中该纠错类型的机制标记为待优化机制；
步骤三：将相同标记类型的评估记录标记为同标评估记录，获取得到相同标记类型的评估记录的同标评估值Mc，将纠错机制标记为同标评估值Mc数值最大的标记类型。
2.一种基于大数据的纠错机制在线评估***，应用于权利要求1所述的一种基于大数据的纠错机制在线评估方法，其特征在于，包括记录采集模块、机制标记模块、机制评估模块；
所述记录采集模块用于采集纠错记录，并将采集得到的纠错记录发送至服务器中存储；
所述机制标记模块用于根据纠错记录对不同纠错类型的机制进行标记，具体为：
获取得到***当前时间之前的所有纠错记录，并将每个纠错记录的纠错结束时刻与纠错开始时刻进行时间差值计算，获取得到纠错时长，获取得到每个纠错记录的纠错类型，将相同纠错类型的纠错记录标记为同类纠错记录，获取得到所有同类纠错记录的纠错时长，设置每个纠错时长均对应一个标纠时长，将纠错时长与标纠时长进行对比，当纠错时长＜标纠时长时，将该纠错时长标记为合理纠错时长，获取得到合理纠错值Tn，当纠错时长≥标纠时长时，将该纠错时长标记为失落纠错时长，获取得到失落纠错值Fg；
将所有同类纠错记录按照异常开始时刻的时间先后顺序进行排序，获取得到平均同异间隔Rd；
获取得到该纠错类型的机制评估值Hf，设置机制评估阈值为Kb，当机制评估值Hf≥机制评估阈值Kb时，将纠错机制中该纠错类型的机制标记为待优化机制，当机制评估值Hf＜机制评估阈值Kb时，不作处理；
所述机制评估模块用于对纠错机制进行在线评估，具体为：
在相同时间间隔的基础上，获取得到***中纠错机制的评估记录，设置待优数量高值为Gu，设置待优数量低值为Sd，当评估记录的待优化机制数量≥待优数量高值Gu时，将该评估记录标记为理想评估记录，当待优数量低值Sd≤评估记录的待优化机制数量＜待优数量高值Gu时，将该评估记录标记为普通评估记录，当评估记录的待优化机制数量＜待优数量低值Sd时，将该评估记录标记为失望评估记录；
将相同标记类型的评估记录标记为同标评估记录，获取得到相同标记类型的评估记录的同标评估值Mc，将纠错机制评估为同标评估值Mc数值最大的标记类型。
3.根据权利要求2所述的一种基于大数据的纠错机制在线评估***，其特征在于，纠错记录包括纠错类型、异常开始时刻、纠错开始时刻、纠错结束时刻。
4.根据权利要求3所述的一种基于大数据的纠错机制在线评估***，其特征在于，合理纠错值Tn通过下述步骤获取得到：将标纠时长与合理纠错时长进行差值计算，获取得到合纠时差，将所有合纠时差进行求和处理并取均值，获取得到平均合纠时差，并标记为Ew，将合理纠错时长按照所对应同类纠错记录的纠错开始时刻的时间先后顺序进行排序，将排序后相邻的两个纠错开始时刻进行时间差值计算，获取得到合纠间隔，将所有的合纠间隔进行求和处理并取均值，获取得到平均合纠间隔，并标记为Lp；利用公式获取得到合理纠错值Tn，其中，a1为平均合纠时差系数，a2为平均合纠间隔系数。
5.根据权利要求4所述的一种基于大数据的纠错机制在线评估***，其特征在于，失落纠错值Fg通过下述步骤获取得到：将失落纠错时长与标纠时长进行差值计算，获取得到失纠时差，将所有失纠时差进行求和处理并取均值，获取得到平均失纠时差，并标记为Jd，将失落纠错时长按照所对应同类纠错记录的纠错开始时刻的时间先后顺序进行排序，将排序后相邻的两个纠错开始时刻进行时间差值计算，获取得到失纠间隔，将所有的失纠间隔进行求和处理并取均值，获取得到平均失纠间隔，并标记为Kt；利用公式获取得到失落纠错值Fg，其中，b1为平均失纠时差系数，b2为平均失纠间隔系数。
6.根据权利要求5所述的一种基于大数据的纠错机制在线评估***，其特征在于，平均同异间隔Rd通过下述步骤获取得到：将排序后相邻两个同类纠错记录的异常开始时刻进行时间差值计算，获取得到同类异常间隔，将所有同类异常间隔进行求和处理并取均值，获取得到平均同异间隔，并标记为Rd。
7.根据权利要求6所述的一种基于大数据的纠错机制在线评估***，其特征在于，机制评估值Hf通过下述步骤获取得到：利用公式获取得到机制评估值Hf，其中，c1为合理纠错值系数，c2为失落纠错值系数，c3为平均同异间隔系数。
8.根据权利要求7所述的一种基于大数据的纠错机制在线评估***，其特征在于，评估记录包括评估时间、待优化机制数量。
9.根据权利要求8所述的一种基于大数据的纠错机制在线评估***，其特征在于，同标评估值Mc通过下述步骤获取得到：获取得到相同标记类型的评估记录的总数量，并标记为Yn，将相同标记类型的评估记录按照评估时间的先后顺序进行排序，将排序后相邻两个评估记录的评估时间进行差值计算，获取得到同标评估间隔，将所有同标评估间隔进行求和处理并取均值，获取得到同标评估均隔，并标记为Tp，利用公式获取得到相同标记类型的同标评估值Mc，其中，d1为同标评估数量系数，d2为同标评估均隔系数。
10.一种基于大数据的纠错机制在线评估存储介质，应用于权利要求9所述的一种基于大数据的纠错机制在线评估***，其特征在于，应用于执行权利要求1所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311398464.8A CN117349071B (zh) | 2023-10-26 | 2023-10-26 | 一种基于大数据的纠错机制在线评估方法、***及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311398464.8A CN117349071B (zh) | 2023-10-26 | 2023-10-26 | 一种基于大数据的纠错机制在线评估方法、***及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117349071A true CN117349071A (zh) | 2024-01-05 |
| CN117349071B CN117349071B (zh) | 2024-04-12 |
Family
ID=89367644
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311398464.8A Active CN117349071B (zh) | 2023-10-26 | 2023-10-26 | 一种基于大数据的纠错机制在线评估方法、***及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117349071B (zh) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20020026617A1 (en) * | 2000-08-25 | 2002-02-28 | Tadashi Kojima | Data processing method and apparatus, recording medium, reproducidng method and apparatus using the same method |
| US20090031196A1 (en) * | 2007-07-24 | 2009-01-29 | Princeton Technology Corporation | Error-correcting method used for decoding data transmissions |
| CN110444243A (zh) * | 2019-07-31 | 2019-11-12 | 至誉科技（武汉）有限公司 | 存储设备读错误纠错能力的测试方法、***及存储介质 |
| CN111626048A (zh) * | 2020-05-22 | 2020-09-04 | 腾讯科技（深圳）有限公司 | 文本纠错方法、装置、设备及存储介质 |
-
2023
- 2023-10-26 CN CN202311398464.8A patent/CN117349071B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20020026617A1 (en) * | 2000-08-25 | 2002-02-28 | Tadashi Kojima | Data processing method and apparatus, recording medium, reproducidng method and apparatus using the same method |
| US20090031196A1 (en) * | 2007-07-24 | 2009-01-29 | Princeton Technology Corporation | Error-correcting method used for decoding data transmissions |
| CN110444243A (zh) * | 2019-07-31 | 2019-11-12 | 至誉科技（武汉）有限公司 | 存储设备读错误纠错能力的测试方法、***及存储介质 |
| CN111626048A (zh) * | 2020-05-22 | 2020-09-04 | 腾讯科技（深圳）有限公司 | 文本纠错方法、装置、设备及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117349071B (zh) | 2024-04-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN116775731B (zh) | 基于滑动窗口的三相电能表错接线追退电量的计算方法 | |
| CN112255552B (zh) | 燃料电池的温度采集装置故障诊断方法、装置和车辆 | |
| CN112418687B (zh) | 基于用电特征的用户用电异常识别方法、装置和存储介质 | |
| CN111982334A (zh) | 温度修正方法及装置、计算机存储介质、处理器 | |
| CN110704287A (zh) | Linux***下RAID卡异常日志收集方法、***及存储介质 | |
| CN117349071B (zh) | 一种基于大数据的纠错机制在线评估方法、***及存储介质 | |
| CN113806343A (zh) | 一种车联网数据质量的评估方法和*** | |
| CN117195451A (zh) | 一种基于图论的桥梁监测数据修复方法 | |
| CN106648969B (zh) | 一种磁盘中损坏数据巡检方法及*** | |
| CN110516960B (zh) | 一种变电站继电保护设备的可靠性指标定量计算方法 | |
| CN110599245A (zh) | 一种工程项目造价数据管理*** | |
| CN116843530A (zh) | 碳中和管理*** | |
| WO2016206191A1 (zh) | 数据处理方法及装置 | |
| CN113742326B (zh) | 功率优化器及其功率缺失值填充方法、装置 | |
| CN112800102A (zh) | 告警相关性计算方法、装置及计算设备 | |
| CN116304776B (zh) | 基于k-Means算法的电网数据值异常检测方法及*** | |
| CN117439899B (zh) | 一种基于大数据的通信机房巡检方法及*** | |
| CN111355624B (zh) | 一种自适应的设备性能采集方法及装置 | |
| CN118035924B (zh) | 一种基于电力大数据电力设备故障数据处理方法和*** | |
| CN114706871B (zh) | 一种基于综合监控管理的数据监控方法及*** | |
| CN108681822B (zh) | 广域保护启动和故障区域定位的可靠性评估方法及装置 | |
| CN115277453B (zh) | 运维领域异常知识图谱的生成方法、应用方法和装置 | |
| CN112986843A (zh) | 电池模组检测方法、装置、电子设备及可读存储介质 | |
| CN117435422A (zh) | 一种针对电网管理的并行实时数据库主备切换管理*** | |
| CN117891691A (zh) | 一种大数据服务器的防护*** |
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 |