[发明专利]一种智能计算方法

说明书

本发明公开了一种智能计算方法，包括：在预设数量个大数据中提取新知识，生成可视化交互模型库；对可视化交互模型库中的模型进行分类和统计，统计出多个模型；在获取到当前计算数据时，根据当前计算数据在多个模型中选择目标模型；利用目标模型与预设算法对当前计算数据进行计算，输出计算结果。通过确认当前计算数据所需要的目标模型进而根据目标模型来对当前计算数据进行计算，改变了现有技术中获取到计算数据启动所有的模型来计算的情况，使得目标模型可以获得足够的系统资源而不至于浪费大量的系统资源，并且，获得了足够的系统资源后计算效率也会大大提高，同时，内存占用率也大大降低，使得性能一直保持完美。

技术领域

本发明涉及数据计算技术领域，尤其涉及一种智能计算方法。

背景技术

目前，随着大数据领域的发展和壮大，越来越受到业内人士的青睐，大数据技术的战略意义不在于掌握庞大的数据信息，而在于对这些含有意义的数据进行专业化处理。换而言之，如果把大数据比作一种产业，那么这种产业实现盈利的关键，在于提高对数据的“加工能力”，通过“加工”实现数据的“增值”，但是大数据的计算数量是庞大的，庞大到无法想象，因此，现有技术的技术人员利用已经训练好的模型对计算数据进行计算，但是这种方法存在以下缺点：模型的数量多，在接收到计算任务时，会触发所有的模型进行启动进而导致系统无法为众多模型调度足够多和资源来进行计算，并且，用不到的模型也会占用系统资源和内存导致计算效率低下的问题。严重影响了用户的体验感。

发明内容

针对上述所显示出来的问题，本方法基于根据当前计算数据在生成的可视化交互模型库里选择目标模型来对计算数据进行计算。

一种智能计算方法，包括以下步骤：

在预设数量个大数据中提取新知识，生成可视化交互模型库；

对所述可视化交互模型库中的模型进行分类和统计，统计出多个模型；

在获取到当前计算数据时，根据所述当前计算数据在所述多个模型中选择目标模型；

利用所述目标模型与预设算法对所述当前计算数据进行计算，输出计算结果。

优选的，所述多个模型，包括：分析模型、数据降维模型、分类\逻辑回归模型、时空表示、决策与推理模型、轨迹挖掘模型、聚类与相似性模型、主题推荐模型以及模型优化模型。

优选的，所述在预设数量个大数据中提取新知识，生成可视化交互模型库，包括：

获取预设数量个所述大数据；

预设数量个所述大数据进行预处理，所述预处理包括：对所述大数据进行权值计算，矢量表示以及特征提取；

根据预设数量个所述大数据和每个所述大数据对应的特征确认每个大数据的对应的第一功能，确认出预设数量个第一功能；

将所述预设数量个第一功能按照相似度进行归类，归为n个种类；

预先建立多个原始模型；

根据n个种类的第一功能所对应的大数据对所述多个原始模型进行训练，得到多个训练后的模型；

根据所述多个训练后的模型生成所述可视化交互模型库。

优选的，所述在获取到当前计算数据时，根据所述当前计算数据在所述多个模型中选择目标模型，包括：

接收到所述当前计算数据时，存储所述当前计算数据；

对所述当前计算数据进行解析，解析出所述当前计算数据所需要的第二功能；

将所述第二功能输入到所述可视化交互模型库中进行匹配，输出匹配结果；

根据所述匹配结果在多个训练后的模型中选择所述目标模型。