[发明专利]一种优化APP包大小的处理方法、装置、计算机设备和存储介质在审
申请号: | 202010828488.2 | 申请日: | 2020-08-17 |
公开(公告)号: | CN114077582A | 公开(公告)日: | 2022-02-22 |
发明(设计)人: | 周旭阳;刘建国 | 申请(专利权)人: | 苏宁云计算有限公司 |
主分类号: | G06F16/16 | 分类号: | G06F16/16;G06F8/71;G06K9/62;G06N3/04;G06N3/08 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 210000 江苏省南*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 优化 app 大小 处理 方法 装置 计算机 设备 存储 介质 | ||
1.一种优化APP包大小的处理方法,其特征在于,所述处理方法包括:
提取APP包中的图片,对所述图片做归一化处理;
将处理后的所述图片分成多个组;
提取每个所述组中的所有图片的特征向量,两两计算所述图片的特征向量的距离;
确定相似图片对,将所述相似图片对归集形成相似组;
选取所述相似组中的代表图片,将所述APP包对相似图片对的引用合并为对所述代表图片的引用;
筛除未被引用的图片,重新打包APP。
2.根据权利要求1所述的方法,其特征在于,所述归一化处理为:
其中,x表示图像矩阵,μ表示图像矩阵的均值,δ表示图像矩阵标准差,N表示图像像素数量。
3.根据权利要求2所述的方法,其特征在于,所述将处理后的所述图片分成多个组,包括:
扫描所述图片,根据所述图片的格式信息和尺寸信息,将处理后的所述图片分成多个组。
4.根据权利要求3所述的方法,其特征在于,所述提取每个所述组中的所有图片的特征向量,包括:
遍历每个所述组,将所述处理后的图片图像输入卷积神经网络,所述卷积神经网络包括卷积层、池化层和全连层,所述全连层的输出即所述图片的特征向量。
5.根据权利要求4所述的方法,其特征在于,所述特征向量的距离,包括:
其中,v为图片的特征向量,m为特征向量的维度。
6.根据权利要求5所述的方法,其特征在于,所述确定相似图片对,将所述相似图片对归集形成相似组,包括:
两张所述图片的特征向量间的距离越小,该两张图片组成的图片对越相似,确定所述距离小于预设阈值的图片对为相似图片对,根据相似的传递性,将所述相似图片对归集成相似组。
7.一种优化APP包大小的处理装置,其特征在于,所述处理装置包括:
预处理模块,用于提取APP包中的图片,对所述图片做归一化处理;
分组模块,用于将处理后的所述图片分成多个组;
特征提取模块,用于提取每个所述组中的所有图片的特征向量,两两计算所述图片的特征向量的距离;
归集模块,用于确定相似图片对,将所述相似图片对归集形成相似组;
筛选模块,用于选取所述相似组中的代表图片,将所述APP包对相似图片对的引用合并为对所述代表图片的引用;
整合模块,用于筛除未被引用的图片,重新打包APP。
8.根据权利要求7所述的装置,其特征在于,所述分组模块根据根据所述图片的格式信息和尺寸信息,将处理后的所述图片分成多个组。
9.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于苏宁云计算有限公司,未经苏宁云计算有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010828488.2/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种碱蓬酒及其酿造设备
- 下一篇:一种走跑拉伸式健身裤管