[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

专利信息
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
【权利要求书】:

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。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top