[发明专利]向量数据处理方法、装置、设备及存储介质在审

专利信息
申请号: 202010849765.8 申请日: 2020-08-21
公开(公告)号: CN114077690A 公开(公告)日: 2022-02-22
发明(设计)人: 宋炳辉 申请(专利权)人: 浙江宇视科技有限公司
主分类号: G06F16/901 分类号: G06F16/901;G06F16/903
代理公司: 北京品源专利代理有限公司 11332 代理人: 孟金喆
地址: 310051 浙江省杭州市滨江区西兴街道江陵路*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 向量 数据处理 方法 装置 设备 存储 介质
【权利要求书】:

1.一种向量数据处理方法,其特征在于,所述方法包括:

确定随机存取存储器中存储的向量数据簇和特征分类索引的占用空间;

若所述占用空间达到随机存取存储器的预设容量阈值,则从所述向量数据簇中选取预设数量的目标向量数据簇;其中,预设数量的目标向量数据簇占用空间小于所述预设容量阈值;

若检测到目标向量数据簇的转移触发事件,则将所述目标向量数据簇转移至只读存储器中。

2.根据权利要求1所述的方法,其特征在于,所述目标向量数据簇的转移触发事件包括新向量数据簇和新特征分类索引的存储事件。

3.根据权利要求1所述的方法,其特征在于,所述方法还包括:

若所述占用空间达到随机存取存储器的预设容量阈值,则确定目标向量数据簇对应的目标特征分类索引;

若检测到目标向量数据簇的转移触发事件,则将所述目标特征分类索引备份至只读存储器中。

4.根据权利要求1所述的方法,其特征在于,从所述向量数据簇中选取目标向量数据簇,包括:

根据所述向量数据簇的存储时间,从向量数据簇中选取预设数量的目标向量数据簇。

5.根据权利要求1所述的方法,其特征在于,所述特征分类索引的存储结构包括目标分类索引标识和/或目标特征分类索引的分类标识;所述目标向量数据簇的存储结构包括所述目标向量数据簇对应的目标特征分类索引标识和/或目标特征分类索中的分类标识;

相应地,将所述目标向量数据簇转移至只读存储器中,包括:

根据所述目标向量数据簇所对应的目标特征分类索引标识和/或目标特征分类索中的分类标识,对所述目标向量数据簇进行分组;

将同一组中的目标向量数据簇在只读存储器中进行连续存储。

6.根据权利要求5所述的方法,其特征在于,根据所述目标向量数据簇所对应的目标特征分类索引标识和/或目标特征分类索中的分类标识,对所述目标向量数据簇进行分组,包括:

根据所述目标向量数据簇所对应的目标特征分类索引标识和/或目标特征分类索中的分类标识,确定所述目标向量数据簇的相似度;

将所述相似度大于预设相似度阈值的目标向量数据簇分为同一组。

7.根据权利要求1所述的方法,其特征在于,所述方法还包括:

若接收到对待检索向量的检索请求,则根据所述特征分类索引,确定所述随机存取存储器中是否存在满足检索条件的目标向量;

若不存在,则根据所述特征分类索引,确定所述只读存储器中是否存在满足检索条件的目标向量。

8.根据权利要求7所述的方法,其特征在于,根据所述特征分类索引,确定所述只读存储器中是否存在满足检索条件的目标向量,包括:

根据所述待检索向量,确定待加载的特征分类索引;

根据所述特征分类索引,从只读存储器中加载对应的目标向量数据簇;

将满足检索条件的目标向量数据簇中的向量数据与待检索向量进行匹配,确定目标向量。

9.一种向量数据处理装置,其特征在于,所述装置包括:

占用空间确定模块,用于确定随机存取存储器中存储的向量数据簇和特征分类索引的占用空间;

目标向量数据簇选取模块,用于若所述占用空间达到随机存取存储器的预设容量阈值,则从所述向量数据簇中选取预设数量的目标向量数据簇;其中,预设数量的目标向量数据簇占用空间小于所述预设容量阈值;

转移模块,用于若检测到目标向量数据簇的转移触发事件,则将所述目标向量数据簇转移至只读存储器中。

10.一种向量数据处理设备,其特征在于,所述向量数据处理设备包括:

一个或多个处理器;

存储器,用于存储一个或多个程序;

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1-8中任一项所述的向量数据处理方法。

11.一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,该程序被处理器执行时实现如权利要求1-8中任一项所述的向量数据处理方法。

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浙江宇视科技有限公司,未经浙江宇视科技有限公司许可,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/202010849765.8/1.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