[发明专利]特征串集合的分组方法和装置有效
| 申请号： | 201611104011.X | 申请日： | 2016-12-05 |
| 公开（公告）号： | CN106776965B | 公开（公告）日： | 2019-11-26 |
| 发明（设计）人： | 尹延伟 | 申请（专利权）人： | 东软集团股份有限公司 |
| 主分类号： | G06F16/335 | 分类号： | G06F16/335 |
| 代理公司： | 11201 北京清亦华知识产权代理事务所(普通合伙) | 代理人： | 张润<国际申请>=<国际公布>=<进入国 |
| 地址： | 110179 辽*** | 国省代码： | 辽宁;21 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提出一种特征串集合的分组方法和装置，其中方法包括：获取特征串集合中多个特征串中每个特征串的长度信息；统计每种长度信息下特征串的数量，根据数量生成特征串数量矩阵，并基于长度信息生成长度序列；根据长度序列确定分组数，并根据分组数和特征串数量矩阵确定初始分组；从初始分组中选取特征串长度最小的分组作为第一目标分组；若多个初始分组中包括第二目标分组，将第一目标分组中的每个特征串字符进行扩展，得到对应的多个扩展字符串；将第二目标分组和多个初始分组中剩余的分组作为第三目标分组，以基于第三目标分组对特征串集合进行匹配。通过本发明能够对特征集合串进行自动分组，且减少原始特征串的信息损失。 | ||
| 搜索关键词： | 特征 集合 分组 方法 装置 | ||
【主权项】：
1.一种特征串集合的分组方法，其特征在于，包括以下步骤：/n获取特征串集合中多个特征串中每个特征串的长度信息，统计基于每种长度信息下特征串的数量，根据所述数量生成特征串数量矩阵，并基于所述长度信息生成长度序列；/n根据所述长度序列确定分组数，并根据所述分组数和所述特征串数量矩阵确定多个初始分组；/n从所述多个初始分组中，选取所包含的特征串长度最小的分组作为第一目标分组；/n若所述多个初始分组中包括第二目标分组，将所述第一目标分组中的每个特征串的字符进行扩展，得到与所述每个特征串对应的多个扩展字符串，并将所述多个扩展字符串置入所述第二目标分组中，其中，所述第二目标分组中所包含的特征串长度比所述第一目标分组中的特征串长度大1；/n将所述第二目标分组和所述多个初始分组中剩余的分组作为第三目标分组，以基于所述第三目标分组构建所述特征串集合的掩码表，并对所述特征串集合进行匹配；/n所述基于所述长度信息生成长度序列，包括：/n从多个所述长度信息中选取长度值小于或者等于预设长度阈值的长度信息并作为目标长度信息；/n基于所述目标长度信息，按照长度值升序生成所述长度序列；/n所述基于所述第三目标分组构建所述特征串集合的掩码表，包括：/n将所述掩码表所有位初始化为零，依次对当前分组中的每个特征串中的q-gram字符块，使用选取好的字符转换函数进行求值，对于所求值找到所述掩码表中相对应行，并根据当前字符块在特征串中的位置，找到所述掩码表中的相应列，相对应的将所述相对应行和所述相应列的位置为1。/n
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东软集团股份有限公司，未经东软集团股份有限公司许可，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/patent/201611104011.X/，转载请声明来源钻瓜专利网。
- 上一篇：一种基于HC-CELL的WEB页面管理方法
- 下一篇：一种数据分析方法和装置
