龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：西安交通大学
摘要：本申请公开了一种用于确定数据集之间差异的方法、系统、装置、电子设备及计算机可读存储介质，应用于数据服务端，本申请利用截断几何分布条件的性质，使得数据集中的数据能够按照与哈希函数对应的概率分布被记录，从而通过使用预设的哈希函数确定数据集的梗概数据，在保持数据集完整性的同时，有效减少数据存储空间的需求生成梗概压缩数据，再通过对目标数据集的梗概压缩数据进行异或操作，快速获得目标数据集之间的梗概差数据；最终通过求解期望函数来确定数据集之间的差异值。在保证分析结果准确度的同时，有效降低内存占用，解决了大数据的数据集差异分析过程中，内存占用与分析结果准确度不能兼顾的问题。
主权项：1.一种用于确定数据集之间差异的方法，应用于数据服务端，其特征在于，包括：获取待比较的多个数据集，并通过预设的哈希函数确定每个所述数据集的梗概数据，以使得每个所述数据集中的数据按照与所述哈希函数对应的概率分布记录在对应的梗概数据中；所述哈希函数满足预设的截断几何分布条件；所述梗概数据中包含有多个数据位，所述梗概数据中的数据位与所述数据集中的数据一一对应，每个所述数据位用以按照布尔分布记录对应的数据在对应的数据集中的存在情况；将每个所述梗概数据中的每一位分别与所述布尔分布的第一数值进行异或操作，以分别获得每个所述数据集的梗概压缩数据；响应于对两个目标数据集的选取，将两个所述目标数据集各自对应的两个目标梗概压缩数据进行异或操作，以获得所述目标数据集之间的梗概差数据，以使得两个所述目标数据集的差集中的数据按照所述概率分布记录在所述梗概差数据中；确定所述梗概差数据中所述布尔分布的第二数值出现的频率，并将所述频率作为所述截断几何分布条件所对应的期望函数的初始值，求解所述期望函数，以将求解得到的数值作为所述目标数据集之间的差异值，以使得所述差异值与两个所述目标数据集的差集中的数据的数量正相关。
全文数据：
权利要求：
百度查询： 西安交通大学 用于确定数据集之间差异的方法、系统、设备及存储介质
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号