基于大数据的材料物理数据分类方法、电子设备及存储介质与流程

文档序号:19892606发布日期:2020-02-11 12:52阅读:391来源:国知局
基于大数据的材料物理数据分类方法、电子设备及存储介质与流程

本发明涉及的分类技术领域,尤其涉及基于大数据的材料物理数据分类方法。



背景技术:

材料物理的特色方向在凝聚态物理、半导体物理、电子材料、微电子器件等领域,对数学、物理基础要求较高。着重培养学生利用物理学和材料科学的知识,从事基础理论研究,或发展新型电子材料和微电子器件工艺,分析与设计等方向的应用能力和创新能力。在大数据时代,如何高效收集数据、分类数据至关重要。



技术实现要素:

为了克服现有技术的不足,本发明的目的之一在于提供基于大数据的材料物理数据分类方法,其能实现如何对材料物理数据合理分类,实现高效收集数据。

本发明的目的之二在于提供一种电子设备,其能实现如何对材料物理数据合理分类,实现高效收集数据。

本发明的目的之三在于提供一种存储介质,其能实现如何对材料物理数据合理分类,实现高效收集数据。

本发明的目的之一采用以下技术方案实现:

基于大数据的材料物理数据分类方法,包括如下步骤:

接收用户输入的分类项目,建立每一个分类项目分别对应的存储区间;所述分类项目具有一一对应的分类标识;

接收用户输入的分类请求,所述分类请求包括待分类数据及分类标识,将所述待分类数据存储至分类请求中的所述分类标识所对应的存储区间。

优选的,还包括如下步骤:

记录已经存储至对应存储区间的待分类数据为历史分类数据;

接收用户输入的新的分类请求,所述分类请求包括待分类数据及分类标识,判断所述分类数据是否与历史分类数据匹配,若是,则将所述待分类数据存储至所匹配的历史分类数据对应的存储区间中,否则,根据分类请求中的所述分类标识存储在对应的存储区间。

优选的,还包括如下步骤:

根据每一个分类项目对应的存储区间内所存储的分类数据,对分类数据进行数据分析,以获取每一个存储区间中的分类数据所具有的数据属性;

根据不同存储区间对应的数据属性建立数据分类模型。

优选的,还包括如下步骤:

接收用户输入的分类数据,将分类数据写入数据分类模型中;

获取所述分类数据的数据属性,并根据数据属性将该分类数据存储至与数据属性对应的存储区间中。

优选的,所述分类标识包括分类编码和分类名称。

本发明的目的之二采用如下技术方案实现:

一种电子设备,包括处理器、存储器以及存储在存储器中并可被处理器执行的计算机可读程序,所述计算机可读程序被处理器执行时,实现如下步骤:

接收用户输入的分类项目,建立每一个分类项目分别对应的存储区间;所述分类项目具有一一对应的分类标识;

接收用户输入的分类请求,所述分类请求包括待分类数据及分类标识,将所述待分类数据存储至分类请求中的所述分类标识所对应的存储区间。

优选的,所述计算机可读程序被处理器执行时,还实现如下步骤:

记录已经存储至对应存储区间的待分类数据为历史分类数据;

接收用户输入的新的分类请求,所述分类请求包括待分类数据及分类标识,判断所述分类数据是否与历史分类数据匹配,若是,则将所述待分类数据存储至所匹配的历史分类数据对应的存储区间中,否则,根据分类请求中的所述分类标识存储在对应的存储区间。

优选的,所述计算机可读程序被处理器执行时,还实现如下步骤:

根据每一个分类项目对应的存储区间内所存储的分类数据,对分类数据进行数据分析,以获取每一个存储区间中的分类数据所具有的数据属性;

根据不同存储区间对应的数据属性建立数据分类模型。

优选的,所述计算机可读程序被处理器执行时,还实现如下步骤:

接收用户输入的分类数据,将分类数据写入数据分类模型中;

获取所述分类数据的数据属性,并根据数据属性将该分类数据存储至与数据属性对应的存储区间中。

本发明的目的之三采用如下技术方案实现:

一种存储介质,其上存储有可被处理器执行的计算机可读程序,其特征在于,所述计算机可读程序被处理器执行时实现如本发明目的之一任一项所述的材料物理数据分类方法。

相比现有技术,本发明的有益效果在于:

本发明根据用户输入的分类数据和分类标识,将分类数据与分类标识进行绑定,从而将分类标识与对应的存储区间绑定,便于将后续相同分类标识的分类数据存储至相同的存储区间中,更加快速高效的收集数据,便于后续统计和分析应用。

附图说明

图1为本发明实施例一的基于大数据的材料物理数据分类方法的流程图;

图2为本发明实施例二的基于大数据的材料物理数据分类方法的流程图。

具体实施方式

下面,结合附图以及具体实施方式,对本发明做进一步描述:

实施例一

本实施例中,提高基于大数据的材料物理数据分类方法,如图1所示,包括如下步骤:

s1:接收用户输入的分类项目,建立每一个分类项目分别对应的存储区间;所述分类项目具有一一对应的分类标识;

首先用户建立若干个不同的存储区间以对应不同的分类项目,这些存储区间的划分可以基于大数据囊括目前已知的全部不同分类项目,也可以是仅包括常见的分类项目。也就是说,可以根据某一个分类方法,设置该分类方法下所有的分类对应的存储区间,也可以是根据某一个分类方法,设置该分类方法下常见的一些分类对应的存储区间,例如根据材料物理数据的不同属性进行分类。

s2:接收用户输入的分类请求,所述分类请求包括待分类数据及分类标识,将所述待分类数据存储至分类请求中的所述分类标识所对应的存储区间。

设置好存储区间之后,用户可以输入分类请求。分类请求至少包含有待分类数据以及分类标识。分类标识用于识别对应的存储区间,相当于存储区间的身份象征。分类标识可以通过分类编码或者分类名称进行体现,当然也可以是其他体现方式,例如二维码、电子卡等。以分类编码为例,用户在输入分类请求时,选取待分类数据,并输入字符或数字或字符与数字组合或者其他方式下的分类编码,打包发送至相应的处理单元,处理单元对分类编码进行识别,将分类数据发送至对应的存储区间存储。用户获取分类数据的方式可以是本地的,也可以是基于互联网大数据。

本实施例提供的材料物理数据分类方法根据用户输入的分类数据和分类标识,将分类数据与分类标识进行绑定,从而将分类标识与对应的存储区间绑定,便于将相同分类标识的分类数据存储至相同的存储区间中。

实施例二

如图2所示,本实施例中,包括如下步骤:

s1:接收用户输入的分类项目,建立每一个分类项目分别对应的存储区间;所述分类项目具有一一对应的分类标识;

s2:接收用户输入的分类请求,所述分类请求包括待分类数据及分类标识,将所述待分类数据存储至分类请求中的所述分类标识所对应的存储区间;

s3:记录已经存储至对应存储区间的待分类数据为历史分类数据;

s4:接收用户输入的新的分类请求,所述分类请求包括待分类数据及分类标识,

s5:判断所述分类数据是否与历史分类数据匹配,若是,则将所述待分类数据存储至所匹配的历史分类数据对应的存储区间中,否则,根据分类请求中的所述分类标识存储在对应的存储区间。

本实施例在实施例一的基础上,增加了对历史分类数据的分析。在s3步骤中,将已经进行归类存储的数据定义为历史分类数据。

对于新接收到的用户输入的分类请求,可以对待分类数据进行识别分析,判断是否有相同的历史分类数据,如果过,则直接将该待分类数据存储至对应的存储区间,如果没有历史分类数据相匹配,则重新识别分类请求里的分类标识,根据分类标识存储至对应的存储区间。

于另一个实施例的,还可以对存储区间里的分类数据进行数据分析,包括步骤如下:

s6:根据每一个分类项目对应的存储区间内所存储的分类数据,对分类数据进行数据分析,以获取每一个存储区间中的分类数据所具有的数据属性;

本步骤的数据分析包括对存储区间下的数据属性,数据属性包括但不限于其用途、领域。

s7:根据不同存储区间对应的数据属性建立数据分类模型;

s8:获取所述分类数据的数据属性,并根据数据属性将该分类数据存储至与数据属性对应的存储区间中。

本发明还提供一种电子设备,包括处理器、存储器以及存储在存储器中并可被处理器执行的计算机可读程序,所述计算机可读程序被处理器执行时,实现如下步骤:

接收用户输入的分类项目,建立每一个分类项目分别对应的存储区间;所述分类项目具有一一对应的分类标识;

接收用户输入的分类请求,所述分类请求包括待分类数据及分类标识,将所述待分类数据存储至分类请求中的所述分类标识所对应的存储区间。

所述计算机可读程序被处理器执行时,还实现如下步骤:

记录已经存储至对应存储区间的待分类数据为历史分类数据;

接收用户输入的新的分类请求,所述分类请求包括待分类数据及分类标识,判断所述分类数据是否与历史分类数据匹配,若是,则将所述待分类数据存储至所匹配的历史分类数据对应的存储区间中,否则,根据分类请求中的所述分类标识存储在对应的存储区间。

所述计算机可读程序被处理器执行时,还实现如下步骤:

根据每一个分类项目对应的存储区间内所存储的分类数据,对分类数据进行数据分析,以获取每一个存储区间中的分类数据所具有的数据属性;

根据不同存储区间对应的数据属性建立数据分类模型。

接收用户输入的分类数据,将分类数据写入数据分类模型中;

获取所述分类数据的数据属性,并根据数据属性将该分类数据存储至与数据属性对应的存储区间中。

另外还提供一种存储介质,其上存储有可被处理器执行的计算机可读程序,所述计算机可读程序被处理器执行时实现本发明所述的材料物理数据分类方法。

对本领域的技术人员来说,可根据以上描述的技术方案以及构思,做出其它各种相应的改变以及形变,而所有的这些改变以及形变都应该属于本发明权利要求的保护范围之内。

当前第1页1 2 3 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1