欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2025106941539
申请人: 南京邮电大学
专利类型:发明专利
专利状态:已下证
专利领域: 电通信技术
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种基于寻址矩阵的快速匹配查找方法,其特征在于,包括以下步骤:S1、在多维标识网络的边缘层数据库存储当前用于寻址的多维属性;

S2、依据不同规则将各类别属性映射为多维空间中对应维度的坐标值,确定多维空间中每个点的位置;其中,多维空间中的每个点对应一个已注册或已存在的通信对象;

S3、在预设的寻址矩阵中填入寻址请求,并将该填入寻址请求后的寻址矩阵发送至边缘层多维标识服务器;

S4、所述边缘层多维标识服务器提取矩阵中填写的属性内容,并依据S2中的映射规则,将所提取的属性值转换为多维空间中对应维度的坐标值;

S5、将根据寻址矩阵映射得到的点,作为寻址请求在多维空间中的位置,与S2中已映射并存储于数据库的所有对象对应的空间点进行距离计算,选取距离在预设阈值范围内的最近点所对应的通信对象,作为最佳通信目标。

2.根据权利要求1所述的一种基于寻址矩阵的快速匹配查找方法,其特征在于,S1中,当前用于寻址的多维属性包括设备类型属性、地理位置属性及业务标识属性;其中,设备类型属性包括智能家居、智能门锁、安防摄像头、智能电表;地理位置属性指任务发生的具体地理区域;业务标识属性指标记特定类型的业务,不同业务分配独立的标识。

3.根据权利要求2所述的一种基于寻址矩阵的快速匹配查找方法,其特征在于,S2具体为:S21、基于Word2Vector的思想,将设备类型属性通过向量化映射到多维空间,生成设备类型的多维坐标,即第一维度的坐标值;

S22、将地理位置属性的经纬度信息转换为唯一的数值表述,作为多维空间中第二维度的坐标值;

S23、对业务标识属性的业务量进行判断,根据业务量的多少采用不同方式取模,并映射值预定义坐标区间,得到业务标识的多维坐标,即第三维度的坐标值。

4.根据权利要求3所述的一种基于寻址矩阵的快速匹配查找方法,其特征在于,S21,在多维标识网络中,设备类型属性作为字符串需通过向量化映射到多维空间,基于Word2Vector的思想,完成设备类型的多维坐标生成,具体包括以下步骤:S211、为保障设备类型字符串的规范性与一致性,对原始数据进行清洗与标准化,包括去除冗余字符、标点符号和无关信息;

定义设备类型字符串,i表示设备类型字符串的索引,取值范围是,其中n设备类型字符串的总数;

其中每个设备类型字符串表示为一个字符序列,字符均来自预设的合法字符集,;其中是所有字符的全集,包括有效字符集和冗余字符集;表示设备类型字符串中的第l个字符,,m为设备类型字符串的实际字符数,满足,N为系统定义的最大长度;定义有效字符集合,包括英文字母、数字或其它特定字符;

遍历设备类型字符串,将属于有效字符集合的字符保留,其他字符剔除,筛选公式为:;

定义需剔除的标点符号集合和无关字符集合,遍历与匹配从有效字符中移除属于的字符:;

将清洗后的字符串转换为小写,完成标准化处理:;

S212、基于语义相似度进行编码,以捕获设备类型间的语义关系;

定义语义相似度矩阵,其中,表示设备类型字符串与其语义相关设备类型的语义相似度,相似度通过余弦相似度计算:,

其中,和表示设备类型字符串和其相关设备的词向量,和为和的向量模长;d词向量的维度,是实数集;

S213、使用词向量模型将语义特征向量映射到多维空间的坐标值;

基于设备类型集合构建语料库并训练词向量,目标是最大化条件概率,其中,表示在语料库中以设备类型字符串为中心的上下文窗口内所包含的设备类型集合:,

其中,条件概率通过Softmax函数计算:,

其中,表示设备类型集合中所有候选设备类型的索引,为第k个设备类型的词向量表示;训练完成后,将所有设备类型的词向量组织成矩阵V,其中:;

为了消除不同维度取值范围的影响,对矩阵V按列标准化,其中和分别是第j个维度的均值和标准差,矩阵中的元素表示设备类型字符串在词向量的第j个维度上的数值,标准化后的矩阵为:,

,

;

计算标准化矩阵的协方差矩阵,表示标准化矩阵的转置矩阵:;

对协方差矩阵C进行特征值分解:

,

,

;

其中,是特征向量矩阵, 是特征向量矩阵的转置矩阵,是特征值矩阵,第一主成分方向对应最大特征值;选取第一主成分方向,将每个设备类型字符串的标准化词向量投影到该方向上,得到坐标值:;

最终每个设备类型的高维词向量被降维为单一数值,该数值作为多维空间中点的第一维度坐标值,用于参与后续点距离计算与匹配。

5.根据权利要求4所述的一种基于寻址矩阵的快速匹配查找方法,其特征在于,S22,在多维标识网络中,地理位置以经纬度数据进行描述,将经纬度信息转换为唯一的数值表示,作为多维空间中第二维度的坐标值,具体包括以下步骤:S221、设地理位置的经度为x,纬度为y,其取值范围分别为:;

对经纬度进行归一化处理,将其映射到区间:;

归一化后的经度,归一化后的纬度;

S222、根据归一化结果,将转化为整数网格坐标,设编码精度为b位,网格坐标计算公式为:,

,

其中,表示经纬度在网格中的位置,为向下取整操作;

S223、将网格坐标和分别进行二进制编码,编码结果分别表示为和:,

;

S224、采用Z字形曲线将二进制位交替拼接生成一个整体的二进制串,表示地理位置的唯一编码:;

S225、将拼接后的二进制串转化为十进制数,作为地理位置的唯一映射值:,

该数值作为多维空间中点的第二维度坐标值。

6.根据权利要求5所述的一种基于寻址矩阵的快速匹配查找方法,其特征在于,S23中,在多维标识网络中,业务标识h是一串128位的数字编码,当业务标识的种类小于三位数时,将业务标识的128位数字直接对10取模,得到一位数字作为映射值,即第三维度坐标值;则;

当业务标识的种类逐渐增多至三位数及以上,为避免直接取模导致分布不均,需先对业务标识h进行哈希处理,记为,再对取模10,最终结果赋值给,作为多维空间中第三维度的坐标值。

7.根据权利要求6所述的一种基于寻址矩阵的快速匹配查找方法,其特征在于,S4中,以欧几里得距离作为评估最佳对象的标准,设寻址矩阵内属性映射得到的点为,多维空间内任意一点为,则两点之间的距离定义为:;

其中,,,分别表示寻址矩阵内属性映射得到的点的设备类型、地理位置、业务标识坐标值;,,分别表示多维空间内任意一点的设备类型、地理位置、业务标识坐标值;选择在限定范围内与点A距离最短的点作为最佳通信对象。