[发明专利]数据传输方法、系统、计算机设备及存储介质在审

专利信息
申请号: 202010177134.6 申请日: 2020-03-13
公开(公告)号: CN111404825A 公开(公告)日: 2020-07-10
发明(设计)人: 韦鹏程;颜蓓 申请(专利权)人: 重庆第二师范学院
主分类号: H04L12/801 分类号: H04L12/801;H04L12/851;H04L29/08;G06F9/54;G06F17/16
代理公司: 北京国坤专利代理事务所(普通合伙) 11491 代理人: 赵红霞
地址: 400000*** 国省代码: 重庆;50
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 数据传输 方法 系统 计算机 设备 存储 介质
【权利要求书】:

1.一种数据传输方法,其特征在于,所述方法包括:

获取模糊分数阶常微分方程,提取所述模糊分数阶常微分方程的矩阵指数;

使用精细积分法对所述矩阵指数进行优化,得到目标矩阵指数,并获取与所述目标矩阵指数对应的矩阵加权指数以及矩阵展开项;

根据所述矩阵加权指数以及所述矩阵展开项,得到自适应选择优化公式;

获取待传输数据,根据所述待传输数据得到所述自适应选择优化公式的总计算量;

将所述待传输数据根据所述总计算量,通过SDN网络架构进行数据传输。

2.根据权利要求1所述的方法,其特征在于,所述使用精细积分法对所述矩阵指数进行优化,得到目标矩阵指数,包括:

计算与所述矩阵指数所对应矩阵的逆矩阵;

通过增量存储技术对所述矩阵指数进行pade级数逼近,得到矩阵加权指数;

使用所述精细积分法,根据所述逆矩阵以及所述矩阵加权指数,得到所述矩阵指数的近似值,并将所述矩阵指数的近似值作为所述目标矩阵指数。

3.根据权利要求1所述的方法,其特征在于,所述根据所述矩阵加权指数以及所述矩阵展开项,得到自适应选择优化公式,包括:

获取所述矩阵加权指数与所述矩阵展开项之间的关系;

根据所述关系,计算出所述矩阵加权指数与所述矩阵展开项的相对误差;

根据所述相对误差得到所述自适应选择优化公式。

4.根据权利要求3所述的方法,其特征在于,所述根据所述相对误差得到所述自适应选择优化公式,包括:

根据所述相对误差获取所述矩阵加权指数的第一变化公式,并根据所述相对误差获取所述矩阵展开项的第二变化公式;

根据所述第一变化公式以及所述第二变化公式,得到所述自适应选择优化公式;

其中,所述自适应选择优化公式包括所述矩阵加权指数的自适应选择优化公式、所述矩阵展开项的自适应选择优化公式。

5.根据权利要求1所述的方法,其特征在于,所述将所述待传输数据根据所述总计算量,通过SDN网络架构进行数据传输,包括:

根据所述总计算量划分所述待传输数据,得到各个传输子数据;

通过所述SDN网络架构的API接口,分别为各个所述传输子数据分配任务节点;

通过所述任务节点进行数据传输。

6.根据权利要求5所述的方法,其特征在于,所述通过所述任务节点进行数据传输,包括:

在所述任务节点中通过开放流技术对数据进行处理,得到处理后的数据;

获取所述开放流技术对应的开放流控制器;

通过所述开放流控制器对所述处理后的数据进行数据传输。

7.一种数据传输系统,其特征在于,所述系统包括:

矩阵指数提取模块,用于获取模糊分数阶常微分方程,提取所述模糊分数阶常微分方程的矩阵指数;

目标矩阵指数获取模块,用于使用精细积分法对所述矩阵指数进行优化,得到目标矩阵指数,并获取与所述目标矩阵指数对应的矩阵加权指数以及矩阵展开项;

公式获取模块,用于根据所述矩阵加权指数以及所述矩阵展开项,得到自适应选择优化公式;

计算模块,用于获取待传输数据,根据所述待传输数据得到所述自适应选择优化公式的总计算量;

数据传输模块,用于将所述待传输数据根据所述总计算量,通过SDN网络架构进行数据传输。

8.根据权利要求7所述的系统,其特征在于,所述目标矩阵指数获取模块包括:

逆矩阵计算模块,用于计算与所述矩阵指数所对应矩阵的逆矩阵;

指数处理模块,用于通过增量存储技术对所述矩阵指数进行pade级数逼近,得到矩阵加权指数;

近似值获取模块,用于使用所述精细积分法,根据所述逆矩阵以及所述矩阵加权指数,得到所述矩阵指数的近似值,并将所述矩阵指数的近似值作为所述目标矩阵指数。

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重庆第二师范学院,未经重庆第二师范学院许可,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/202010177134.6/1.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