(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202210234332.0 (22)申请日 2022.03.10 (65)同一申请的已公布的文献号 申请公布号 CN 114615207 A (43)申请公布日 2022.06.10 (73)专利权人 四川三思 德科技有限公司 地址 610000 四川省成 都市高新区世纪城 路1129号5栋3层302号 (72)发明人 张秀才　蒋先勇　李志刚　邹可欣　 (74)专利代理 机构 成都精点专利代理事务所 (普通合伙) 51338 专利代理师 王记明 (51)Int.Cl. H04L 47/2441(2022.01) H04L 47/24(2022.01) H04L 67/55(2022.01)G06V 10/762(2022.01) G06K 9/62(2022.01) (56)对比文件 CN 103678512 A,2014.0 3.26 CN 113761242 A,2021.12.07 CN 10972680 6 A,2019.0 5.07 US 2019244129 A1,2019.08.08 CN 112465622 A,2021.0 3.09 Dmitry Perepel kin;Maria Ivanchikova.Problem of Netw ork Traf fic Classificati on in Multiprovider Cl oud Infrastructures Based o n Machine Learn ing Methods. 《2021 10th Mediter ranean Conference o n Embedded Computi ng (MECO)》 .2021, 审查员 王闪 (54)发明名称 推流前的数据定向化处 理方法及装置 (57)摘要 本发明涉及数据信息处理技术领域， 涉及推 流前的数据定向化处理方法及装置， 包括以下步 骤： 步骤1.预处理集成配置； 步骤2.引导分流； 步 骤3.汇总数据流； 步骤4.定位查找处理； 步骤5. 阶段配置； 步骤6.分类推流； 步骤7.重复上述步 骤1‑步骤6， 持续至推流数据处理结束， 本发明采 用了非常规数据处理， 提出了一种新型的数据处 理方式， 结合了分类、 汇集、 静态动态数据处理以 及数据的优化， 合理 高效地解决了数据多元化推 流时无法在单个 设备下进行连续处理的问题， 同 时有效区别现有技术切换使用设备进行不同数 据处理的方法。 权利要求书2页 说明书5页 附图1页 CN 114615207 B 2022.11.25 CN 114615207 B 1.推流前的数据定向化处 理方法， 其特 征在于， 包括以下步骤： 步骤1.预处理集成配置， 配置无线和有线网络模块， 将配置好的模块进行串接连接， 形 成第一网络模块， 进 而采用无线模块拉流； 步骤2.引导分流， 将第一网络模块中的数据信息进行分离， 其中数据信息包括动态以 及静态信息； 步骤3.汇总数据流， 将引导分流后的数据信息进行汇总， 将汇总后的数据进行分析处 理， 数据分析处理基于  K‑近邻算法进行， 得到分析处理后的数据信息， 将分析处理后的数 据信息进行分类传输； 步骤4.定位查找处理， 将分类后的数据中的静态数据信息基于Mark点匹配进行定位处 理， 定位后进行图像细节校准， 校准后将静态数据信息进行传输； 步骤5.阶段配置， 将定位查找后的静态数据进行阶段配置， 配置过程中采用ID3算法， 将静态数据进行多路配置， 先形成对外传输端口， 最后形成第二网络模块； 其中， 多路配置 具体为进行三平行数据通道进行处理， 将处理结果进行对比汇总， 其中对比汇总采用基于 ID3的二次开发平台进行； 步骤6.分类推流， 将阶段配置后的静态数据和分类好的动态数据进行对应推流， 其中 推流过程采用STREAM算法进行； 步骤7.重复上述 步骤1‑步骤6， 持续至推流数据处 理结束。 2.根据权利要求1所述的推流前的数据定向化处理方法， 其特征在于， 所述步骤2具体 为： 将第一网络模块中的数据信息利用HSAH算法进行分离引导， 其中在第一网络模块中的 数据会依据HASH算法进行 数据的读取处 理。 3.根据权利要求1所述的推流前的数据定向化处理方法， 其特征在于， 所述步骤3具体 为： 所述K ‑近邻算法被 配置进行多路连续处 理， 处理过程中采用逐级优化方式进行。 4.根据权利要求1所述的推流前的数据定向化处理方法， 其特征在于， 所述步骤4具体 为： 对静态信息进行双重定位处理， 其中第一重采用全局Mar k定位， 第二重采用局部Mar k定 位。 5.根据权利要求1所述的推流前的数据定向化处理方法， 其特征在于， 所述步骤6具体 为： 将阶段配置后的静态数据和分类好的动态数据通过读取数据的中位数和权值， 得到聚 类信息， 接着基于STREAM算法进行批处 理， 每次批处 理的数据点个数3个至 5个。 6.一种推流前的数据定向化处理装置， 其特征在于， 包括装置本体， 所述装置本体 内信 号连接有处理模块， 所述处理模块采用权利要求1 ‑5任意一项所述的推流前 的数据定 向化 处理方法。 7.根据权利要求6所述的一种推流前的数据定向化处理装置， 其特征在于， 所述处理模 块内依次信号连接有预处理模块、 导引模块以及类聚模块， 其中所述预处理模块用于进行 无线以及有 线配置， 将配置好的模块进行串接连接， 形成第一网络模块； 所述导引模块用于将第 一网络模块中的数据信 息进行分离， 其中数据信 息包括动态以 及静态信息； 所述类聚模块用于将引导分流后的数据信息进行汇总， 将汇总后的数据进行分析处 理， 数据分析处理基于  K‑近邻算法进行， 得到分析处理后的数据信息， 将分析处理后的数 据信息进行分类传输 。权　利　要　求　书 1/2 页 2 CN 114615207 B 28.根据权利要求6所述的一种推流前的数据定向化处理装置， 其特征在于， 所述处理模 块还信号连接有定位模块、 配置模块以及分类模块， 所述定位模块用于将分类后的数据中 的静态数据信息基于Mark点匹配进行定位处理， 定位后进行图像细节校准， 校准后将静态 数据信息进行传输； 所述配置模块用于将定位查找后的静态数据进行阶段配置， 配置过程中采用ID3算法， 将静态数据进行多路配置， 先 形成对外传输端口， 最后形成第二网络模块； 所述分类模块用于将阶段配置后的静态数据和分类好的动态数据进行对应推流， 其中 推流过程采用STREAM算法进行。权　利　要　求　书 2/2 页 3 CN 114615207 B 3