【技术实现步骤摘要】
本专利技术涉及ai数据处理，具体为基于边缘计算的ai数据处理方法、系统及存储介质。
技术介绍
1、ai数据处理是一种利用人工智能技术高效处理和分析大规模数据的方法，旨在从海量数据中提取有价值的信息，帮助企业做出明智的决策。这种方法能够自动识别和整理结构化和非结构化数据，挖掘出隐藏的模式和关联，从而提供更准确和全面的数据洞察。
2、现有的用于ai数据处理的方法，通常在实际数据分析方面进行优化，比如通过改进机载智能传感ai的数据处理，提高无人机远距离采集时的采集精度以及对采集路径进行优化，这种改进方式虽能对无人机的采集过程进行优化，但在ai数据处理的响应速度方面，仍存在较大的响应延迟，这会导致当无人机距离终端较远且出现如进入隧道或错误识别采集对象等紧急情况时，较大的响应延迟会导致ai的数据处理无法及时应对紧急情况，造成无人机受损坠落或错误采集等情况，比如在申请公开号为cn118072559a的中国专利中，公开了一种基于无人机机载智能传感ai数据处理方法，该方案就是通过解决现有的无人机远距离的数据传输的精度较低，以及采集路线的规划不够合理导致无人机无效飞行路径较多的问题，其他的用于ai数据处理的改进，还包括在实际的图像处理方面通过ai的数据处理对图像进行模糊化操作从而提高图像的保留时间，这种改进方法虽能提高图像的保留时间，但当短时间内接收大量图片时，ai对于每一个图片的数据处理过程均需要通过云端计算进行处理，这会增大ai对大量图片进行数据处理时的响应延迟以及加重ai系统承受的负荷，造成无法及时对图片进行转化甚至出现图片损坏
技术实现思路
1、本专利技术旨在至少在一定程度上解决现有技术中的技术问题之一，通过提出基于边缘计算的ai数据处理方法、系统及存储介质，用于解决现有技术中在ai数据处理的响应速度方面，存在较大的响应延迟，较大的响应延迟会造成ai的数据处理无法及时应对紧急情况，同时面对大量处理数据会增大ai在进行数据处理时的响应延迟以及加重ai系统承受的负荷的问题。
2、为实现上述目的，第一方面，本申请提供基于边缘计算的ai数据处理方法，包括如下步骤：
3、基于ai所处的位置环境获取能够进行边缘计算的多个载体设备zt；
4、使用载体筛选法对多个载体设备zt进行筛选，并使用筛选优化法在每次筛选后对筛选过程进行优化；
5、通过ai使用筛选得到的载体设备zt基于边缘计算进行数据处理，并基于数据处理结果实时更换进行边缘计算的载体设备zt。
6、进一步地，基于ai所处的位置环境获取能够进行边缘计算的多个载体设备zt包括：
7、建立三维直角坐标系，记为载体获取坐标系，其中，三维直角坐标系的x轴、y轴以及z轴的单位均为米；将ai所在的电子设备所处的位置固定于载体获取坐标系的坐标原点，以坐标原点为球心，半径为标准场景半径做球，记为载体搜索球；使用ai获取载体搜索球对应的实际场景中能够作为边缘计算的载体的设备，分别记为载体设备zt1至载体设备ztn，其中，能够作为边缘计算的载体的设备为具有运算能力的终端。
8、进一步地，使用载体筛选法对多个载体设备zt进行筛选，并使用筛选优化法在每次筛选后对筛选过程进行优化包括：
9、使用载体筛选法对多个载体设备zt进行筛选；
10、在每次进行筛选后，使用筛选优化法对筛选过程进行优化。
11、进一步地，将ai所在的电子设备记为ai设备，载体筛选法包括：
12、使用响应子测试法、能力子测试法以及深度子测试法分别获取每个载体设备zt的最佳响应时间、最佳响应数量以及最佳响应深度；响应子测试法包括：使用ai设备分别向所有载体设备zt发送icmp回应请求包，每个载体设备zt对应的回应包所经过的时间分别记为回应时间hy1至回应时间hyn；对于任意一个载体设备ztn1，由ai设备重复向载体设备ztn1发送n次icmp回应请求包并获取n次回应包对应的回应时间hyn1，分别记为ms1至msn，使用回应波动算法获取载体设备ztn1的回应波动，回应波动算法包括：其中，b为回应波动，bi为ms1至msn中第i个回应时间hyn1，bp为ms1至msn的平均值；将ms1至msn的最小值记为最佳响应时间，将ms1至msn的最大值记为msmax；
13、获取所有载体设备zt对应的回应波动、msmax以及最佳响应时间；将所有回应波动的平均值记为波动均值，将回应波动小于波动均值的载体设备zt中最佳响应时间最小的载体设备zt记为响应优选设备。
14、进一步地，能力子测试法包括：将所有msmax中的最大值记为能力测试时间；在能力测试时间内使用ai设备分别向所有载体设备zt发送icmp回应请求包，并在接收到回应包后立即再次发送，获取能力测试时间内ai设备分别向所有载体设备zt发送icmp回应请求包的数量，分别记为最佳响应数量nl1至最佳响应数量nln，其中，ai设备发送icmp回应请求包时同一时间内仅对一个载体设备zt发送icmp回应请求包；
15、将最佳响应数量nl1至最佳响应数量nln中的最大值对应的载体设备zt记为能力优选设备；
16、深度子测试法包括：使用大数据随机获取一个关键词，记为测试关键词；使用ai设备分别连接载体设备zt1至载体设备ztn后对测试关键词进行搜索，将搜索结果分别记为载体搜索结果sj1至载体搜索结果sjn，建立平面直角坐标系，记为深度分析坐标系，其中，深度分析坐标系的x轴的单位为搜素时间，y轴的单位为数据数量；对于任意一个载体搜索结果sjn1，基于使用ai设备连接载体设备ztn1后搜索测试关键词的时间以及载体搜索结果sjn1中随搜索的时间增长对应的搜索到的数据数量在深度分析坐标系中绘制曲线，记为搜索深度曲线qxn1，其中，对于搜索深度曲线qxn1中的任意一个点(x0，y0)，表示在ai设备连接载体设备ztn1后搜索测试关键词的时间为x0时，搜索到的数据数量为y0；在同一个深度分析坐标系中绘制所有载体连接设备zt对应搜索深度曲线qx，将x＝能力测试时间时所有搜索深度曲线qx对应的纵坐标记为每个搜索深度曲线qx对应的载体设备zt的最佳响应深度，将所有最佳响应深度的最小值记为参考数据量，将纵坐标等于参考数据量且横坐标最小的搜索深度曲线qx对应的载体设备zt记为深度优选设备。
17、进一步地，载体筛选法还包括：
18、建立平面直角坐标系，记为综合筛选坐标系，其中，将综合筛选坐标系的x轴中由原点向右的坐标点分别记为载体设备zt1至载体设备ztn，综合筛选坐标系的y轴的坐标被设置为时间、响应数量以及数据数量；
19、当综合筛选坐标系的y轴的坐标为时间时，基于每个载体设备zt对应的最佳响应时间在坐标点为载体设备zt1至载体设备ztn处绘制n个柱状图，记为时间柱状图，其中，每个时间柱状图的宽为综合筛选坐标系的x轴的一个单位长度，时间柱状图的长为每个载体设备zt对本文档来自技高网...
【技术保护点】
1.基于边缘计算的AI数据处理方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的基于边缘计算的AI数据处理方法，其特征在于，基于AI所处的位置环境获取能够进行边缘计算的多个载体设备ZT包括：
3.根据权利要求2所述的基于边缘计算的AI数据处理方法，其特征在于，使用载体筛选法对多个载体设备ZT进行筛选，并使用筛选优化法在每次筛选后对筛选过程进行优化包括：
4.根据权利要求3所述的基于边缘计算的AI数据处理方法，其特征在于，将AI所在的电子设备记为AI设备，载体筛选法包括：
5.根据权利要求4所述的基于边缘计算的AI数据处理方法，其特征在于，能力子测试法包括：将所有MSmax中的最大值记为能力测试时间；在能力测试时间内使用AI设备分别向所有载体设备ZT发送ICMP回应请求包，并在接收到回应包后立即再次发送，获取能力测试时间内AI设备分别向所有载体设备ZT发送ICMP回应请求包的数量，分别记为最佳响应数量NL1至最佳响应数量NLn，其中，AI设备发送ICMP回应请求包时同一时间内仅对一个载体设备ZT发送ICMP回应请求包；
...【技术特征摘要】
1.基于边缘计算的ai数据处理方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的基于边缘计算的ai数据处理方法，其特征在于，基于ai所处的位置环境获取能够进行边缘计算的多个载体设备zt包括：
3.根据权利要求2所述的基于边缘计算的ai数据处理方法，其特征在于，使用载体筛选法对多个载体设备zt进行筛选，并使用筛选优化法在每次筛选后对筛选过程进行优化包括：
4.根据权利要求3所述的基于边缘计算的ai数据处理方法，其特征在于，将ai所在的电子设备记为ai设备，载体筛选法包括：
5.根据权利要求4所述的基于边缘计算的ai数据处理方法，其特征在于，能力子测试法包括：将所有msmax中的最大值记为能力测试时间；在能力测试时间内使用ai设备分别向所有载体设备zt发送icmp回应请求包，并在接收到回应包后立即再次发送，获取能力测试时间内ai设备分别向所有载体设备zt发送icmp回应请求包的数量，分别记为最佳响应数量nl1至最佳响应数量nln，其中，ai设备发送icmp回应请求包时同一时间内仅对一个载体设备...
【专利技术属性】
技术研发人员：刘广辉，贾浩洋，
申请(专利权)人：华源云深圳网络科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。