数据字典的生成方法与流程

技术特征：
1.数据字典的生成方法，其特征在于包括：a、对输入的样本数据s，从一个方向确定一个起点位置i；b、判断位置i是否为输入数据s的尾部，如果是，输出失败信息，结束；否则转步骤c；c、使用位置i到数据s尾部的数据生成待处理数据串si，ck＝si的前k位，1≤k≤[j/2]，令j等于si的长度；其中，[]为取小数点前面整数部分的取整计算符号；d、使用ck从si的k 1位起扫描剩余位，记录ck，与ck相同的数据段的起点位置lm，以及数据长度、重复次数；令k＝k 1，ck＝si的前k位，其中，m为大于1的整数；e、判断k是否小于[j/2],如果是，则转步骤f；否则转步骤g；f、使用ck从si大于k位的lm位置起扫描k位数据，记录ck，与ck相同的数据段的起点位置lm，以及数据长度、重复次数；令k＝k 1，ck＝si的前k位，转步骤e；g、根据扫描得到的结果，将数据长度和/或重复次数最佳的ck、数据长度、重复次数，以及为其分配的标签存储到标签数据库。2.如权利要求1所述的数据字典的生成方法，其特征在于：如果标签数据库中已经存在一个与ck相同的数据段，则将该数据段对应的重复次数计数器加1。3.如权利要求2所述的数据字典的生成方法，其特征在于：利用重复次数计数器的值和/或数据段的长度值优化标签数据库。4.数据字典的生成方法，其特征在于包括：a、对输入的样本数据s，从一个方向确定一个起点位置i；b、判断位置i是否为输入数据s的尾部，如果是，转步骤h；否则转步骤c；c、使用位置i到数据s尾部的数据生成待处理数据串si，ck＝si的前k位，1≤k≤[j/2]，令j等于si的长度；其中，[]为取小数点前面整数部分的取整计算符号；d、使用ck从si的k 1位起扫描剩余位，记录ck，以及与ck相同的数据段的起点位置lm，以及数据长度、重复次数；令k＝k 1，ck＝si的前k位，其中，m为大于1的整数；e、判断k是否小于[j/2],如果是，则转步骤f；否则转步骤g；f、使用ck从si大于k位的lm位置起扫描k位数据，记录ck，以及与ck相同数据段的起点位置lm，以及数据长度、重复次数；令k＝k 1，ck＝si的前k位，转步骤e；g、根据扫描得到的结果，将数据长度和/或重复次数最佳的ck，以及数据长度、重复次数存储到临时数据库，令i＝i 1，转步骤b；h、利用临时数据库中保存的ck，及其对应的数据长度、重复次数，找到最优值的ck，及其对应的数据长度、重复次数，将其以及为其分配的标签存储到标签数据库。5.如权利要求4所述的数据字典的生成方法，其特征在于：如果标签数据库中已经存在一个与ck相同的数据段，则将该数据段对应的重复次数计数器加1。6.如权利要求5所述的数据字典的生成方法，其特征在于：利用重复次数计数器的值和/或数据段的长度值优化标签数据库。7.如权利要求4、5或6所述的数据字典的生成方法，其特征在于还包括：在步骤c中，对于数据s，取其首部到ck尾部的数据形成一个子串s’，循环判断si的前k位数据是否为s’的前位子串，如果是，令k＝k 1；否则，继续后操作。

技术总结
本发明提供了一种数据字典的生成方法，该方法从输入的样本数据S的一个起点位置按序增量取得索引数据串Ck，使用该索引数据串Ck扫描输入数据S的剩余位，记录Ck以及数据长度、重复次数等参数，最后得到重复数据段的集合，从所述集合中的数据段中找到最佳数据段，用所述最佳数据段及其标签生成标签数据库。佳数据段及其标签生成标签数据库。佳数据段及其标签生成标签数据库。


技术研发人员：白杰
受保护的技术使用者：白杰
技术研发日：2021.08.19
技术公布日：2021/11/5