重复数据处理方法、装置、设备及存储介质.pdfVIP

下载本文档

0
0
约2.62万字
约 21页
2023-05-17 发布于四川
举报
版权申诉

重复数据处理方法、装置、设备及存储介质.pdf

1、本文档共21页，其中可免费阅读20页，需付费10金币后方可阅读剩余内容。
2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本发明涉及计算机技术领域，公开了一种重复数据处理方法、装置、设备及存储介质。本方法包括：通过对重复资源文件进行递归扫描，并将获取的扫描数据更新到索引库；对扫描数据进行识别，得到初始文件数据和初始图像数据；计算初始文件数据两两之间的MD5值，并基于MD5值和初始文件数据的文件路径，筛选出重复文件，得到目标文件数据；基于感知哈希算法计算初始图像数据两两之间的相似度，并基于相似度和相似数据删除规则对初始图像数据进行筛选，得到目标图像数据，完成对索引库的更新；将已删除数据对应的代码替换为保留下来的重复文

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114817182 A (43)申请公布日 2022.07.29 (21)申请号 202210427093.0 G06N 20/00 (2019.01) (22)申请日 2022.04.