一种文本序列数据中快速查找特征字符串的方法

（12）发明专利申请

（21）申请号 CN201410725893.6 （22）申请日 2014.12.04

（71）申请人 南京理工大学常熟研究院有限公司

地址 215513 江苏省苏州市常熟市经济技术开发区科创园研究院路5号

（10）申请公布号 CN105653567A

（43）申请公布日 2016.06.08

（72）发明人 李涛;张晟骁;李千目;侯君;徐建 （74）专利代理机构

代理人

（51）Int.CI

G06F17/30;

权利要求说明书 说明书 幅图

（54）发明名称

一种文本序列数据中快速查找特征字符串的方法

（57）摘要

本发明公开了一种文本序列数据中快速查

找特征字符串的方法按照如下步骤进行：(1)获取信息中的文本序列，即字符串；(2）生成后缀数组；3）在后缀数组中搜索通过二分查找进行分解，按照后缀矩阵的行数，每行进行查找，若某个字段在二分查找的结果集中出现了指定次数之后，通过计算两个字段的相似度，最接近的字段就认为是个候选字段。本发明有效的利用了序列

中的原有数据的优势，避免了LSH算法仅局限于无序的数据，导致数据分析繁琐，速度慢的问题。另外，本发明进行模糊查询后直接进行删选，计算相似度直接过滤候选部分，解决了相似段搜索算法要求子序列必须完全匹配的问题。

法律状态

法律状态公告日

2016-06-08 2016-06-08 2016-07-06 2016-07-06 2019-04-09

法律状态信息

公开 公开

实质审查的生效 实质审查的生效

发明专利申请公布后的视为撤回

法律状态

公开 公开

实质审查的生效 实质审查的生效

发明专利申请公布后的视为撤回

权利要求说明书

一种文本序列数据中快速查找特征字符串的方法的权利要求说明书内容是....请下载后查看

说明书

一种文本序列数据中快速查找特征字符串的方法的说明书内容是....请下载后查看