具体实施方式

下面结合附图，对本发明的一个具体实施方式进行详细描述，但应当理解本发明的保护范围并不受具体实施方式的限制。

在本申请文件中，未经明确的部件型号以及结构，均为本领域技术人员所公知的现有技术，本领域技术人员均可根据实际情况的需要进行设定，在本申请文件的实施例中不做具体的限定。

具体的，如图1-3所示，本发明实施例提供了一种数据存储装置，包括壳体，所述壳体内设置有存储空间、数据分析器、云端接口以及数据整理器。

存储空间，用于存储数据；存储空间是一个硬盘的存储区域，是用来存储数据的，这里的数据，还没有区分本地数据和云端数据。

数据分析器，用于将所述数据通过人工智能算法进行分类，得到本地数据和云端数据；数据分析器是将数据分为两部分，即是本地数据和云端数据，在分类的时候，是根据一定的方式对数据进行分类的，对于分类的方式，可以根据数据的使用频率进行分类，也可以根据数据的类型进行分类。

云端接口，用于将云端数据传送至云端；云端接口是一个执行终端，其一方面可以缓存云端数据，另一方面是执行，执行将云端数据传送至云端的过程，这个也是建立本地和云端的接口通道。在后续的引用中，云端接口是一个提供双向数据传输的接口，即是可以上传也可以下载。

数据整理器，用于将所述本地数据留存在所述存储空间中，将所述云端数据送入所述云端接口。数据整理器是将区分后的数据进行整理的过程，并整理后的数据进行分类，发送到对应的空间中。

上述技术方案中，将在存储在存储空间的数据进行区分，这样就可以得到本地数据和云端数据，之后使用数据整理器在将本地数据继续放回至存储空间，云端数据送入运算接口，这样就可以将运算数据存入云端。

本发明在使用的时候，由于其内部对于数据处理的实时性，利用闲暇时间，将数据分离并存储，这样每次所传输的数据量不大，不会过多的占用带宽，从而也不会拖慢计算机的使用速率。在此基础上，还能实现将本地数据与云端数据共同作用，建立一个更大的存储的空间。

在本实施例中，所述人工智能算法包括如下步骤：

(一)将所述数据根据其类型进行编号；

(二)将带有编号的所述数据通过Kmeans算法进行聚类，得到聚类结果；

(三)根据聚类结果将所述数据分为所述本地数据和所述云端数据。

上述步骤(一)至步骤(三)中，步骤(一)对数据进行编号，是为了使得在进行Kmeans算法聚类的时候，更加的方便快捷，为步骤(二)对于Kmeans算法的应用提供基础，步骤(二)使用Kmeans算法得到聚类结果，步骤(三)即是对于Kmeans算法的聚类结果进行划分，得到本地数据和云端数据。

上述技术方案中，在使用Kmeans算法的时候，在条件录入的时候，所录入的条件是用户自定义的，例如用户认为应该按照数据的类型分类，则录入的就是类型，用户认为应该按照数据的使用频率分类，则录入的就是频率，即录入的就是分类的标准。

在本发明提供的实施例中，使用数据的使用频率作为分类的标准。

同时，在本实施例中，使用数据的使用频率作为分类的标准的时候，对于将数据进行编号的过程，包括如下步骤：

(1)将所述本地数据和所述云端数据进行汇总，并统计每一个所述本地数据的使用频率以及每一个所述云端数据的使用频率；

(2)根据所述本地数据的使用频率创建本地频率向量；

(3)根据所述云端数据的使用频率创建云端频率向量；

(4)将所述本地频率向量和所述云端频率向量作为输入输入到支持向量机中，输出得到结果向量；

(5)根据结果向量判断是否重新将所述所述本地数据和所述云端数据根据其类型进行编号。

上述步骤(1)到步骤(5)中，步骤(1)是一个统计的过程，即是得到每一个数据所使用的频率，步骤(2)和步骤(3)是向量的建立过程，即是将所有数据的频率，根据特定的顺序，组成一个数列，最终得到一个向量，这样的方式得到本地频率向量和云端频率向量，在得到本地频率向量和云端频率向量之后，将步骤(4)执行，该步骤是学习模型的使用，输出就可以得到结果向量，即是将各个数据所对应的频率进行规制，在步骤(5)中，就可以根据结果向量的输出的各个数据所对应的数据，判断是否满足要求，并根据结果，判断是否编号。

同时，在本实施例中，在判断所述结果向量的时候，包括：

对所述结果向量进行归一化处理；

将归一化处理后的结果向量输入到Denes算法得到一维数值；

将所述一维数值与设定的范围进行比较，若在设定的范围，则认为无需将所述所述本地数据和所述云端数据根据其类型进行编号，若不在设定的范围，则认为重新将所述所述本地数据和所述云端数据根据其类型进行编号。

上述技术方案中，使用Denes算法将向量转化为数值，这样在进行判断的时候，CPU的处理就会大幅度的减小运算的幅度，因为计算数值的比较，相对于计算向量可以大量的缩小运算量，这样就就可以使得在系统运算的时候，提升运算的效率，同时减少耗电。

在本实施例中，所述存储空间定期对所述数据进行清洗。这样就可以使得在对数据进行处理之前，数据清洗可以删除掉大部分的垃圾数据，这样可以使得系统运行的时候，运算量降低，使得运算的速度增加，同时，也会减少存储空间的存储需求。

在本实施例中，所述云端接口在将云端数据传送至云端的时候，根据所述云端数据的大小，占取对应的带宽大小。这样就可以根据适应数据量选择合适的带宽对数据进行传输，从而使得在传输的时候，将传输的速度得到保证。

同时，在本实施例中，所述云端数据的大小与所述带宽大小成设定的比例。该技术方案是对上述带宽的限制，在本发明中，当所要传输的数据越多的时候，带宽就越大，当所要传输的数据越少的时候，带宽就越小，这样就可以保证使得在数据传输的时候，传输的速度适中保持一个均匀的速度。从而提升用户在使用计算机的用户体验。

以上公开的仅为本发明的几个具体实施例，但是，本发明实施例并非局限于此，任何本领域的技术人员能思之的变化都应落入本发明的保护范围。