1.一种改进型计算机算法模型的数据处理方法，其特征在于：包括：步骤一、采集数据信息，通过兼容M+Kmeans算法模型和粒子群调度模型接口实现接收不同种类的数据信息，通过虚拟资源数据库、异构数据库、资源库或者元数据库中获取不同种类的数据信息；其中虚拟资源数据库、异构数据库、资源库或者元数据库设置有数据搜索引擎；

步骤二、将采集到的数据信息进行数据转换，把不同格式的数据信息通过标准化处理，进而转换成机器能够接收的数据形式；

步骤三、将机器接收到的数据信息进行分类计算，通过M+Kmeans算法模型实现数据分类和编码，并将分类后的数据信息存储起来；

步骤四、对存储后的数据信息进行信息计算和挖掘，通过粒子群算法模型实现数据信息的挖掘与处理，以实现数据信息的分析与计算；

步骤五、将计算后的数据信息存储起来，供用户分析和应用；

通过采集模块实现数据信息的采集，所述采集模块包括至少一个高速串行收发器、至少一个LA逻辑模块、信道维护模块、RXUSER接口、TXUSER接口，其中所述高速串行收发器与LA逻辑模块连接，所述LA逻辑模块分别与信道维护模块、RXUSER接口和TXUSER接口连接，所述信道维护模块通过控制接口与外界设备连接，RXUSER接口与RXFIFO接口连接，TXUSER接口与TXFIFO接口连接，其中至少一个高速串行收发器和至少一个LA逻辑模块通过4个高速串行收发器接收光模块中的数据信息，并对字符进行编码和解码计算与处理；M+Kmeans算法实现数据信息分类的方法为：步骤（31）、开始，输入数据集和参数，并初始化一个聚类中心，假设信息数据集记作为D，聚类中心记作为 ；

步骤（32）、遍历输入的数据信息，计算数据信息与聚类中心A的距离，并按照距离的大小进行排序，记作 ；

步骤（33）、确定K个聚类中心，选择与聚类中心A距离为 的数据点B作为下一个数据信息的中心点；

步骤（34）、归类到距离最近的类并更新聚类中心，并输出聚类结果和聚类中心，选择与聚类中心A距离为 的点 ，计算点 与点B的距离 ，如果 ，则设点 为聚类中心点；

步骤（35）、经过 次迭代过程，找到 个种子点作为初始的 个质心向量步骤（36）、将簇划分初始化为 ，计算样本和各质心向量的距离，其中 为初始化后的信息准换后的数据格式，其中 表示质心向量个数，则距离公式表示为：（1）

其中 表示输入的数据样本， 中的i表示第i个数据节点，

表示各质心向量， 中的 表示第 个服务节点，将 标记为最小的 所对应的类别，此时更新 ， 表示更新前最新的簇集合， 表示更新后最新的簇集合，对所有的样本点重新计算质心，如果所有的质心没有发生变化，则转到步骤（33）继续分类，不再计算时输出数据信息值；

粒子群算法模型实现不同存储节点数据信息调度的方法为：

首先设置粒子群算法模型中的不同数据信息参数，其中数据信息参数包括CPU利用率、内存利用率、数据粒子数、数据类型、数据大小和系统时延，将数据信息的节点资源转换为粒子群算法模型中的不同粒子，数据粒子记作为 ，其中 表示第一次数据调度时第i个数据节点的数据粒子数调度时的CPU利用率， 表示第二次数据调度时第i个数据节点的数据粒子数调度时的CPU利用率， 表示第三次数据调度时第i个数据节点的数据粒子数调度时的CPU利用率；节点i数据信息调度指标为 ；

表示第一次数据调度时第i个数据节点的数据指标节点资源利用率， 表示第二次数据调度时第i个数据节点的数据指标节点资源利用率， 表示第三次数据调度时第i个数据节点的数据指标节点资源利用率；然后计算当前数据服务器节点数据存储利用率，函数表示式为：当数据服务部署在节点利用率低的节点上时，集群中节点资源利用率表示为：（2）

通过公式（2）计算数据节点资源利用率，

数据服务时延表示为：

（3）

公式（3）中，m表示计算节点数据信息的数量， 表示数据信息在服务器中存储矩阵，中的i表示数据节点， 中的j表示服务节点， 表示节点数据信息时延矩阵，中的 表示质心向量个数， 中的 表示节点数据信息； 为0时，表示服务节点j与服务节点i不进行数据调度；通过公式（3 ）得到数据服务时延，将数据信息部署在延时更小的节点，进而提高服务响应时间，服务节点数据信息与数据源之间的时延表示为：（4）

公式（4）中，x表示数据源的数量，k表示质心向量个数， 表示数据源的依赖矩阵，表示数据源传输给数据节点的数据量， 表示数据源的网络时延矩阵；

通过公式（4）计算出数据节点与数据源之间的时延，表示出数据服务时延与数据源所需要的数据量之间的关系，在调度过程中，并更新粒子某一维度的速度与位置属性信息，更新函数记作为：（5）

公式（5）中， 表示粒子惯性因子，以进行全局搜寻最优解和局部搜寻最优解， 、为学习因子的加速度常数， 、 为粒子群算法的随机数， 表示更新后的粒子速度，中的 表示粒子位置标识， 表示更新后的粒子位置， 表示上一时刻粒子位置， 、 表示粒子群极值；通过公式（5）实现粒子群调度模型的更新，根据实际需求定义适应度函数，进而计算出粒子群算法中的每个粒子的最优解和全局最优解。

2.根据权利要求1所述的一种改进型计算机算法模型的数据处理方法，其特征在于：数据存储为FPGA高速存储模块。