第五种除数是15×2n的快速除法器

    公开(公告)号:CN1547108A

    公开(公告)日:2004-11-17

    申请号:CN200310107546.9

    申请日:2003-12-16

    IPC分类号: G06F7/52

    摘要: 一种除数为15×2n的除法器,其主要技术特征是采用不同的加法器与与门或非门连接构成除法器,其输入端构成二进制的被除数,一个输出端构成除法结果的二进制的商,另一个输出端构成除法结果的二进制的余数。该除法器可以进行除数为15×2n,被除数为0~127×2n+2n-1,当n=0、1、2、3…n整数时的快速运算。该除法器结构简单,使用的元器件少,造价低。在某些特殊场合下,有不可替代的作用。可广泛运用于数字信号处理系统中。

    第一种除数是15×2n的快速除法器

    公开(公告)号:CN1547104A

    公开(公告)日:2004-11-17

    申请号:CN200310107542.0

    申请日:2003-12-16

    IPC分类号: G06F7/52

    摘要: 一种除数为15×2n的除法器,其主要技术特征是采用不同的加法器与与门或非门连接构成除法器,其输入端构成二进制的被除数,一个输出端构成除法结果的二进制的商,另一个输出端构成除法结果的二进制的余数。该除法器可以进行除数为15×2n,被除数为0~127×2n+2n-1,当n=0、1、2、3…n整数时的快速运算。该除法器结构简单,使用的元器件少,造价低。在某些特殊场合下,有不可替代的作用。可广泛运用于数字信号处理系统中。

    无重叠条件的负序列模式挖掘方法

    公开(公告)号:CN115359844A

    公开(公告)日:2022-11-18

    申请号:CN202210412724.1

    申请日:2022-04-19

    IPC分类号: G16B40/00 G16B30/10 G16B30/20

    摘要: 本发明为无重叠条件的负序列模式挖掘方法,该挖掘方法利用模式增长缩减负候选模式搜索空间,利用网树计算无重叠条件的带间隙约束的负候选序列模式的支持度,并采用深度优先和回溯策略减少时间复杂度和空间复杂度;负序列模式需要满足两个条件:一,不允许存在连续的负元素;二,开头和结尾的元素不能是负元素。该方法实现了无重叠条件的对负序列模式进行挖掘,通过有效的剪枝策略既克服了负序列候选模式支持度计算复杂度高的问题,又克服了负序列候选模式的搜索空间过大的问题,并且保证了算法的完备性。

    基于页面替换代价的固态硬盘缓冲区管理方法

    公开(公告)号:CN115048056A

    公开(公告)日:2022-09-13

    申请号:CN202210695096.2

    申请日:2022-06-20

    IPC分类号: G06F3/06

    摘要: 本发明为基于页面替换代价的固态硬盘缓冲区管理方法,将固态硬盘的缓冲区划分为工作区域和受害者区域,工作区域维护干净页面链表和混合页面链表,受害者区域维护受害者页面链表;干净页面链表用于存放未经修改的干净页面,混合页面链表用于存放被修改过的脏页面,受害者页面链表用于存放等待再次被访问或驱逐出缓冲区的受害者候选页面。为了提高缓冲区的命中率,分别计算页面的迁移代价和替换代价,并选择替换代价小的页面进行驱逐,避免了现有的缓冲区管理方法总是优先替换干净页面,导致干净页面刚刚进入缓冲区就被作为受害者页面驱逐出缓冲区的情况,将经常被访问的页面保留在缓冲区中,同时减少了脏闪存页的写回操作次数,提高了固态硬盘的整体性能。

    一种基于N-Code的RAID6磁盘阵列扩容方法及数据填充方法

    公开(公告)号:CN112799604B

    公开(公告)日:2022-06-17

    申请号:CN202110288850.6

    申请日:2021-03-18

    IPC分类号: G06F3/06

    摘要: 本发明公开了一种基于N‑Code的RAID6磁盘阵列扩容方法及数据填充方法。该扩容方法包括:在磁盘阵列中添加新磁盘、调整编码阵列。经过所述扩容方法扩容后的磁盘阵列的数据填充方法:若新数据写入到未经过扩容的编码阵列,则按照N‑Code编码的规则并行写入到各磁盘的空白块中,否则新数据按照空对角校验链或空校验链写入;更新校验值时只更新写入数据校验链直接涉及的校验值,提供数据保护的同时保持了N‑Code原有的并行度;待系统空闲时,将新数据所属的另一条校验链中的校验值更新,恢复为完整的RAID6系统。本发明根据扩容阈值动态选择逻辑条带拼接方法,并提出一种适用于中心对称布局N‑Code的RAID6编码条带拼接方法,最大限度提高扩容效率。

    基于分箱置信度筛选深度森林的机器学习分类方法

    公开(公告)号:CN111860673B

    公开(公告)日:2022-03-08

    申请号:CN202010738627.2

    申请日:2020-07-28

    IPC分类号: G06K9/62 G06V10/764 G06N20/10

    摘要: 本发明涉及基于分箱置信度筛选深度森林的机器学习分类方法,针对于现有技术中基于深度置信森林对数据分类效果不佳,精确度不高而提出。这是首次将分箱法应用到深度置信筛选森林的门阈值确定之中。首先确定级联森林的一层,之后依靠实例在这一层的预测类别向量计算置信度,然后按照置信度进行排序并将排好序的实例按照顺序放入箱中,最后根据需求的准确率确定需求的箱子,并且输出箱子中最后一个实例的置信度为此层置信度筛选的门阈值,提高了深度置信筛选森林对于实例分类的预测精度。

    无重叠条件的负序列模式挖掘方法

    公开(公告)号:CN113077844A

    公开(公告)日:2021-07-06

    申请号:CN202110419823.8

    申请日:2021-04-19

    IPC分类号: G16B40/00 G16B30/10 G16B30/20

    摘要: 本发明为无重叠条件的负序列模式挖掘方法,该挖掘方法利用模式增长缩减负候选模式搜索空间,利用网树计算无重叠条件的带间隙约束的负候选序列模式的支持度,并采用深度优先和回溯策略减少时间复杂度和空间复杂度;负序列模式需要满足两个条件:一,不允许存在连续的负元素;二,开头和结尾的元素不能是负元素。该方法实现了无重叠条件的对负序列模式进行挖掘,通过有效的剪枝策略既克服了负序列候选模式支持度计算复杂度高的问题,又克服了负序列候选模式的搜索空间过大的问题,并且保证了算法的完备性。

    一种RAID6编码及基于该编码的数据恢复方法

    公开(公告)号:CN112905387A

    公开(公告)日:2021-06-04

    申请号:CN202110240251.7

    申请日:2021-03-04

    IPC分类号: G06F11/14 G06F15/78

    摘要: 本发明公开了一种RAID6编码及基于该编码的数据恢复方法。该编码是LM编码;所述LM编码包括LM编码的结构、元素分布和校验元素生成方式。该方法能够实现任意形式的单盘故障、特定形式的双盘故障以及某些形式的三盘至多盘故障的重构。本LM编码重构时读开销较少,运算时间较少,恢复时间少,重构性能稳定,重构效率高。本LM编码的容错能力较强,可容多种形式的多盘故障,能够根据不同的故障情况采取不同的重构方法快速恢复故障磁盘。

    具有局部-整体约束的一次性近似模式匹配方法

    公开(公告)号:CN110232140B

    公开(公告)日:2021-03-02

    申请号:CN201910530672.6

    申请日:2019-06-19

    IPC分类号: G06F16/901 G06F16/903

    摘要: 本发明具有局部‑整体约束的一次性近似模式匹配方法,涉及电数字数据处理技术领域,利用网树结构来解决(δ,γ)‑距离下的一次性近似模式匹配问题,首先读入序列S、模式P,局部阈值δ和整体阈值γ,根据输入条件创建一棵网树,然后从叶子层的最后一个结点开始,根据最右双亲策略和贪婪搜索双亲策略,选择剩余出现数较大的出现,迭代此过程,直到叶子层的第一个结点,求出最大结果集,最后输出模式P在序列S中的所有出现。本发明克服了现有技术针对具有局部‑整体约束的一次性近似模式匹配问题,存在很难兼顾求解的一般性、准确性和灵活性,以及解集要非冗余的缺陷。

    一种基于水平编码的双盘循环校验方法

    公开(公告)号:CN111782439A

    公开(公告)日:2020-10-16

    申请号:CN202010655155.4

    申请日:2020-07-09

    IPC分类号: G06F11/10 G06F11/14 G06F3/06

    摘要: 本发明公开了一种基于水平编码的双盘循环校验方法,该方法是水平编码的布局由N个磁盘组成,有N-2个数据盘和2个校验盘;对所有磁盘进行条带化,位于同一行的数据块和校验块构成一个条带,共形成m个条带。在存储系统中构建一个映射表,映射表中相应的值表示相同偏移的条带中校验值所在位置;对映射表中的所有标记设置相同的初始值,该初始值代表当前校验值存放在第二个校验盘中;在写请求到来时,按照数据块的大小将写请求数据分割为若干份,以条带为单位进行数据写操作,生成校验值并存入相应的校验盘;每存入一次新校验值后,都要对映射表中当前条带对应的标记取反,更新标记;所有条带写满后,对所有最终校验值进行归并。