-
公开(公告)号：CN107506418B
公开(公告)日：2018-08-24
申请号：CN201710701338.3
申请日：2017-08-16
申请人： 吉林大学
IPC分类号： G06F17/30
摘要： 本发明公开了一种在线流数据近似处理方法，包括以下步骤：对流数据进行数据学习，获得流数据基于二叉树的数据分布情况，根据数据分布情况，对流数据进行采样，得到采样数据，对采样数据进行计算，获得流数据的近似处理结果。对流数据基于二叉树结构进行数据学习，确定流数据的数据分布情况，根据数据分布情况对流数据进行采样，得到采样数据，根据采样数据计算流数据的近似处理结果。基于流数据进行学习所得到的数据分布情况进行采样，使得采样数据符合流数据的数据分布情况，对样本数据进行计算得到的流数据的近似处理结果同样符合流数据的数据分布情况，提高了近似处理的准确性。本发明还公开了一种在线流数据近似处理装置，具有相应技术效果。
-
公开(公告)号：CN116467172A
公开(公告)日：2023-07-21
申请号：CN202310247897.7
申请日：2023-03-15
申请人： 吉林大学
IPC分类号： G06F11/36 , G06F18/214 , G06F18/241
摘要： 本发明公开了一种识别指令软错误类型的方法、装置、设备及介质；本方案在识别目标程序中指令软错误类型时，并不需要对目标程序执行大量的注错实验，只需要通过少量的注错实验得到的结果构建指令识别模型，即可利用该指令识别模型自动识别目标程序中各指令发生软错误的错误类型，可以很大程度上降低容错分析的开销；并且，这种分析方式不需要依赖人工识别，可以提高指令识别的效率和准确度。
-
公开(公告)号：CN104837166B
公开(公告)日：2018-08-07
申请号：CN201510154724.6
申请日：2015-04-02
申请人： 吉林大学
摘要： 本申请公开了一种异构自组织网络中虚拟骨干网的建立方法，通过逐步选出网络拓扑结构中D(u)λL(u)(1‑λ)值最大的节点u，组成第二类节点集合，剩余的作为第三类节点，并按照预定的算法规则从第三类节点中挑选第四类节点，由第四类节点和第二类节点共同构成一个连通子图。本申请同时考虑了节点的生存时间及节点的度，并由用户设置调整参数λ来平衡最终建立的虚拟骨干网的通信开销和生存时间，使得针对异构自组织网络建立的虚拟骨干网的性能更加完善。
-
公开(公告)号：CN104735745B
公开(公告)日：2016-08-17
申请号：CN201510154740.5
申请日：2015-04-02
申请人： 吉林大学
摘要： 本申请公开了一种异构自组织网络中虚拟骨干网的建立方法及装置，方法为：将网络拓扑结构中所有的节点标记为第一类节点；重复下述过程直至网络拓扑结构中不存在节点为止：在网络拓扑结构中选取使得D(u)λL(u)(1?λ)值最大的节点u，将节点u标记为第二类节点，并将节点u的邻居节点标记为第三类节点，其中λ为预置调整参数，D(u)为节点u的度，L(u)为节点u的生存时间；将节点u加入集合I，将节点u及其邻居节点从网络拓扑结构中删除；判断集合I是否为连通集合，若是，将集合I确定为所述异构自组织网络的虚拟骨干网。本申请考虑了节点生存时间及节点的度，并由用户设置λ来平衡虚拟骨干网的通信开销和生存时间，使得最终建立的虚拟骨干网的性能更加完善。
-
公开(公告)号：CN104735745A
公开(公告)日：2015-06-24
申请号：CN201510154740.5
申请日：2015-04-02
申请人： 吉林大学
摘要： 本申请公开了一种异构自组织网络中虚拟骨干网的建立方法及装置，方法为：将网络拓扑结构中所有的节点标记为第一类节点；重复下述过程直至网络拓扑结构中不存在节点为止：在网络拓扑结构中选取使得D(u)λL(u)(1-λ)值最大的节点u，将节点u标记为第二类节点，并将节点u的邻居节点标记为第三类节点，其中λ为预置调整参数，D(u)为节点u的度，L(u)为节点u的生存时间；将节点u加入集合I，将节点u及其邻居节点从网络拓扑结构中删除；判断集合I是否为连通集合，若是，将集合I确定为所述异构自组织网络的虚拟骨干网。本申请考虑了节点生存时间及节点的度，并由用户设置λ来平衡虚拟骨干网的通信开销和生存时间，使得最终建立的虚拟骨干网的性能更加完善。
-
公开(公告)号：CN107436954B
公开(公告)日：2018-10-02
申请号：CN201710701336.4
申请日：2017-08-16
申请人： 吉林大学
IPC分类号： G06F17/30
摘要： 本发明公开了一种在线流数据近似处理质量控制方法，该方法包括以下步骤：确定针对当前数据处理窗口的流数据的采样策略，根据采样策略，对流数据进行采样，获得采样数据；对采样数据进行近似处理，获得当前近似处理结果，根据预先获得的用户需求和当前近似处理结果，进行误差分析，得到误差值；判断误差值是否小于或等于预设误差阈值；如果是，则输出当前近似处理结果，如果否，则进行误差校正。应用本发明实施例所提供的技术方案，可以提高流数据的近似处理结果的质量。本发明还公开了一种在线流数据近似处理质量控制装置，具有相应技术效果。
-
公开(公告)号：CN107506418A
公开(公告)日：2017-12-22
申请号：CN201710701338.3
申请日：2017-08-16
申请人： 吉林大学
IPC分类号： G06F17/30
摘要： 本发明公开了一种在线流数据近似处理方法，包括以下步骤：对流数据进行数据学习，获得流数据基于二叉树的数据分布情况，根据数据分布情况，对流数据进行采样，得到采样数据，对采样数据进行计算，获得流数据的近似处理结果。对流数据基于二叉树结构进行数据学习，确定流数据的数据分布情况，根据数据分布情况对流数据进行采样，得到采样数据，根据采样数据计算流数据的近似处理结果。基于流数据进行学习所得到的数据分布情况进行采样，使得采样数据符合流数据的数据分布情况，对样本数据进行计算得到的流数据的近似处理结果同样符合流数据的数据分布情况，提高了近似处理的准确性。本发明还公开了一种在线流数据近似处理装置，具有相应技术效果。
-
公开(公告)号：CN107436954A
公开(公告)日：2017-12-05
申请号：CN201710701336.4
申请日：2017-08-16
申请人： 吉林大学
IPC分类号： G06F17/30
摘要： 本发明公开了一种在线流数据近似处理质量控制方法，该方法包括以下步骤：确定针对当前数据处理窗口的流数据的采样策略，根据采样策略，对流数据进行采样，获得采样数据；对采样数据进行近似处理，获得当前近似处理结果，根据预先获得的用户需求和当前近似处理结果，进行误差分析，得到误差值；判断误差值是否小于或等于预设误差阈值；如果是，则输出当前近似处理结果，如果否，则进行误差校正。应用本发明实施例所提供的技术方案，可以提高流数据的近似处理结果的质量。本发明还公开了一种在线流数据近似处理质量控制装置，具有相应技术效果。
-
公开(公告)号：CN104837166A
公开(公告)日：2015-08-12
申请号：CN201510154724.6
申请日：2015-04-02
申请人： 吉林大学
CPC分类号： H04W36/0061 , H04W40/10 , H04W40/248 , H04W48/10 , H04W84/18
摘要： 本申请公开了一种异构自组织网络中虚拟骨干网的建立方法，通过逐步选出网络拓扑结构中D(u)λL(u)(1-λ)值最大的节点u，组成第二类节点集合，剩余的作为第三类节点，并按照预定的算法规则从第三类节点中挑选第四类节点，由第四类节点和第二类节点共同构成一个连通子图。本申请同时考虑了节点的生存时间及节点的度，并由用户设置调整参数λ来平衡最终建立的虚拟骨干网的通信开销和生存时间，使得针对异构自组织网络建立的虚拟骨干网的性能更加完善。
-
-
-
-
-
-
-
-
-
搜索结果
10 条记录 (耗时 0.023 秒)
