利索-全球专利检索

  1. 登录
  2. 注册

搜索结果

37 条记录 (耗时 0.016 秒)

    数据交换方法、装置及设备
    3.
    发明公开
    数据交换方法、装置及设备 有权

    公开(公告)号：CN106161224A

    公开(公告)日：2016-11-23

    申请号：CN201510155553.9

    申请日：2015-04-02

    申请人： 阿里巴巴集团控股有限公司

    发明人： 代军

    IPC分类号： H04L12/70 ,  H04L29/06

    CPC分类号： H04L9/0838 ,  G06F16/2237 ,  G06F21/42 ,  H04L9/0819 ,  H04L9/3226 ,  H04L63/0428 ,  H04L63/061 ,  H04L63/0853 ,  H04L63/205 ,  H04W12/02 ,  H04W12/04 ,  H04W12/06

    摘要： 本申请公开了数据交换方法、装置及设备，所述方法应用在与接收方设备进行数据交换的发送方设备上，所述方法包括：与所述接收方设备协商进行所述数据交换的默认协议；根据所述默认协议获得动态协议；根据所述动态协议和待传输数据生成交换数据包；向所述接收方设备传输所述交换数据包，以使所述接收方设备采用通过所述默认协议生成的动态协议接收所述交换数据包。应用本申请实施例，发送方和接收方之间通过协商的默认协议生成动态协议，并基于该动态协议进行数据交换，由于动态协议可以在有数据交换需求时动态生成，因此可以有效避免恶意第三方对数据交换的通信过程进行窃取，从而能够提高数据交换的安全性。

    一种分布式图数据库的集群强一致性处理方法及系统
    4.
    发明公开
    一种分布式图数据库的集群强一致性处理方法及系统 无效

    公开(公告)号：CN106126583A

    公开(公告)日：2016-11-16

    申请号：CN201610443205.6

    申请日：2016-06-20

    申请人： 环球大数据科技有限公司

    发明人： 刘胜旺 ,  舒羿宁

    IPC分类号： G06F17/30

    CPC分类号： G06F16/2365 ,  G06F16/2237

    摘要： 公开一种分布式图数据库的集群强一致性处理方法，包括步骤：(1)初始化：全局事务编号以及各图数据库服务器的事务编号都设置为0；(2)代理服务器proxy接收事务操作请求后，调用事务管理模块；(3)事务管理模块扫描分布式任务协调器下的事务目录，发现某些节点的事务编号与全局事务编号一致，从这些节点代表的服务器中选择一个，返回给proxy；(4)proxy调用所选服务器对应的智能计算体agent的接口操作图数据库。还提供了一种分布式图数据库的集群强一致性处理系统。

    用于网络规模k均值群集的硬件加速器架构和模板
    5.
    发明公开
    用于网络规模k均值群集的硬件加速器架构和模板 审中-实审

    公开(公告)号：CN108268320A

    公开(公告)日：2018-07-10

    申请号：CN201711282647.8

    申请日：2017-11-30

    申请人： 英特尔公司

    发明人： D.马尔 ,  G.文卡特什 ,  S.苏巴尚德拉 ,  E.努尔维塔希 ,  S.克里什南

    IPC分类号： G06F9/50 ,  G06K9/62

    CPC分类号： G06N20/00 ,  G06F16/2237 ,  G06F16/285 ,  G06F17/16 ,  G06F9/5027 ,  G06F9/5072 ,  G06K9/6223

    摘要： 本发明涉及用于网络规模k均值群集的硬件加速器架构和模板。描述了用于群集的硬件加速器架构。一种硬件加速器包括稀疏瓦片和非常稀疏/超稀疏瓦片。一个或多个稀疏瓦片执行用于涉及矩阵的群集任务的操作。每一个稀疏瓦片包括第一多个处理单元，所述第一多个处理单元对所述矩阵的已被通过高带宽接口从第一存储器单元成流到所述稀疏瓦片的一个或多个随机存取存储器的第一多个块进行操作。所述非常稀疏/超稀疏瓦片中的每一个执行用于涉及所述矩阵的群集任务的操作，所述非常稀疏/超稀疏瓦片中的每一个包括第二多个处理单元，所述第二多个处理单元对所述矩阵的已通过低时延接口从第二存储器单元随机访问的第二多个块进行操作。

    信息处理方法、装置、电子设备及计算机可读存储介质
    6.
    发明公开
    信息处理方法、装置、电子设备及计算机可读存储介质 无效

    公开(公告)号：CN107480219A

    公开(公告)日：2017-12-15

    申请号：CN201710645081.4

    申请日：2017-07-31

    申请人： 北京微影时代科技有限公司

    发明人： 李津京 ,  黄昊

    IPC分类号： G06F17/30

    CPC分类号： G06F16/245 ,  G06F16/2237 ,  G06F16/258

    摘要： 本发明的实施例公开一种信息处理方法、装置、电子设备及计算机可读存储介质，涉及信息处理技术领域，能够保证对座位信息监测的准确性。所述信息处理方法包括：获取预上线座位数据和线上座位数据；将所述预上线座位数据转换成矩阵数据；将所述线上座位数据转换成矩阵数据；将所述预上线座位数据对应的矩阵数据和所述线上座位数据对应的矩阵数据进行对比，获得座位信息比较结果。本发明能够保证对座位信息监测的准确性。

    基于块的索引技术
    8.
    发明公开
    基于块的索引技术 有权

    公开(公告)号：CN105960637A

    公开(公告)日：2016-09-21

    申请号：CN201380080603.0

    申请日：2013-11-28

    申请人： 英特尔公司

    发明人： 邓刚 ,  唐曦 ,  卢中延 ,  娄珽 ,  钟涛 ,  刘合元

    IPC分类号： G06F17/30

    CPC分类号： G06F16/2237 ,  G06F12/0884 ,  G06F16/1727 ,  G06F16/24554 ,  G06F2212/22

    摘要： 描述了基于块的索引技术。例如，在一个实施例中，装置可以包括多核处理器元件、由多核处理器元件执行以生成多个块‑属性对的分配组件,每个块‑属性对与属性值和多个数据块中的一个数据块相对应、以及由多核处理器元件执行以基于多个块‑属性对而生成多个数据块的索引块的索引组件，该索引组件使用多个索引实例来执行多个块‑属性对的并行索引。描述并要求保护了其它实施例。

    一种基于CPUMPI并行深度优先搜索的频繁子图挖掘方法
    9.
    发明公开
    一种基于CPUMPI并行深度优先搜索的频繁子图挖掘方法 无效

    公开(公告)号：CN105740458A

    公开(公告)日：2016-07-06

    申请号：CN201610085736.2

    申请日：2016-02-15

    申请人： 浪潮电子信息产业股份有限公司

    发明人： 龚湛 ,  张清

    IPC分类号： G06F17/30

    CPC分类号： G06F16/285 ,  G06F16/2237

    摘要： 本发明公开了一种基于CPU MPI并行深度优先搜索的频繁子图挖掘方法，该方法通过硬件系统和并行深度优先搜索的频繁子图挖掘软件系统实现，首先读取图数据,然后进行并行划分，对其进行并行深度优化搜索的频繁子图挖掘，最后合并数据子集。本发明的一种基于CPU MPI并行深度优先搜索的频繁子图挖掘方法和现有技术相比，利用基于MPI的深度优先搜索并行处理频繁子图挖掘,以及改进图数据流分割方法,实现了图数据流的频繁模式快速挖掘，并解决传统CPU计算方法以及系统应用的性能低下、生产效率低等问题。

    一种模型与特征联合学习的多任务学习方法
    10.
    发明公开
    一种模型与特征联合学习的多任务学习方法 无效

    公开(公告)号：CN104881678A

    公开(公告)日：2015-09-02

    申请号：CN201510236447.3

    申请日：2015-05-11

    申请人： 中国科学技术大学

    发明人： 田新梅 ,  李亚 ,  刘同亮 ,  陶大程

    IPC分类号： G06K9/62 ,  G06F17/30

    CPC分类号： G06F16/2237

    摘要： 本发明公开了一种模型与特征联合学习的多任务学习方法，该方法包括：获取T个不同的学习任务，每一学习任务t中均包含一个数据集Dt；将每一学习任务中的数据集共同学习一个正交的特征映射矩阵U，通过该特征映射矩阵U，使得所有任务都能够分享一个中心平面a0，并保持每个任务特有的模型特征at，从而实现模型与特征联合学习的多任务学习。本发明所提供的方法结合了多任务学习中共享模型与共享特征的方法，这使得多任务学习方法更加合理，更适应现实生活中的数据，其学习效果远远优于传统学习方案的效果。