-
公开(公告)号：CN113010547A
公开(公告)日：2021-06-22
申请号：CN202110491751.8
申请日：2021-05-06
Applicant: 电子科技大学
IPC: G06F16/2453 , G06F16/2455 , G06F16/22 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于图神经网络的数据库查询优化方法及系统，方法包括：数据采集：根据数据的使用规律来合理的调节采样行为；基数及代价估计：利用树型图神经网络提取查询计划树的结构特征，并使用图卷积网络提取各个数据列的关联关系及连接的拓扑关系，从而建立基数及代价估计网络模型；连接顺序优化：利用图卷积算法提取查询特征和连接顺序特征，并利用强化学习算法感知数据库真实环境，从而不断优化模型，从而提升连接顺序决策的效果；通过对数据分布特征、关联关系和数据库环境特点的学习，建立基数估计模型和连接顺序优化模型，并将算法融合到分布式关系型数据库中。本发明提高在逻辑优化和物理优化阶段的算法效率，提升了查询执行速度。
-
公开(公告)号：CN112988802A
公开(公告)日：2021-06-18
申请号：CN202110475590.3
申请日：2021-04-29
Applicant: 电子科技大学
IPC: G06F16/2453 , G06F16/242 , G06F16/22 , G06F16/28 , G06N3/04 , G06N3/08 , G06N20/00
Abstract: 本发明公开了一种基于强化学习的关系型数据库查询优化方法及系统，方法包括以下步骤：步骤1：通过树卷积神经网络提取逻辑计划树及优化器状态信息特征；步骤2：利用强化学习模型获得匹配的优化规则应用顺序；步骤3：优化器选择适合当前查询的优化规则；系统包括规则应用与信息采集模块、机器学习模块和数据交换模块；所述规则应用与信息采集模块和机器学习模块通过数据交换模块连接，通过本地RPC请求实现数据库与规则应用与信息采集模块和机器学习模块的数据交互。本发明使用强化学习让数据库能够根据当前处理的SQL查询语句自动选择每一步的逻辑优化规则，增加了逻辑优化的可扩展性，提高了逻辑优化阶段的灵活性，进而提高数据查新效率。
-
公开(公告)号：CN111538463A
公开(公告)日：2020-08-14
申请号：CN202010362100.4
申请日：2020-04-30
Applicant: 电子科技大学
IPC: G06F3/06
Abstract: 本发明公开了一种实现内存数据库持久化的方法，包括以下步骤：写操作写入持久层，再写入Redis内存数据库；Redis内存数据库进行数据淘汰；清除Redis内存数据库淘汰的冷数据；读操作读取Redis内存数据库，当未读取到相应数据时，在读取持久层中的数据，再反向写入Redis内存数据库中。本发明方案通过采用缓存层和持久层分离的设计，对服务端进行改造，将优化原生Redis的持久化方案改造为将持久化部分交由LevelDB单独处理，降低了原生持久化方案的不稳定风险；提高了数据安全性和系统恢复的效率；并解决了Redis内存数据库疯狂占用内存的问题。
-
公开(公告)号：CN107147397B
公开(公告)日：2020-06-16
申请号：CN201710269603.5
申请日：2017-04-24
Applicant: 电子科技大学 , 内江市下一代互联网数据处理技术研究所
IPC: H03M7/30
Abstract: 本发明公开了一种面向可穿戴设备的快速压缩感知重构方法，属于信号处理领域。本发明通过构造的m*n维随机稀疏二值观测矩阵Ф，对原始心电信号x进行压缩测量，得到长度为m的观测向量y；再基于观测矩阵Ф和观测向量y，利用基于交替方向乘子法和块稀疏贝叶斯学习的压缩感知重构方法对原始信号进行重构，得到原始信号的估计向量。与现有块稀疏贝叶斯学习类压缩感知重构算法相比，本发明的优点在于在保证重构精度的前提下可以达到更快的重构速度。
-
公开(公告)号：CN103971524B
公开(公告)日：2016-07-27
申请号：CN201410214100.4
申请日：2014-05-21
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于机器视觉的交通流量检测方法。以摄像机在道路上获取的图像为基础，首先根据连续的多帧图像序列重建出道路真实背景图像，然后使用当前帧图像与背景帧图像做差分运算得到差分后的图像，对差分后的图像使用二值化的方法分割出前景和背景，再对分割出的前景目标进行目标分类，识别出其中的车辆目标，最后对车辆进行计数。本发明实现了道路交通流量的统计，使用背景差法来分割目标，提高了目标提取的准确度以及交通流量检测的准确度。
-
Patent Agency Ranking
公开(公告)号：CN103971524A
公开(公告)日：2014-08-06
申请号：CN201410214100.4
申请日：2014-05-21
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于机器视觉的交通流量检测方法。以摄像机在道路上获取的图像为基础，首先根据连续的多帧图像序列重建出道路真实背景图像，然后使用当前帧图像与背景帧图像做差分运算得到差分后的图像，对差分后的图像使用二值化的方法分割出前景和背景，再对分割出的前景目标进行目标分类，识别出其中的车辆目标，最后对车辆进行计数。本发明实现了道路交通流量的统计，使用背景差法来分割目标，提高了目标提取的准确度以及交通流量检测的准确度。
-
公开(公告)号：CN102262728A
公开(公告)日：2011-11-30
申请号：CN201110212734.2
申请日：2011-07-28
Applicant: 电子科技大学
Abstract: 本发明公开了一种道路交通标志的识别方法，首先对原交通标志图，运用PCNN技术进行处理生成图像签名处理，在通过搜索图像签名数据库，比较图像签名相似度，相似度高的则识别为道路交通标志。本发明能够更好的辅助车辆行驶和管理，运用脉冲耦合神经网络解决传统人工神经网络在处理图像识别和分类问题中的样本需求大，训练时间长等问题。
-
公开(公告)号：CN119848550A
公开(公告)日：2025-04-18
申请号：CN202510051756.7
申请日：2025-01-14
Applicant: 电子科技大学
IPC: G06F18/214 , G06N3/098
Abstract: 本发明公开一种模型分布式训练中样本加载的远端缓存装置及方法，涉及深度学习技术领域，解决完全随机的访问模式下，局部性原理的失效导致传统缓存无法发挥作用的问题；本发明包括客户端，发送样本请求；服务端，响应样本请求；其中，上述服务端包括：存储池，用于存储训练样本；缓冲池，用于根据样本请求输出训练样本，保存从存储池中随机抽取的训练样本；本发明能够降低模型训练过程中训练样本加载的时延，提升模型训练场景中存储节点的内存缓存利用率。
-
公开(公告)号：CN119740865A
公开(公告)日：2025-04-01
申请号：CN202411800153.4
申请日：2024-12-09
Applicant: 电子科技大学
IPC: G06Q10/0635 , G06Q10/0637 , G06Q10/04 , G06V10/40 , G06V10/766 , G06V10/82 , G06V10/80
Abstract: 本发明公开了一种伽马通过率预测共形风险控制方法，该方法包括如下步骤：S1：数据采集，并进行预处理；S2：将计划表格模态和图像模态特征输入多模态深度网络得到分位数特征；S3：将分位数特征进行剂量差异分位数解码得到剂量差异矩阵分位数和伽马通过率分位数；S4：共形预测，并进行剂量差异的适形风险控制。本发明预测的安全性较高，并且不确定性估计的一致性较高。
-
公开(公告)号：CN118964403A
公开(公告)日：2024-11-15
申请号：CN202410991235.5
申请日：2024-07-23
Applicant: 电子科技大学
IPC: G06F16/2453 , G06F16/28 , G06F18/23213 , G06F18/214
Abstract: 本发明属于数据库管理系统查询优化技术领域，具体涉及一种基于注意力机制和数据感知的基数估计优化方法。本发明提出了一种数据感知的双注意力模型，集成了位置注意力模块和交叉注意力模块，然后采用了基于贝叶斯神经网络的学习能力策略，通过蒙特卡洛dropout方法对模型不确定性进行量化，有效提升了模型对多样化数据分布的适应性和泛化能力，最后设计了主动学习数据采样策略，能够智能筛选出对模型训练最为关键的数据样本，优化学习过程，提高预测的准确性，通过集成学习策略，融合了通过不同数据采样策略获得的多个模型，构建了一个强大的集成模型，进一步提升了模型在多种查询工作负载下的泛化能力和稳定性。
-
-
-
-
-
-
-
-
-
Search Results
75
records
(took 0.024 seconds)
