-
公开(公告)号：CN109885732A
公开(公告)日：2019-06-14
申请号：CN201910037666.7
申请日：2019-01-16
Applicant: 中南大学
IPC: G06F16/901
Abstract: 本发明公开了一种基于数据分布模型的分布式排序系统。如附图所示，它包含中央控制单元(master)、模型单元(model)和计算单元集群(slaves)三个部分。首先由中央控制单元接收待排序元素集，并调用模型单元；然后将元素集进行分割并分配给计算集群中的各个计算单元，计算单元完成元素的预测和放置后将所有数据返回给中央控制单元；接着，中央控制单元根据计算单元的返回数据合并，生成最终有序序列；最后，中央控制单元将有序序列返回给用户。本发明的核心思想是，根据基础数据分布模型将元素直接放置到数组中并组成分布式排序系统，相比于根据传统排序算法部署的分布式排序系统，运行时间更短。
-
公开(公告)号：CN109271132A
公开(公告)日：2019-01-25
申请号：CN201811096121.5
申请日：2018-09-19
Applicant: 中南大学
Abstract: 本发明公开了一种基于机器学习模型的排序方法，包括以下步骤：第一步，对于给定的待排元素集生成模型训练数据；第二步，根据第一步生成的训练数据利用机器学习的方法构建待排元素集的分布模型；第三步，利用分布模型预测待排元素集中每一个元素在有序数组中的位置；第四步，根据元素的预测位置将元素放入有序数组中，得到一个有序的数组完成排序操作。本发明由于采用将元素直接放入有序数组中的方式，相比于快速排序、归并排序、堆排序等排序算法，运行时间更短。
-
公开(公告)号：CN109271132B
公开(公告)日：2023-07-18
申请号：CN201811096121.5
申请日：2018-09-19
Applicant: 中南大学
Abstract: 本发明公开了一种基于机器学习模型的排序方法，包括以下步骤：第一步，对于给定的待排元素集生成模型训练数据；第二步，根据第一步生成的训练数据利用机器学习的方法构建待排元素集的分布模型；第三步，利用分布模型预测待排元素集中每一个元素在有序数组中的位置；第四步，根据元素的预测位置将元素放入有序数组中，得到一个有序的数组完成排序操作。本发明由于采用将元素直接放入有序数组中的方式，相比于快速排序、归并排序、堆排序等排序算法，运行时间更短。
-
-
Search Results
3
records
(took 0.024 seconds)
