-
公开(公告)号：CN116775315A
公开(公告)日：2023-09-19
申请号：CN202311056907.5
申请日：2023-08-22
Applicant: 北京遥感设备研究所
IPC: G06F9/50 , G06F16/901
Abstract: 一种基于依赖图的多核CPU并发事务分配方法，该方法包括：基于数据库中事务之间的执行关联性构建依赖图，基于所述依赖图相邻两节点之间的依赖关系确定所述相邻两节点对应的边的信息素量；基于所述依赖图各个节点对应事务的事务属性确定各个节点的启发式信息；基于蚁群的行为模型按照所述依赖图执行所述数据库中的事务，并更新所述依赖图上各个边上的信息素。本方法基于所定义的各事务之间的关系构建依赖图并利用具有分布式特性的蚁群算法解决数据库中多核CPU并发事务调度分配问题，其在处理多个事务之间复杂的依赖关系和交织情况上具有更好的性能，充分发挥多核CPU的优势，提高了数据库系统的资源利用率和数据的执行效率。
-
Patent Agency Ranking
公开(公告)号：CN116821436B
公开(公告)日：2024-01-02
申请号：CN202311072853.1
申请日：2023-08-24
Applicant: 北京遥感设备研究所
IPC: G06F16/903 , G06N3/08
Abstract: 一种面向模糊查询的字符串谓词准确选择估计方法，将获取的查询语句和数据库中的语料库作为自回归神经语言模型架构的输入，训练所述自回归神经语言模型。将实际查询语句中谓词的单个字符依次作为当前时间步的输入，结合先前时间步的隐藏状态确定当前时间步的隐藏状态。基于所述实际查询语句中各个谓词的下一个字符的概率分布，确定所述各个谓词的选择性评估概率。以往神经语言模型主要用于自然语言处理。本方法认为传统方法为简易语言模型，提出使用NLM应用于数据库字符串谓词选择性估计，NLM可以不需要构建字典和统计信息即进行估计，为数据库字符串谓词选择性估计任务开辟了新的高效解决途径。
-
公开(公告)号：CN116821436A
公开(公告)日：2023-09-29
申请号：CN202311072853.1
申请日：2023-08-24
Applicant: 北京遥感设备研究所
IPC: G06F16/903 , G06N3/08
Abstract: 一种面向模糊查询的字符串谓词准确选择估计方法，将获取的查询语句和数据库中的语料库作为自回归神经语言模型架构的输入，训练所述自回归神经语言模型。将实际查询语句中谓词的单个字符依次作为当前时间步的输入，结合先前时间步的隐藏状态确定当前时间步的隐藏状态。基于所述实际查询语句中各个谓词的下一个字符的概率分布，确定所述各个谓词的选择性评估概率。以往神经语言模型主要用于自然语言处理。本方法认为传统方法为简易语言模型，提出使用NLM应用于数据库字符串谓词选择性估计，NLM可以不需要构建字典和统计信息即进行估计，为数据库字符串谓词选择性估计任务开辟了新的高效解决途径。
-
公开(公告)号：CN116775315B
公开(公告)日：2024-01-02
申请号：CN202311056907.5
申请日：2023-08-22
Applicant: 北京遥感设备研究所
IPC: G06F9/50 , G06F16/901
Abstract: 一种基于依赖图的多核CPU并发事务分配方法，该方法包括：基于数据库中事务之间的执行关联性构建依赖图，基于所述依赖图相邻两节点之间的依赖关系确定所述相邻两节点对应的边的信息素量；基于所述依赖图各个节点对应事务的事务属性确定各个节点的启发式信息；基于蚁群的行为模型按照所述依赖图执行所述数据库中的事务，并更新所述依赖图上各个边上的信息素。本方法基于所定义的各事务之间的关系构建依赖图并利用具有分布式特性的蚁群算法解决数据库中多核CPU并发事务调度分配问题，其在处理多个事务之间复杂的依赖关系和交织情况上具有更好的性能，充分发挥多核CPU的优势，提高了数据库系统的资源利用率和数据的执行效率。
-
公开(公告)号：CN116775621B
公开(公告)日：2024-01-02
申请号：CN202311062794.X
申请日：2023-08-23
Applicant: 北京遥感设备研究所
IPC: G06F16/21 , G06N3/006 , G06F16/22 , G06F16/2453 , G06F16/2458
Abstract: 本发明公开了一种基于索引选择性的数据库智能索引优化方法，包括：通过统计分析字段的选择性S、频率指标F、重复度指标D、偏度指标Skewness和峰度指标Kurtosis，综合评估索引的选择性值；根据索引的选择性值和数据分布分析结果，将索引选择性分为高选择性和低选择性两类，并动态调整索引结构和内存分配。本发明通过准确选择和优化索引，可以加快查询速度和响应时间，提高数据库的查询性能。通过动态调整索引结构和内存分配，可以节约存储空间，降低数据库的存储成本。提高系统的灵活性和性能。在设计上考虑了机载环境的资源受限、实时性要求等特殊需求。通过采用高效的计算方法、优化内存分配等技术，以满足机载数据库在资源受限环境下的性能要求。
-
公开(公告)号：CN116775621A
公开(公告)日：2023-09-19
申请号：CN202311062794.X
申请日：2023-08-23
Applicant: 北京遥感设备研究所
IPC: G06F16/21 , G06N3/006 , G06F16/22 , G06F16/2453 , G06F16/2458
Abstract: 本发明公开了一种基于索引选择性的数据库智能索引优化方法，包括：通过统计分析字段的选择性S、频率指标F、重复度指标D、偏度指标Skewness和峰度指标Kurtosis，综合评估索引的选择性值；根据索引的选择性值和数据分布分析结果，将索引选择性分为高选择性和低选择性两类，并动态调整索引结构和内存分配。本发明通过准确选择和优化索引，可以加快查询速度和响应时间，提高数据库的查询性能。通过动态调整索引结构和内存分配，可以节约存储空间，降低数据库的存储成本。提高系统的灵活性和性能。在设计上考虑了机载环境的资源受限、实时性要求等特殊需求。通过采用高效的计算方法、优化内存分配等技术，以满足机载数据库在资源受限环境下的性能要求。
-
-
-
-
-
Search Results
6
records
(took 0.017 seconds)
