-
公开(公告)号：CN116841973A
公开(公告)日：2023-10-03
申请号：CN202310830705.5
申请日：2023-07-07
Applicant: 哈尔滨工业大学
IPC: G06F16/174 , G06F16/17 , G06F16/18 , G06F11/30 , G06F11/34
Abstract: 面向嵌入式数据库的数据智能化压缩方法及系统，涉及数据压缩技术领域，针对现有技术中嵌入式数据库无法适配不同环境，导致压缩速度慢的问题，本申请能对不同场景和系统状况进行分类和识别，并在这之后自动选择需要的压缩算法，并在需要时自动解压缩，可以适应多种使用环境，提高了嵌入式数据库针对不同环境下的压缩速度，并能后智能化判断压缩时机，如物联网设备、手机、个人电脑等设备环境，并根据这些环境下的资源数量进行适配调整，以实现嵌入式数据库的智能化压缩和解压缩，最终达到节约存储资源空间、提高资源利用率、加快网络传输速度的目的。
-
公开(公告)号：CN112905806B
公开(公告)日：2022-11-01
申请号：CN202110318765.X
申请日：2021-03-25
Applicant: 哈尔滨工业大学
IPC: G06F16/36 , G06F16/28 , G06F40/279
Abstract: 基于强化学习的知识图谱实体化视图生成器及生成方法，属于计算机领域。本发明是为了解决现有知识图谱存储方案无法同时满足存储大规模知识图谱数据和高效处理复杂查询工作负载的要求。复杂子查询识别器对知识图谱查询语句中谓语进行识别，若谓语个数大于给定阈值数量，将数据库中含有所述谓语的语句形成语句集合；实体化视图在线生成模型采用Q学习算法判断是否对语句集合生成实体化视图，如果否，在数据库中完成查询语句集合操作，如果是，再次判断所述语句集合生成实体化视图后的存储量是否达到预算值，结果为否时，将语句集合构造成实体化视图；结果为是时，利用Q学习算法从语句集合中挑选出部分语句生成新的实体化视图。它用于提升查询效率。
-
公开(公告)号：CN116841987A
公开(公告)日：2023-10-03
申请号：CN202310830704.0
申请日：2023-07-07
Applicant: 哈尔滨工业大学
IPC: G06F16/21 , G06F16/2455 , G06F16/25 , G06F9/50 , G06F9/54
Abstract: 多嵌入式数据库缓冲区大小协调优化方法及系统，涉及数据库技术领域，针对现有技术中对嵌入式数据库优化时，往往是逐个进行优化，这一过程在同一个系统中重复执行多次，不但浪费时间且使每一个数据库的缓存大幅增长，导致其他程序运行时，由于内存不足，使得其他程序无法运行的问题，本申请针对嵌入式数据库轻量级的特点，对所有的嵌入式数据库进行统一的优化而不是每个数据库分别优化，提升了优化效率，避免了逐个优化导致的时间浪费。并且本申请通过缩小子函数，将缓冲区按排序恢复到默认大小，以此帮助系统渡过内存使用的高峰期，进而解决了数据库的缓存大幅增长，导致其他程序运行时，由于内存不足，使得其他程序无法运行的问题。
-
公开(公告)号：CN112905806A
公开(公告)日：2021-06-04
申请号：CN202110318765.X
申请日：2021-03-25
Applicant: 哈尔滨工业大学
IPC: G06F16/36 , G06F16/28 , G06F40/279
Abstract: 基于强化学习的知识图谱实体化视图生成器及生成方法，属于计算机领域。本发明是为了解决现有知识图谱存储方案无法同时满足存储大规模知识图谱数据和高效处理复杂查询工作负载的要求。复杂子查询识别器对知识图谱查询语句中谓语进行识别，若谓语个数大于给定阈值数量，将数据库中含有所述谓语的语句形成语句集合；实体化视图在线生成模型采用Q学习算法判断是否对语句集合生成实体化视图，如果否，在数据库中完成查询语句集合操作，如果是，再次判断所述语句集合生成实体化视图后的存储量是否达到预算值，结果为否时，将语句集合构造成实体化视图；结果为是时，利用Q学习算法从语句集合中挑选出部分语句生成新的实体化视图。它用于提升查询效率。
-
-
-
Search Results
4
records
(took 0.022 seconds)
