-
公开(公告)号：CN119759948A
公开(公告)日：2025-04-04
申请号：CN202411710035.4
申请日：2024-11-27
Applicant: 复旦大学 , 星环信息科技(上海)股份有限公司
IPC: G06F16/2453 , G06F16/2455 , G06F16/28
Abstract: 本发明公开了一种基于动态搜索范围的向量‑关系型数据混合查询优化方法；该方法该算法通过两阶段的优化策略提高查询效率；首先，在优化条件检查阶段，查询引擎分析查询的语义，评估物理操作符的可优化性，确保符合K最近邻（KNN）查询的语义。其次，在物理操作符优化阶段，算法利用记录表跟踪查询状态，执行近似最近邻搜索，并根据相似度进行查询决策，从而减少冗余计算。该算法在确保查询准确性与多样性的同时，有效减少了计算开销，并在所有类别的KNN查询完成后及时终止搜索。此发明旨在提升混合查询的处理效率，优化推荐系统中的用户体验，提供了一种高效的查询优化解决方案。
-
公开(公告)号：CN117194423A
公开(公告)日：2023-12-08
申请号：CN202311138400.4
申请日：2023-09-05
Applicant: 复旦大学 , 星环信息科技(上海)股份有限公司
IPC: G06F16/22 , G06F16/23 , G06F16/242
Abstract: 本发明公开了一种面向持久化存储的索引结构，属于数据库领域，包括删除标记位向量及通过逻辑块索引连接的第一层和第二层；逻辑块索引为对逻辑块构建的索引，逻辑块为对含有N个数据的原始数组按预定顺序排列后得到的临时数组进行划分后得到的k个数据块；第一层包括k+1个位向量，每个位向量均包括N个用于表示原始数组中的某个数据是否存在于某个逻辑块中的比特；第二层包括具有N个位置序号的位置标号序列，位置序号表示临时数组中相对应的数据在原始数组中的位置序号；删除标记位向量包括N个用于表示原始数组中相对应的数据是否已被移除的比特。本发明既避免了对原文件的索引结构进行更新，同时还可以保证索引的有效性。
-
公开(公告)号：CN119719828A
公开(公告)日：2025-03-28
申请号：CN202411709931.9
申请日：2024-11-27
Applicant: 复旦大学 , 星环信息科技(上海)股份有限公司
IPC: G06F18/23213 , G06F18/2325
Abstract: 本发明公开了一种面向持久化存储的高维向量近似最近邻检索方法；其包括索引构建阶段和搜索阶段；索引构建阶段，采用聚类算法对数据集进行空间划分，引入中心替换策略选取代表性向量用于建立入口点图，同时在原始数据集上构建第二层近邻图；搜索阶段，利用入口点图结果快速定位查询向量至最接近的入口点，缩短了搜索路径。本发明采用最佳乘积量化编码策略，降低了SSD数据加载开销；采用多束搜索策略有效利用文件系统按页读取特性，减少了时间开销，增大了数据加载量；采用迭代搜索策略收集查询向量搜索特征，自适应搜索过程，提高了搜索效率。本发明针对大规模数据的混合架构挑战，提供了一种优化近似最近邻搜索、高效的搜索解决方案。
-
公开(公告)号：CN116662454A
公开(公告)日：2023-08-29
申请号：CN202310401084.9
申请日：2023-04-15
Applicant: 复旦大学 , 星环信息科技(上海)股份有限公司
IPC: G06F16/28 , G06F16/2453 , G06F18/23213 , G06N3/04 , G06N3/08
Abstract: 本发明属于数据库查询技术领域，具体为一种基于分组掩码自回归模型的查询基数估计方法。本发明包括列数据分组预处理、分组掩码神经网络基数估计模型训练；列数据分组预处理将单表数据进行分组排序，使模型更好的学习到其中的联合概率分布；分组掩码神经网络基数估计模型通过位置编码以不同次序学习部分列的分布，模型训练分为数据训练、混合掩码训练、直接查询训练三个阶段且混合训练，组合不同的数据集对模型进行训练，降低模型的训练时间；从数据库系统执行日志中记录误差较大的查询信息并加入三阶段训练的数据中，提高模型的训练效率。本发明可以减少传统自回归模型进行基数估计时的查询误差，减少时耗，使得模型可以更快、更稳定用于基数估计。
-
公开(公告)号：CN118568129A
公开(公告)日：2024-08-30
申请号：CN202410628960.6
申请日：2024-05-21
Applicant: 复旦大学 , 星环信息科技(上海)股份有限公司
IPC: G06F16/2453 , G06F16/2455 , G06F18/27 , G06F18/25 , G06N3/0455 , G06N3/084 , G06N3/048
Abstract: 本发明属于数据库查询技术领域，具体为一种基于混合自回归模型与采样的查询基数估计方法。本发明包括构建一种多路并行掩码自编码模型，该模型可以更好地学习数据中的联合概率分布；一种离线连接键采样的基数估计方法，该方法通过依照连接键在多表连接中进行单表采样，以完成基数估计；一种将自回归模型与连接键采样混合的基数估计方法，可以结合两者的基数估计优势，提高基数估计方法的整体准确性。本发明可以减少传统自回归模型进行基数估计时的查询高分位误差，提高基数估计的稳定性，提高查询优化器生成的查询计划质量，加速数据库的查询执行。
-
Patent Agency Ranking
公开(公告)号：CN117032564A
公开(公告)日：2023-11-10
申请号：CN202310853977.7
申请日：2023-07-13
Applicant: 复旦大学 , 星环信息科技(上海)股份有限公司
Abstract: 本发明属于数据库技术领域，具体为一种面向双层索引结构Bindex的数据写入优化方法。本发明首先提供双层索引结构Bindex第二层的混合结构，其包括位置标号序列按照区域扩展而成的多组数据内存块，以及每组数据内存块对应的块信息数组；同一块内的存储的值保持无序；块信息数组包括数据块的最小值、块内存储值的数量和块内存地址；针对该结构的写入优化方法包含无序写入及批量更新：无序写入是写入新数据时确定数据范围后不进行排序，直接将对应位置序号插入在对应数据块尾部；在此基础上应用批量更新，一次性处理大批量新增数据。本发明避免了原索引数据块写入新数据过程中的排序开销，提高了索引结构的写入性能，同时还保证了索引的有效性。
-
公开(公告)号：CN116521719A
公开(公告)日：2023-08-01
申请号：CN202310401083.4
申请日：2023-04-15
Applicant: 复旦大学 , 星环信息科技(上海)股份有限公司
IPC: G06F16/2453 , G06F16/2455 , G06N3/084 , G06N3/04 , G06F16/22
Abstract: 本发明属于数据库查询技术领域，具体为一种基于代价估计的查询优化系统。本发明包括系统信息提取器、基于深度学习的代价估计模型；系统信息器将数据库管理系统的存储、执行模型等信息处理成为结构化数据以供模型使用；基于深度学习的代价估计模型能够根据不同的系统信息，通过历史执行记录建立从查询到代价的映射关系，从而对未知查询的代价进行估计；代价估计模型的训练采用分层训练策略，可以帮助模型从成批的训练数据中进行学习，提高模型训练的内存利用率，减小训练震荡，加速模型收敛。本发明可以帮助数据库优化器选择正确执行计划，最终提高数据库整体的查询执行效率。
-
公开(公告)号：CN113274049A
公开(公告)日：2021-08-20
申请号：CN202110532378.6
申请日：2021-05-17
Applicant: 复旦大学 , 复旦大学附属中山医院
Abstract: 本发明涉及一种无线低噪听诊器，包括听诊探头、收音装置、主控板和终端控制模块，所述听诊探头经导音管与收音装置连接，所述听诊探头与收音装置可拆卸，所述收音装置安装于主控板，将声音信号转化为电信号传入主控板，所述主控板设有初级放大、滤波、二级放大进行信号修正以还原真实信号，所述主板对信号所述主控板与终端控制模块通过蓝牙进行连接，所述主控板设有OLED屏，所述OLED屏显示声音波形，所述主控板设有按键，对音量、开关进行控制。使用时将探头放置在听取声音的位置，屏幕同步进行液晶显示，按键可调耳机音量，耳机端实时听取听诊声音，终端控制模块完成声音波形播放、实时播放、数据保存、数据回放的操作。
-
公开(公告)号：CN113125018A
公开(公告)日：2021-07-16
申请号：CN202110532354.0
申请日：2021-05-17
Applicant: 复旦大学 , 复旦大学附属中山医院
IPC: G01J5/00
Abstract: 本发明涉及一种具有长时间监测功能的智能红外耳温枪，包括红外耳温枪探头、主体以及主控板，红外耳枪探头由温度传感器、温度传感器套、探头底座和控位手柄组成，温度传感器安装于温度传感器套内部，温度传感器套与探头底座胶合，探头底座通过嵌套与控位手柄连接；红外耳温枪探头通过屏蔽线与主体相连；主体包括壳体和主控板，主控板由主控MCU、传感器供电模块、测温模块、滤波模块、高温报警模块、电池电压测量模块、蓝牙通讯模块、数据显示模块和终端控制模块组成，本发明通过与终端通讯，将采集的数据结果传入终端控制模块并以加以图示，方便居民居家观测身体温度状况。同时临床应用上，可便于医生正对病人温度变化状况，即时做出诊断方案。
-
公开(公告)号：CN113569020B
公开(公告)日：2023-10-10
申请号：CN202110690106.9
申请日：2021-06-22
Applicant: 复旦大学
IPC: G06F16/332 , G06F16/36 , G06F40/30 , G06N5/04 , G10L15/26
Abstract: 本发明属于计算机自然语言处理技术领域，提供了智能会话系统中融合知识推理及知识导向的对话管理方法，在会话系统中结合领域知识和推理，以及相应的以知识为导向的对话管理方法。以解决用户问题为目标，利用领域知识通过智能推理来引导对话顺利展开，在缺少推理所需的必要条件或事实时才通过交互向用户进行询问，根据询问结果延续此前的推理或者调整解决问题的方向。本发明所涉及的对话管理方法不仅可以降低在会话系统中使用知识库和推理的难度，提高通过人机对话方式来完成和解决复杂任务和问题的效率，实现方法对话逻辑语言还可以无缝对接知识图谱，具备不确定推理能力，并且能对任务完成和问题答案依据的事实和推理过程进行解释。
-
-
-
-
-
-
-
-
-
Search Results
59
records
(took 0.061 seconds)
