-
公开(公告)号：CN114884877B
公开(公告)日：2023-02-03
申请号：CN202210666799.2
申请日：2022-06-14
Applicant: 电子科技大学
IPC: H04L45/74 , H04L45/7453 , H04L45/748 , H04L45/00 , H04L101/659
Abstract: 本发明属于路由查找技术领域，具体来说是涉及一种哈希表和HOT相结合的IPv6路由查找方法。本发明在分析骨干路由表前缀地址分布规律的基础上，提出一种哈希表与HOT相结合的路由查找算法，其核心思想在于将地址前缀分成两个区间，第一区间不易发生冲突，采用哈希表存储，第二区间查询更新频繁，采用HOT存储。经验证，本发明的方法在查询时间以及空间占用等方面都具有较好的性能。
-
公开(公告)号：CN117113075A
公开(公告)日：2023-11-24
申请号：CN202310810875.7
申请日：2023-07-04
Applicant: 电子科技大学
IPC: G06F18/214 , G06F18/213 , G06N3/042 , G06N3/08 , G06F16/2453 , G06F16/242
Abstract: 本发明公开了基于图注意力网络的查询优化领域代价估计方法，包括以下步骤：获取数据并构建针对PostgreSQL数据库的训练集；构建代价估计模型的深度学习网络；将训练集传入代价估计模型对深度学习网络进行训练；基于需要预测的查询语句的数据，得到预测的代价；将代价估计模型外挂于PostgreSQL数据库中，实现在该数据库上的代价估计任务。本发明对传统的基数估计和代价估计方法的发展进行了调研，深入研究和分析了现有的学习型代价估计模型存在的问题，并提出了基于图注意力网络的代价估计模型。在特征编码中引入表格基数、基表选择率和连接选择率等有效的特征数据，从而提高了代价估计的准确性。
-
公开(公告)号：CN114884877A
公开(公告)日：2022-08-09
申请号：CN202210666799.2
申请日：2022-06-14
Applicant: 电子科技大学
IPC: H04L45/74 , H04L45/7453 , H04L45/748 , H04L45/00 , H04L101/659
Abstract: 本发明属于路由查找技术领域，具体来说是涉及一种哈希表和HOT相结合的IPv6路由查找方法。本发明在分析骨干路由表前缀地址分布规律的基础上，提出一种哈希表与HOT相结合的路由查找算法，其核心思想在于将地址前缀分成两个区间，第一区间不易发生冲突，采用哈希表存储，第二区间查询更新频繁，采用HOT存储。经验证，本发明的方法在查询时间以及空间占用等方面都具有较好的性能。
-
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：CN115794871B
公开(公告)日：2025-05-23
申请号：CN202211563273.8
申请日：2022-12-07
Applicant: 电子科技大学
IPC: G06F16/245 , G06F16/22 , G06N3/047 , G06N3/08
Abstract: 本发明属于自然语言处理、表格问答技术领域，尤其是涉及一种基于TaPas模型和图注意力网络的表格问答处理方法。本发明提出使用图注意力神经网络来利用和融合TAPAS预训练模型提取的特征向量。在wikiSQL数据集上的实验结果表明，使用图注意力网络的TAPAS模型的准确度为87.0％，超过仅使用两个全连接层时TAPAS模型的准确度。同时，TAPAS模型对输入的表格问题对的文本长度是有限的，一般为512个符号，这就导致了TAPAS无法处理较大的表格。本发明提出了一种预处理表格的方法，通过提取表格中与问题有关的列，来缩小表格的大小，称这样的预处理操作为快照。在对表格做了快照之后，本发明的模型在WIkiSQL上的准确度上升至89.8％。
-
Patent Agency Ranking
公开(公告)号：CN113010547B
公开(公告)日：2023-04-07
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 , G06N3/044 , G06N3/045 , 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：CN105491560A
公开(公告)日：2016-04-13
申请号：CN201610006576.8
申请日：2016-01-06
Applicant: 电子科技大学
CPC classification number: H04W12/00 , H04W64/006 , H04W76/10
Abstract: 本发明公开了一种基于诱导连接的无线网络恶意节点非测度快速定位方法，包括以下步骤：计算上限距离和预估区间；诱导连接；完成恶意节点的定位。与现有技术相比，本发明结合马尔可夫决策过程，创造性的解决了对无线网络中使用误导信息影响定位的恶意节点的主动定位。特别是使用的马尔可夫决策过程，有效的提高了定位的效率。诱导连接的目的是诱使恶意节点动态调整信号特征，迫使恶意节点显示信号的真实特性，进而完成定位。为达成这个目的，需要诱导断开已连接接入点与恶意节点的连接，然后恶意节点可以与其它的接入点建立连接，在选择其它的接入点时，使用马尔可夫决策过程，得到最优的激活接入点集合，提高定位效率，降低恶意节点的察觉度。
-
公开(公告)号：CN117112683A
公开(公告)日：2023-11-24
申请号：CN202310813122.1
申请日：2023-07-04
Applicant: 电子科技大学
IPC: G06F16/26 , G06F16/2453 , G06F16/242
Abstract: 本发明公开了一种用于数据库查询优化的物化视图设计方法，包括以下步骤，针对PostgreSQL数据库，收集历史查询负载和对应的模式；构建查询负载的Cosette模式；使用Cosette对子查询进行等价识别和合并与频次统计；依据频次和贪心策略推荐出现最多的候选子查询用于实际物化；在PostgreSQL中创建物化视图，通过牛顿冷却定律计算式对物化视图进行打分和替换；在创建的物化视图环境下，对用户的原始查询语句进行查询重写以进行查询优化。本发明对大数据环境下物化视图设计中的视图选择和视图淘汰策略进行了深入分析和研究，提出了基于Cosette查询语句等价证明器的视图选择策略；提出了基于牛顿冷却定律的物化视图打分和淘汰策略。提升了大数据环境下视图设计方案的效率和效果。
-
公开(公告)号：CN115794871A
公开(公告)日：2023-03-14
申请号：CN202211563273.8
申请日：2022-12-07
Applicant: 电子科技大学
IPC: G06F16/245 , G06F16/22 , G06N3/047 , G06N3/08
Abstract: 本发明属于自然语言处理、表格问答技术领域，尤其是涉及一种基于TaPas模型和图注意力网络的表格问答处理方法。本发明提出使用图注意力神经网络来利用和融合TAPAS预训练模型提取的特征向量。在wikiSQL数据集上的实验结果表明，使用图注意力网络的TAPAS模型的准确度为87.0％，超过仅使用两个全连接层时TAPAS模型的准确度。同时，TAPAS模型对输入的表格问题对的文本长度是有限的，一般为512个符号，这就导致了TAPAS无法处理较大的表格。本发明提出了一种预处理表格的方法，通过提取表格中与问题有关的列，来缩小表格的大小，称这样的预处理操作为快照。在对表格做了快照之后，本发明的模型在WIkiSQL上的准确度上升至89.8％。
-
公开(公告)号：CN101442324B
公开(公告)日：2012-07-18
申请号：CN200810148000.0
申请日：2008-12-23
Applicant: 电子科技大学
Abstract: 该发明属于无线网络远程监、控及处理技术中与无线路由器等配套用于从强噪声中提取有用信号的监、控处理器及处理方法。处理器包括CPU，通信模块，程序读写端口模块，并行通信模块，模数转换模块，恒流源模块，变压电路，信号过滤及高电压保护电路，信号放大模块，电流信号调节电路，存储器，键盘输入电路；其方法包括通信模块接收信号后，首先对噪声进行阀值过滤，然后通过CPU在小波域对信号进行小波变换处理，以降低甚至完全消除噪声。因而具有能有效地将有用信号从众多杂散的噪声信号中提取出，并自动发送到控制平台终端等装置，实现点到点及一对多的的通信，并可利用现有的GSM网络为移动办公等提供一种方便、可靠的手段等特点。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.021 seconds)
