-
公开(公告)号：CN112835533A
公开(公告)日：2021-05-25
申请号：CN202110213563.9
申请日：2021-02-25
Applicant: 上海交通大学
IPC: G06F3/06
Abstract: 本申请公开了一种基于机架级别的云存储阵列扩展方法及装置，该方法包括：对扩展存储阵列的输入参数进行计算，得到所述扩展存储阵列的扩展参数；根据所述扩展参数，确定所述扩展存储阵列对应的目标扩展策略；按照所述目标扩展策略，对所述原始存储阵列中的待迁移块进行相应的迁移，并更新对应的校验块。通过实施本申请，能够解决现有技术中存在的不能适用于多维编码扩展场景、扩展迁移效率较低等问题。
-
公开(公告)号：CN104850468B
公开(公告)日：2018-04-27
申请号：CN201510290040.9
申请日：2015-05-31
Applicant: 上海交通大学
Abstract: 本发明提供了一种基于校验矩阵的纠删码解码方法，本发明适用于任意基于异或操作的纠删码，本发明通过对校验矩阵进行解码，从而对解码效率带来非常大的提升。另外，通过构造稀疏校验矩阵的迭代算法，能进一步提升本发明的解码效率。相比于传统的两种实现方法，本发明同时具有通用性和高效性。
-
-
公开(公告)号：CN104866244A
公开(公告)日：2015-08-26
申请号：CN201510291854.4
申请日：2015-05-31
Applicant: 上海交通大学
IPC: G06F3/06
Abstract: 本发明提供了一种平衡条带写的RAID-6I/O调度方法，通过分析写请求的输入输出分布，重组这些请求，从而通过校验共享，将相应校验的修改数量最小化，将输入输出碎片和到来的相同条带中的写请求被聚合成一个新的写请求，并将新的写请求一次性写入磁盘，标记下在重组过程中生成的非法数据块，将非法数据块记录到内存中，将所述非法数据块进行垃圾回收，保存非法数据块的元数据信息用于准备重新分配，可以减少写操作并均衡RAID存储系统中的磁盘负载，本发明基本思想是在对相应校验有全局了解的基础上进行条带写，通过重组数据块的分布，来减少条带写所需修改校验数量。
-
公开(公告)号：CN120032243A
公开(公告)日：2025-05-23
申请号：CN202411995329.6
申请日：2024-12-31
Applicant: 无锡市区块链高等研究中心 , 上海交通大学
Abstract: 本发明涉及一种适用于边缘设备的大规模作物成熟度检测方法，方法包括以下步骤：S1、获取作物图像，输出校正后的真实阈值；S2、基于校正后的真实阈值计算作物图像中的各个位置id部分满足真实阈值的像素占画面总像素比例，判断位置id的作物状态；S3、判定该位置id的作物不成熟后，延迟一段时间，在该时间段内继续执行S1和S2，若该时间段内该位置id的作物状态没有转变为成熟，则输出作物不成熟信号，反之输出成熟信号。与现有技术相比，本发明具有减少天气、光照的变化造成的作物成熟度的误判，提高判断准确性等优点。
-
Patent Agency Ranking
公开(公告)号：CN119993397A
公开(公告)日：2025-05-13
申请号：CN202411827838.8
申请日：2024-12-12
Applicant: 无锡市区块链高等研究中心 , 上海交通大学
IPC: G16H20/70 , G16H50/70 , G06F18/23 , G06F18/214 , G06N3/08
Abstract: 本发明涉及一种基于大模型的云上心理问题预测方法，方法包括以下步骤：S1、获取心理问题训练数据，对训练数据进行数据增强，对增强后的训练数据进行聚类，对聚类后的训练数据进行打分，得到打分后的标签数据；S2、对标签数据进行多次采样，形成多个不同的子数据集；S3、对每个神经网络输入对应的子数据集进行训练，基于神经网络的输出计算增加权重系数的损失函数，基于所述损失函数优化神经网络的参数；S4、将各个预测子模型进行结合，得到最终的心理问题预测模型，将心理问题预测模型部署在云端，心理问题预测模型获取实际的心理对话数据，输出心理问题预测结果。与现有技术相比，本发明具有提高模型在不平衡数据上的训练效果等优点。
-
公开(公告)号：CN119990364A
公开(公告)日：2025-05-13
申请号：CN202510015582.9
申请日：2025-01-06
Applicant: 上海交通大学 , 衡阳雁城区块链研究院
Abstract: 本发明涉及一种面向纵向联邦学习框架的机器遗忘学习方法和应用，方法包括：初始化涉及第一数据方和至少一个第二数据方的梯度提升决策树，构建纵向联邦学习框架，其中，所述第一数据方包括带有标签的训练数据集，所述第二数据方包括缺少标签的训练数据集；响应于接收到实例删除请求，识别需要删除的目标实例，通过更新梯度提升决策树节点的实例空间和分裂增益，调整各个子树；响应于接收到特征删除请求，识别需要删除的目标特征对应的节点，以鲁棒特征替代目标特征，对目标特征关联的节点的子树进行重新训练。与现有技术相比，本发明具有高效的遗忘学习能力、隐私保护、稳定的模型性能等优点。
-
公开(公告)号：CN119939342A
公开(公告)日：2025-05-06
申请号：CN202510016973.2
申请日：2025-01-06
Applicant: 上海交通大学 , 衡阳雁城区块链研究院
IPC: G06F18/241 , G06F18/20 , G06N3/042 , G06N3/0455 , G06N3/0464 , G06N3/088 , G06N3/0895
Abstract: 本发明涉及一种基于可扩展Transformer模块的图对比学习网络的分类方法，方法包括以下步骤：S1、构建基于可扩展Transformer模块的图对比学习框架；S2、控制可扩展Transformer模块的参数不变，训练图对比学习网络；S3、控制图对比学习网络的参数不变，训练可扩展Transformer模块；S4、重复S2和S3进行迭代训练，得到训练完成的图对比学习网络模型和Transformer模型，得到分类结果。与现有技术相比，本发明具有提高同质图和异质图的分类精度的同时减少transform的时间和空间复杂度，提高大规模图上的分类任务效率等优点。
-
公开(公告)号：CN118796274A
公开(公告)日：2024-10-18
申请号：CN202410777853.X
申请日：2024-06-17
Applicant: 上海交通大学
IPC: G06F9/38 , G06F12/0862
Abstract: 本发明涉及计算机技术领域，尤其涉及一种数据预取方法及可读存储介质，方法包括：S100、当检测到CPU对缓存的加载访问时，若加载访问所请求的数据地址所属的区域在累积表中未被追踪，跳转S200；S200、检查区域是否已经在过滤表中记录过，若是，则跳转S300；S300、检查加载访问所请求的数据地址的偏移和过滤表中记录的偏移是否一致，若不一致，则跳转S400；S400、在模式历史表中，基于加载访问所请求的数据地址的偏移和过滤表中记录的偏移进行查找，形成第一预取模式并发送到预取缓冲区。通过额外观察对区域的后续访问，能够消除大量的错误预测和过度预测，从而大幅提升了数据预取的准确率，降低了额外带宽消耗。
-
公开(公告)号：CN115904796A
公开(公告)日：2023-04-04
申请号：CN202211667277.0
申请日：2022-12-23
Applicant: 上海交通大学
IPC: G06F11/10
Abstract: 本发明提供了一种长链纠删码的编解码方法、系统及可读存储介质，方法包括以下步骤：S1、通过量化方式来最小化单错误跨机柜恢复代价，选择合适的数据分组策略和数据放置策略，确定编码参数；S2、对三维编码的每一维依次进行编码；S3、利用解码算法对数据进行恢复，优先使用低维编码进行校验恢复，恢复失败再调用高维编码对每一维进行校验恢复。本发明通过对单错误跨机柜恢复代价作量化分析，基于分析结果进行机柜级别的条带放置，使条带横跨更少的机柜；同时在长链纠删码的解码阶段，优先使用低维编码进行校验恢复，恢复失败再调用高维编码，充分考虑网络拓扑，尽可能降低跨机柜恢复代价，进而提高恢复性能。
-
-
-
-
-
-
-
-
-
Search Results
52
records
(took 0.024 seconds)
