数据访问方法、装置、电子设备及计算机可读存储介质

    公开(公告)号:CN116708579B

    公开(公告)日:2024-01-12

    申请号:CN202310974630.8

    申请日:2023-08-04

    Abstract: 本发明公开了一种数据访问方法、装置、电子设备及计算机可读存储介质,涉及大数据技术领域,旨在解决传统技术中由于不同协议的复杂转换所造成的服务效率低下和出错率大的问题,以有效保证用户体验,所述方法应用于协议转换器,包括:通过异构协议网络接口接收初始访问请求;根据所述初始访问请求确定异构协议类型;确定所述异构协议类型对应的目标解码器;利用所述目标解码器将所述初始访问请求转换为基于预设协议的数据访问请求;将所述数据访

    数据访问方法、装置、电子设备及计算机可读存储介质

    公开(公告)号:CN116708579A

    公开(公告)日:2023-09-05

    申请号:CN202310974630.8

    申请日:2023-08-04

    Abstract: 本发明公开了一种数据访问方法、装置、电子设备及计算机可读存储介质,涉及大数据技术领域,旨在解决传统技术中由于不同协议的复杂转换所造成的服务效率低下和出错率大的问题,以有效保证用户体验,所述方法应用于协议转换器,包括:通过异构协议网络接口接收初始访问请求;根据所述初始访问请求确定异构协议类型;确定所述异构协议类型对应的目标解码器;利用所述目标解码器将所述初始访问请求转换为基于预设协议的数据访问请求;将所述数据访问请求发送至目标访问设备进行数据访问。

    一种多元异构模型训练及应用方法、设备及可读存储介质

    公开(公告)号:CN116226434B

    公开(公告)日:2023-07-21

    申请号:CN202310484681.2

    申请日:2023-05-04

    Abstract: 本申请在信息处理技术领域,公开了一种多元异构模型训练及应用方法、设备及可读存储介质,在本申请中,在训练图像检索模型时,会从异质图神经网络中抽取步骤节点特征,从图像序列特征提取网络中抽取步骤图像特征。然后,利用文本到图像的补齐网络,实现步骤节点特征向步骤图像特征的数目对齐,从而得到并基于文本对齐拟合特征计算文本补齐损失;利用图像到文本的补齐网络,实现步骤图像特征向步骤节点特征的数目对齐,从而得到并基于图像对齐拟合特征计算图像补齐损失。最终,结合模型损失、文本补齐损失和图像补齐损失,训练多元异构模型,训练出的多元异构模型实现在模态不对称的情况下,完成有效地图文检索。

    一种图像分割方法及装置
    17.
    发明公开

    公开(公告)号:CN110717913A

    公开(公告)日:2020-01-21

    申请号:CN201910844438.0

    申请日:2019-09-06

    Abstract: 本发明提供一种图像分割方法及装置,利用预设的3D卷积神经网络模型确定获取的待分割图像进行参数调整后的每个目标物的分割图像,利用3D卷积神经网络模型中的提取模块提取待分割图像的至少一个目标物的第一特征图矩阵,像素级显著性增强模块对每个目标物的第一特征图矩阵的参数进行调整,确定每个目标物的像素级的加权矩阵,根据通道级显著性增强模块增强每个目标物的第一特征图矩阵的矩阵通道,确定每个目标物的通道级的加权矩阵,3D残差反卷积模块对增大每个目标物的像素级的加权矩阵和通道级的加权矩阵的和得到目标物的目标矩阵的尺寸进行还原处理,确定进行参数调整后的每个目标物的分割图像。基于本发明,能够得到高精度的分割图像。

    异构计算系统的检查点部署方法、系统、产品以及装置

    公开(公告)号:CN119226092A

    公开(公告)日:2024-12-31

    申请号:CN202411732114.5

    申请日:2024-11-29

    Abstract: 本发明公开了一种异构计算系统的检查点部署方法、系统、产品以及装置,涉及计算机技术领域。根据各异构算力设备的需求参数计算在每个存储设备上部署检查点时各存储设备对应的故障恢复耗时期望值,以权衡各异构算力设备的各需求参数对应检查点恢复的影响。根据各异构算力设备的需求参数和故障恢复耗时期望值确定初步的第一检查点部署关系,以实现在部署过程中针对于各异构算力设备的特性参数对应部署检查点到各个存储设备的局部最优选择的可预测性。根据初步的第一检查点部署关系,通过各异构算力设备的部署位置进行优化确定第二检查点部署关系,有效跳出局部最优解增加找到全局最优解的可能性,提高训练任务的执行效率。

    基于分布式系统的网络安全检测方法、系统、设备及介质

    公开(公告)号:CN117811846B

    公开(公告)日:2024-05-28

    申请号:CN202410230120.4

    申请日:2024-02-29

    Abstract: 本发明公开了一种基于分布式系统的网络安全检测方法、系统、设备及介质,涉及网络安全领域,为解决边缘计算设备采用固定大小的本地网络安全检测模型无法发挥最优性能的问题,该方法包括基于本地安全数据训练初始网络安全检测模型;将测试安全数据集输入初始网络安全检测模型后,根据两个输出网络块对应的输出值调整初始网络安全检测模型的神经网络深度得到本地网络安全检测模型;当满足参数更新条件时,利用本地网络安全检测模型的模型参数和关联计算设备的模型参数更新本地网络安全检测模型;通过更新后的本地网络安全检测模型进行本地网络安全检测。本发明能够使边缘计算设备发挥最优的本地网络安全检测性能,减少了通信开销和带宽需求。

Patent Agency Ranking