-
公开(公告)号:CN111339863A
公开(公告)日:2020-06-26
申请号:CN202010097320.9
申请日:2020-02-17
Applicant: 上海交通大学
Abstract: 本发明公开了一种基于物体导向外部记忆模块的视频物体检测模型,涉及计算机视觉方向的视频物体检测领域,包括外部记忆模块,以及与所述外部记忆模块相连接的外部记忆输入模块和外部记忆输出模块;所述外部记忆模块为物体导向的多级外部记忆模块;所述外部记忆模块包括特征存储矩阵,用于存储特征;所述特征由所述外部记忆输入模块从特征图中进行选择并输入;所述外部记忆输出模块将所述外部记忆模块中的所述特征输出到所述特征图中。本发明具有更好的存储空间利用率和更好的保存长时记忆的能力,同时达到更好的视频物体检测性能。
-
公开(公告)号:CN111314429A
公开(公告)日:2020-06-19
申请号:CN202010059255.0
申请日:2020-01-19
Applicant: 上海交通大学
Abstract: 本发明公开了一种网络处理请求系统,涉及Web服务领域。包括会话索引透传模块、消息元数据项保序模块、主动式事件通知模块;会话索引透传模块和消息元数据项保序模块并行执行;会话索引透传模块将会话索引作为NGINX使用的新文件描述符,NGINX将本身的原文件描述符作为新会话索引找到并访问会话;消息元数据项保序模块包括令牌编号和入队编号,在消息元数据项入队时检查其令牌编号和入队编号的一致性;主动式事件通知模块包括VPP工作线程主动唤醒NGINX工作进程和NGINX主进程主动唤醒NGINX工作进程,并主动查询用户态共享内存中的标记来确认是否有AF_UNIX域套接字epoll事件到来。本发明提高了网络请求处理性能,在无网络请求或请求量较少时,节省CPU资源并降低能耗。
-
公开(公告)号:CN111046824A
公开(公告)日:2020-04-21
申请号:CN201911317622.6
申请日:2019-12-19
Applicant: 上海交通大学
Abstract: 本发明提供了一种时间序列信号高效去噪和高精度重构建模方法及系统,包括:对原始的脉搏波信号进行数据预处理;选择预设的信号时长,将数据预处理后的脉搏波信号分为预测集、训练集和测试集;选择卷积神经网络作为深度降噪自编码机的基础模型,根据信号去噪要求,得到深度卷积降噪自编码机模型;将训练集输入深度卷积降噪自编码机模型进行训练,利用正则化参数以及测试集进行深度卷积降噪自编码机模型参数的调优和选取,得到最优深度学习模型;将含噪脉搏波信号预测集输入到最优深度学习模型中获取深度结构特征,进行信号重构和去噪处理,评估模型性能。本发明有效进行脉搏波信号的去噪和重构,为滤除脉搏波信号中的同频噪声干扰提供了新思路。
-
公开(公告)号:CN106293881B
公开(公告)日:2020-02-07
申请号:CN201610656491.4
申请日:2016-08-11
Applicant: 上海交通大学
IPC: G06F9/455
Abstract: 本发明公开了一种基于非一致性I/O访问构架的性能监控器及其监控方法,涉及高性能网络下虚拟化领域,包括主机性能监控模块、虚拟机I/O性能监控模块和虚拟机热页监控模块,主机性能监控模块被配置为利用linux内核提供的性能监控单元计算硬件资源的使用情况;虚拟机I/O性能监控模块被配置为完成对虚拟机的I/O请求进行的监控;虚拟机热页监控模块被配置为通过perf监控虚拟机中内存页的被使用情况。I/O设备的远程访问带来了极大的性能下降和额外的开销,因此本发明所述性能监控器及其监控方法,主要针对虚拟化环境中,虚拟机摆放在距离I/O不同距离的不同节点上时虚拟机队硬件资源的使用情况进行分析和监测,方便测量和计算多种资源之间的相互影响作用。
-
公开(公告)号:CN110515707A
公开(公告)日:2019-11-29
申请号:CN201910779763.3
申请日:2019-08-22
Applicant: 上海交通大学
IPC: G06F9/46 , G06F9/48 , G06F16/2453
Abstract: 本发明提供了一种基于预先事务处理的确定性并发控制方法及系统,在确定性事务处理的基础上,通过将事务的执行置于事务调度前,充分提升了事务处理的可扩展性和性能;通过校验和重新执行保证事务执行的正确性;通过显式的等待满足事务的确定性执行,并确保每个事务最多重新执行一次;通过使用多版本数据存储,避免了只读事务阻塞事务处理;通过记录事务所需数据的地址,加速事务校验失败后的重新执行。与现有技术相比,本发明可以充分利用事务的并发性,极大地提高确定性数据库的事务处理能力;可以复用事务执行时收集的数据信息加速事务的调度;无需额外机制确定事务的完整读写集合,避免了现有技术额外的性能开销。
-
公开(公告)号:CN110430046A
公开(公告)日:2019-11-08
申请号:CN201910652110.9
申请日:2019-07-18
Applicant: 上海交通大学
Abstract: 本发明公开了一种面向云环境的可信平台模块两阶段密钥复制机制,涉及云计算和系统安全领域,该机制在云密钥服务器中将对密码的标准的TPM 2.0实体复制行为通过软件模拟的方式拆分为上半部分和下半部分,其中上半部分发生在密钥准备阶段,云密钥服务器根据租户自定义密码使用对称加密使得密钥和云租户绑定;下半部分发生在密钥部署阶段,云密钥服务器根据目标TPM芯片中的一个公钥证书使用非对称加密使得密钥和目标TPM芯片绑定。该两阶段密钥复制机制严格按照标准TPM 2.0实体复制协议来完成,具备高兼容性和高适用性。使用该机制具备高安全性,租户密钥直接以密文形式保存,无需引入硬件安全模块,并可将租户密钥灵活地部署到多个计算实例的目标TPM芯片中。
-
公开(公告)号:CN110413838A
公开(公告)日:2019-11-05
申请号:CN201910636677.7
申请日:2019-07-15
Applicant: 上海交通大学
IPC: G06F16/738 , G06K9/00 , G06K9/62
Abstract: 本发明公开了一种无监督视频摘要模型,涉及计算机视觉方向的视频处理领域,所述模型包括条件特征选择模块,帧级自注意力模块和条件生成对抗网络模块,其中,所述条件特征选择模块选取输出视频中较重要的帧特征引导所述条件生成对抗网络模块训练,使其可以更多的关注此区域特征;所述帧级自注意力模块可以获取视频中帧与帧的长时依赖,使模型可以更好的学习到全局特征,尽可能避免去掉视觉上相似但具有一定时间距离的帧;所述条件生成对抗网络模块,包含生成器和鉴别器,可实现无监督学习,不需任何人工标定数据,克服原有方法的信息损失、部分网络需要预训练、模型复杂等问题,可实现端到端训练,提升视频摘要性能。
-
公开(公告)号:CN105242954B
公开(公告)日:2019-06-07
申请号:CN201410262063.4
申请日:2014-06-12
IPC: G06F9/455
CPC classification number: G06F9/45533 , G06F9/45558 , G06F13/4234 , G06F2009/4557 , G06F2009/45583
Abstract: 本发明公开了一种虚拟CPU与物理CPU之间的映射方法及电子设备,该方法包括:在当前时间周期内,虚拟机管理器获取待映射的第一虚拟CPU集合及下一时间周期内待运行任务最少的第一物理CPU;虚拟机管理器获取第一虚拟CPU集合中每个第一虚拟CPU的第一特征值及第一物理CPU的第二特征值;虚拟机管理器从所有的第一特征值中获取与第二特征值匹配的目标特征值,并将目标特征值对应的目标虚拟CPU映射到第一物理CPU上运行。通过上述技术方案解决了现有技术中虚拟CPU映射到物理CPU时存在的资源竞争、系统整体性能下降的技术问题。
-
公开(公告)号:CN106095578B
公开(公告)日:2019-04-09
申请号:CN201610415947.8
申请日:2016-06-14
Applicant: 上海交通大学
Abstract: 本发明公开了一种基于硬件辅助技术和虚拟CPU运行状态的直接中断递交方法,其特征在于:当SR‑IOV直接分配设备利用MSI/MSI‑X机制向虚拟机产生一个物理中断后,通过分析该虚拟机当前所有虚拟CPU的运行状态和历史运行数据,利用APICv硬件技术和Posted Interrupt硬件技术在不引起VM exit的情况下将该物理中断直接递交至目前正在运行的或者即将最先被调度的虚拟CPU上,从而避免VM exit带来的上下文交换负载和虚拟CPU调度不均引起的中断延时,有效提高虚拟环境下的中断处理效率,获得整体性能的提升。
-
公开(公告)号:CN108898618A
公开(公告)日:2018-11-27
申请号:CN201810573374.0
申请日:2018-06-06
Applicant: 上海交通大学
Abstract: 本发明公开了一种弱监督视频物体分割方法,包括构建视频物体分割模型,输入测试视频首帧和测试物体边界框后,基于迭代式算法对视频分物体割模型进行预训练;对测试视频首帧后的每一帧中的测试物体边界框进行追踪;对测试视频首帧后的每一帧进行像素级别的预测,生成当前帧的包含前后景信息的图像掩码;基于追踪结果对图像掩码进行优化,得到当前帧的最终物体分割计算结果。本发明还公开了一种弱监督视频物体分割装置,包括弱监督视频物体分割预训练模块、视频物体追踪模块、视频物体分割测试模块和视频物体分割优化模块。本发明减少了视频物体分割需要的人工成本,提升了视频物体分割的性能。
-
-
-
-
-
-
-
-
-