-
公开(公告)号：CN101163107A
公开(公告)日：2008-04-16
申请号：CN200710170788.0
申请日：2007-11-22
Applicant: 复旦大学
Abstract: 本方法属于自组织网络技术领域，具体是一种自组织网络中组合服务的执行路径的发现方法。该方法依次包括如下步骤：首先服务请求节点发送初始的路径探测包，路径探测包中包含组合服务的服务有向无环图、基本服务所在节点列表和服务执行有向无环图；然后基本服务提供节点处理路径探测包；最后服务请求节点接收服务执行有向无环图。服务请求节点收到第一个反馈回来的服务执行有向无环图，说明该服务执行有向无环图所描述的执行方案在当前网络环境下具有最快的网络传输和节点响应速度，即是当前情况下最快的执行方案。
-
公开(公告)号：CN114756772B
公开(公告)日：2025-02-14
申请号：CN202210370416.7
申请日：2022-04-09
Applicant: 复旦大学
IPC: G06F16/9537 , G06F16/2458 , G06F16/906
Abstract: 本发明属于数据分析技术领域，具体为一种时空数据查询处理中的抽样系统。本发明系统包括时空网格划分器、样本生成器：时空网格划分器按照一定粒度在时空坐标系上划分网格，并给每个网格分配样本容量；具体的划分粒度可以根据实际需求定义；样本生成器按照划分器分配的样本容量在每个网格内均匀采样，并汇总成最终样本。本发明可帮助分析人员从时空大数据中获取更为全面的样本，发掘容易被简单均匀采样遗漏的信息，增加样本分析结论的可靠性。
-
Patent Agency Ranking
公开(公告)号：CN116756291A
公开(公告)日：2023-09-15
申请号：CN202310818649.3
申请日：2023-07-04
Applicant: 复旦大学
IPC: G06F16/332 , G06F16/33 , G06N5/04 , G06N3/08
Abstract: 本发明提供一种基于和积网络模型的基数估计及近似查询处理方法及装置，在模型构建步骤中基于准确性需求对叶子节点的行号位图进行合并，从而构建出准确性高并且最小化推理开销的融合位图的和积网络模型；在查询处理步骤中，基于给定的与准确性需求相关的规则以及分解到最底层乘积节点中的查询请求决定其下叶子节点的计算方式，因此能够获取最优的推理准确性以及开销。通过本发明的方法及装置能够提高查询优化中基数估计的准确性，从而帮助提高查询优化结果，减少查询执行所需开销，帮助数据分析人员对大规模数据集进行实时分析，通过融合额外的数据分布特征，提高近似查询处理在SPJA查询上的准确性，以提升用户体验，提高决策的有效性。
-
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：CN110175191A
公开(公告)日：2019-08-27
申请号：CN201910401717.X
申请日：2019-05-14
Applicant: 复旦大学
IPC: G06F16/2457 , G06F16/2458 , G06F16/248
Abstract: 本发明属于数据分析技术领域，具体为一种数据分析中的数据过滤规则建模方法。本发明的数据过滤规则建模方法主要包含三个部分：（1）数据列分析过滤（2）数据范围分析过滤（3）结果集自动可视化。本发明通过合理的设定相关的规则解决如何在数据分析中应用数据过滤规则建立分析过滤模型，利用模型分析过滤数据并直观的展示数据。本发明可方便用户快速筛选数据并找到感兴趣的数据子集，分析与挖掘数据项之间联系。
-
公开(公告)号：CN101179498B
公开(公告)日：2012-05-09
申请号：CN200710170789.5
申请日：2007-11-22
Applicant: 复旦大学
Abstract: 本发明属于自组织网络技术领域，具体是涉及一种自组织网络中服务合成的可靠代理执行方法。该方法包括：请求源通过执行代理评估及自组织网络评估，了解各个执行代理的状态和能力；请求源的执行代理选择，一旦执行代理选择完毕，将请求的合成服务转移到执行代理开始执行；执行代理的执行和出错处理。本发明可以提高服务合成执行的成功率以及缩短服务合成执行的时间，更好地适应自组织网络中节点的动态性以及不稳定性，提高服务合成在自组织网络中的实用性。
-
公开(公告)号：CN102253961A
公开(公告)日：2011-11-23
申请号：CN201110127113.4
申请日：2011-05-17
Applicant: 复旦大学
IPC: G06F17/30
Abstract: 本发明属于空间数据库技术领域，具体涉及一种基于Voronoi图的路网k聚集最近邻居节点查询（k-ANN）方法。其步骤为：首先通过R树索引求出每一个查询点的第一个最近邻居节点（1-NN），然后构造一个优先级队列存储所有查询点的1-NN，权值为查询点到目标节点的当前聚集距离，接着按照某种顺序在路网Voronoi图的基础上对某个查询点进行扩展，更新这个查询点下一个NN的聚集距离，对优先级队列进行插入或更新等操作，直到发现队首的目标节点被所有查询点扩展到，那么该目标节点就是1-ANN。从队列中删除1-ANN后，第二次满足条件的是2-ANN，依此类推。本发明在用户查询的响应时间和页面访问量上有着出色的性能。
-
-
-
-
-
-
Search Results
37
records
(took 0.028 seconds)
