一种基于扩展集群聚类算法的区块图共识方法及装置

    公开(公告)号:CN119691481A

    公开(公告)日:2025-03-25

    申请号:CN202411861965.X

    申请日:2024-12-17

    Abstract: 本发明涉及区块链技术领域,公开了一种基于扩展集群聚类算法的区块图共识方法及装置,该方法包括获取目标区块图,对目标区块图进行分层处理,基于分层处理结果构建区块支持集;目标区块图由创世区块和引用可达区块构成;基于区块支持集确定区块属性,基于区块属性计算区块支持集的聚集程度得分;对区块支持集进行划分,对划分后的区块支持集进行聚集程度评分,得到划分集合的聚集程度得分;将区块支持集的聚集程度得分和划分集合的聚集程度得分进行比较,基于比较结果确定区块图共识结果。本发明能够在发散的图拓扑中寻找稳定的聚集的子图作为区块图共识结果,保证了区块图共识结果的后向一致性,从而提高了区块图共识结果的稳定性。

    一种区块链共识、区块引用方法以及平行型图区块链系统

    公开(公告)号:CN117668121B

    公开(公告)日:2024-07-16

    申请号:CN202311799329.4

    申请日:2023-12-25

    Abstract: 本发明涉及信息技术领域,公开了一种区块链共识、区块引用方法以及平行型图区块链系统,本发明提供的区块链共识方法,指定由同一条平行链上的见证区块进行提交时,需要满足被提交的见证区块被大于或等于预设数量的来自不同平行链的预设轮数的区块强看见,并且该轮的这些区块被下一轮的指定平行链上的见证区块也全都强看见,从而实现了平行链松散耦合和分开共识。进一步,本发明提供的区块引用方法允许在发现冲突后在图拓扑结构中回溯到分叉节点,根据分支的经历轮数来确定引用区块,可以最终保障图拓扑结构的完整性进而使得对应系统能够持续地产生新的轮数和提交新的区块。

    面向偏微分方程求解的神经网络模型自动设计方法及装置

    公开(公告)号:CN117875410A

    公开(公告)日:2024-04-12

    申请号:CN202410279586.3

    申请日:2024-03-12

    Inventor: 张博 杨超

    Abstract: 本申请公开了一种面向偏微分方程求解的神经网络模型自动设计方法及装置,该方法包括:基于神经网络模型的结构和含参激活函数构建进化搜索空间,并依据该搜索空间对神经网络模型进行基因编码;基于选择操作、交叉操作和突变操作,采用进化搜索策略在进化搜索空间中对神经网络模型进行搜索,直到预设的进化代数,其中,选择操作、交叉操作和突变操作用于在进化搜索空间中生成多个备选神经网络模型;选出进化最后一代中的最优神经网络模型个体用于偏微分方程的求解。本申请提供的方法实现了提升神经网络模型在求解偏微分方程时的精度和收敛速率的技术效果。

    任务队列管理方法、装置、计算机设备及存储介质

    公开(公告)号:CN117851011A

    公开(公告)日:2024-04-09

    申请号:CN202410010795.8

    申请日:2024-01-03

    Abstract: 本发明涉及计算机技术领域,公开了任务队列管理方法、装置、计算机设备及存储介质,本发明将任务按照任务状态进行划分,获得排队状态任务队列、运行状态任务队列和结束状态任务队列;对各任务队列采用多级存储;在内存中查询排队或正在运行的任务信息;对需更改任务状态的任务进行任务状态更改,并在嵌入式数据库中持久化更改后的任务状态;在全功能数据库中筛选已结束的任务信息;在任务集群需要重启或是遭遇故障恢复的情况下,按照预设恢复顺序进行任务队列恢复。本发明将不同状态任务在不同任务队列中维护,以此均摊针对不同状态任务的不同需求产生的查询或维护数据数据结构的压力,能够承受高并发压力且满足了抗故障要求。

    一种区块链共识、区块引用方法以及平行型图区块链系统

    公开(公告)号:CN117668121A

    公开(公告)日:2024-03-08

    申请号:CN202311799329.4

    申请日:2023-12-25

    Abstract: 本发明涉及信息技术领域,公开了一种区块链共识、区块引用方法以及平行型图区块链系统,本发明提供的区块链共识方法,指定由同一条平行链上的见证区块进行提交时,需要满足被提交的见证区块被大于或等于预设数量的来自不同平行链的预设轮数的区块强看见,并且该轮的这些区块被下一轮的指定平行链上的见证区块也全都强看见,从而实现了平行链松散耦合和分开共识。进一步,本发明提供的区块引用方法允许在发现冲突后在图拓扑结构中回溯到分叉节点,根据分支的经历轮数来确定引用区块,可以最终保障图拓扑结构的完整性进而使得对应系统能够持续地产生新的轮数和提交新的区块。

    高维数据的查找方法及装置、存储介质、电子设备

    公开(公告)号:CN117407419A

    公开(公告)日:2024-01-16

    申请号:CN202311160042.7

    申请日:2023-09-08

    Abstract: 本发明公开了一种高维数据的查找方法及装置、存储介质、电子设备。其中,该方法包括:确定搜索空间中的初始值,其中,初始值包括初始位置值和初始元素值,初始位置值由N个向量构成,每个向量长度为高维数组对应阶的维度大小,N为大于2的正整数;基于初始值查找搜索空间在单一维度的单维最大值,以及单维最大值的数组位置;将单维最大值和数组位置输出为搜索空间在当前迭代周期的当前最大元素。通过本发明,解决了相关技术中在搜索空间中查找高维最大元素的准确率低的技术问题,可适配于各种低秩表示形式的数据,通用性高,通过交替迭代的策略保证了收敛性,且减少了对超参数的依赖,无论是人造数据还是真实数据,提高了准确率和稳定性。

Patent Agency Ranking