-
公开(公告)号：CN117093161B
公开(公告)日：2024-01-26
申请号：CN202311359193.5
申请日：2023-10-19
Applicant: 之江实验室
Abstract: 本说明书公开了一种基于光收发芯片的内存管理系统、方法、介质及设备，第一节点的服务器将内存操作指令发送给第一节点的光收发芯片设备，光收发芯片设备将内存操作指令转换成第一光信号发送给第二节点的内存管理设备，内存管理设备将第一光信号转换成内存操作指令，并执行对应操作，将内存操作结果转换成第二光信号返回第一节点的光收发芯片设备，光收发芯片设备将第二光信号转换成内存操作结果并返回第一节点的服务器，服务器接收内存操作结果。系统中的各节点之间不再依赖TCP协议，通过光链路传输操作指令以及返回操作结果。实现了高速低延时的内存共享，还能减少对处理器计算资源的占用，提高系统运行效率，提高内存资源(56)对比文件陈艳平;冯萍;徐代阳;姚荦.直接内存通信技术的研究与实现.计算机测量与控制.2010,(第04期),全文.李亚琼;宋莹;黄永兵.一种面向虚拟化云计算平台的内存优化技术.计算机学报.2011,(第04期),全文.
-
公开(公告)号：CN117040489A
公开(公告)日：2023-11-10
申请号：CN202311298602.5
申请日：2023-10-09
Applicant: 之江实验室
IPC: H03H21/00
Abstract: 本发明公开了一种稀疏约束的样条自适应滤波器，采用基于最小平均p范数的样条自适应滤波器估计未知系统，并对样条自适应滤波器的权重向量进行稀疏性约束，以及在迭代过程中对步长因子进行自适应控制。本发明提出的稀疏约束的样条自适应滤波器，实现简单，复杂度低，能够较好地对非线性系统进行稀疏表征，并对非高斯噪声具有很强的鲁棒性，且有效的平衡了收敛速度和稳态误差，提升了滤波器的跟踪能力。
-
公开(公告)号：CN117093161A
公开(公告)日：2023-11-21
申请号：CN202311359193.5
申请日：2023-10-19
Applicant: 之江实验室
Abstract: 本说明书公开了一种基于光收发芯片的内存管理系统、方法、介质及设备，第一节点的服务器将内存操作指令发送给第一节点的光收发芯片设备，光收发芯片设备将内存操作指令转换成第一光信号发送给第二节点的内存管理设备，内存管理设备将第一光信号转换成内存操作指令，并执行对应操作，将内存操作结果转换成第二光信号返回第一节点的光收发芯片设备，光收发芯片设备将第二光信号转换成内存操作结果并返回第一节点的服务器，服务器接收内存操作结果。系统中的各节点之间不再依赖TCP协议，通过光链路传输操作指令以及返回操作结果。实现了高速低延时的内存共享，还能减少对处理器计算资源的占用，提高系统运行效率，提高内存资源的使用率。
-
公开(公告)号：CN118277843A
公开(公告)日：2024-07-02
申请号：CN202410713024.5
申请日：2024-06-04
Applicant: 之江实验室
IPC: G06F18/24 , H04L47/2441 , G06F18/213 , G06N3/047 , G06N3/0464 , G06N3/09 , G06N3/084
Abstract: 本发明公开了一种多模态网络流量分类方法、装置和存储介质，该方法将多模态网络流量特征分为平稳特征和动态特征；直接对流量数据进行特征提取，得到动态特征；使用训练样本集对所构建的神经网络模型进行训练，获取其最优模型参数；采用神经网络模型对流量数据进行特征提取，得到平稳特征；根据平稳特征和动态特征，对贝叶斯分类模型进行训练，获取其最优模型参数；将动态特征送入训练好的贝叶斯分类模型，获取模态分类结果。本发明能够实现多模态网络流量的高效分类，同时提升了弱特征流量的分类精度。
-
公开(公告)号：CN117459146A
公开(公告)日：2024-01-26
申请号：CN202311342060.7
申请日：2023-10-17
Applicant: 之江实验室
IPC: H04B10/40 , H04B10/516
Abstract: 本发明公开了一种基于多普勒频移预补偿方法的800G高速光收发装置和方法，电子处理模块：用于处理接收到的初始电信号进行均衡降噪处理；光电转换模块：用于处理接收到的光电信号进行光电转换并进行相应的调制解调处理；管理控制模块：用于控制并监控电子处理模块和光电转换模块并提供供电功能；所述电子处理模块、光电转换模块和管理控制模块通过金属布线连接。本发明基于微控制器的边缘计算能力和800G硅光技术，可实现不同运行轨道卫星的高速通讯组网，根据当前工作环境快速切换高速工作模式和低速节能模式，可实现有限充电环境的全天候工作，根据传输时延和卫星轨道对多普勒频移值进行均衡降噪，实现短时信号中断的瞬时链路恢复。
-
Patent Agency Ranking
公开(公告)号：CN118277843B
公开(公告)日：2024-08-13
申请号：CN202410713024.5
申请日：2024-06-04
Applicant: 之江实验室
IPC: G06F18/24 , H04L47/2441 , G06F18/213 , G06N3/047 , G06N3/0464 , G06N3/09 , G06N3/084
Abstract: 本发明公开了一种多模态网络流量分类方法、装置和存储介质，该方法将多模态网络流量特征分为平稳特征和动态特征；直接对流量数据进行特征提取，得到动态特征；使用训练样本集对所构建的神经网络模型进行训练，获取其最优模型参数；采用神经网络模型对流量数据进行特征提取，得到平稳特征；根据平稳特征和动态特征，对贝叶斯分类模型进行训练，获取其最优模型参数；将动态特征送入训练好的贝叶斯分类模型，获取模态分类结果。本发明能够实现多模态网络流量的高效分类，同时提升了弱特征流量的分类精度。
-
公开(公告)号：CN117040489B
公开(公告)日：2024-02-13
申请号：CN202311298602.5
申请日：2023-10-09
Applicant: 之江实验室
IPC: H03H21/00
Abstract: 本发明公开了一种稀疏约束的样条自适应滤波器，采用基于最小平均p范数的样条自适应滤波器估计未知系统，并对样条自适应滤波器的权重向量进行稀疏性约束，以及在迭代过程中对步长因子进行自适应控制。本发明提出的稀疏约束的样条自适应滤波器，实现简单，复杂度低，能够较好地对非线性系统进行稀疏表征，并对非高斯噪声具有很强的鲁棒性，且有效的平衡了收敛速度和稳态误差，提升了滤波器的跟踪能力。
-
公开(公告)号：CN116996397B
公开(公告)日：2024-01-09
申请号：CN202311263633.7
申请日：2023-09-27
Applicant: 之江实验室
IPC: H04L41/14 , H04L41/147 , H04L41/16 , H04L43/0829 , H04L45/02 , H04L45/12
Abstract: 本说明书公开了一种网络丢包优化的方法、装置、存储介质及电子设备。本说明书实施例在网络丢包优化的过程中，可以首先通过样本数据以及样本数据对应的真实网络丢包数据来训练待训练的图神经网络模型，之后，可以将训练后图神经网络模型部署到所述多模态网络中，使得可以根据训练后图神经网络模型输出的各个预设路由路径下的预测网络丢包数据以及多模态网络在当前的路由路径下的实际网络丢包数据，确定最佳路由路径，以实现降低多模态网络在数据传输过程中的丢包率。
-
公开(公告)号：CN116996397A
公开(公告)日：2023-11-03
申请号：CN202311263633.7
申请日：2023-09-27
Applicant: 之江实验室
IPC: H04L41/14 , H04L41/147 , H04L41/16 , H04L43/0829 , H04L45/02 , H04L45/12
Abstract: 本说明书公开了一种网络丢包优化的方法、装置、存储介质及电子设备。本说明书实施例在网络丢包优化的过程中，可以首先通过样本数据以及样本数据对应的真实网络丢包数据来训练待训练的图神经网络模型，之后，可以将训练后图神经网络模型部署到所述多模态网络中，使得可以根据训练后图神经网络模型输出的各个预设路由路径下的预测网络丢包数据以及多模态网络在当前的路由路径下的实际网络丢包数据，确定最佳路由路径，以实现降低多模态网络在数据传输过程中的丢包率。
-
公开(公告)号：CN116626921A
公开(公告)日：2023-08-22
申请号：CN202310674920.0
申请日：2023-06-08
Applicant: 之江实验室
Abstract: 本发明提供了一种基于侧边耦合光子晶体的IQ调制器，包括：1×2多模干涉耦合器、2个侧边耦合光子晶体调相模块、2个热光移相器、2段纳米线波导、2×1多模干涉耦合器，所述纳米线波导穿过侧边耦合光子晶体调相模块和侧边耦合光子晶体调相模块，一端连接1×2多模干涉耦合器，另一端连接2×1多模干涉耦合器；所述侧边耦合光子晶体调相模块包括光子晶体微腔；所述光子晶体微腔的传输谱在特定工作波段处呈现一个低谷状态，形成调相所需的“0”状态，在其他大部分波段处呈现水平的通光状态，形成调相所需的“1”状态，大大提高了光子晶体通光效率。本发明提供的IQ调制器具有通光效率高、尺寸小、调制带宽高的特性，易于光电子器件高度集成。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.017 seconds)
