一种基于有序桶对需求矩阵有序性的初始化和维护方法、系统及其应用

    公开(公告)号:CN117421133A

    公开(公告)日:2024-01-19

    申请号:CN202311344656.0

    申请日:2023-10-17

    Applicant: 梧州学院

    Abstract: 本发明公开了一种基于有序桶对需求矩阵有序性的初始化和维护方法、系统及其应用,包括:获取各进程的需求向量,根据需求向量按资源类别依次将各进程编号放进对应类别的资源需求有序桶中的末尾位置,并将进程编号的存放位置记录在进程资源关联表中;获取各进程提出资源申请,根据资源申请得到相应的资源申请向量,更新需求向量,并通过查询进程资源关联表和资源需求有序桶进行有序性维护,并更新进程资源关联表;其中,需求向量包括不同资源类别的需求量;在将各进程按资源类别和需求量分别放入对应类别的资源需求有序桶中后,还包括:根据系统当前持有资源情况对检测结构进行初始化;基于进程资源申请、系统资源趋于增长变化对检测结构进行调整。

    一种基于资源分类排序的改进的银行家算法安全性检测方法及系统

    公开(公告)号:CN117312000A

    公开(公告)日:2023-12-29

    申请号:CN202311255544.8

    申请日:2023-09-27

    Applicant: 梧州学院

    Abstract: 本发明公开了一种基于资源分类排序的改进的银行家算法安全性检测方法及系统,包括以下步骤:将需求矩阵按资源类型拆分成m个需求数组后,按所需资源数值大小将每个需求数组中的n个进程进行升序排序,得到m个进程有序序列;根据m个进程有序序列中的相应排序,对m个需求数组进行多次遍历检测,分别对m个需求数组中的n个进程进行扫描检测,找到所需资源数量小于等于系统可获取的相应资源数量的进程,并在资源认证计数数组中进行认证;依据资源认证计数数组进行进程能否回收的检测,找到资源认证数足够的进程,并对其所占资源进行回收,更新系统可获取资源数量后继续检测;直至所有进程所占资源能够被全部回收或遍历检测已无进程资源可回收。

    基于区间搜索的快速KNN检索方法、装置、设备及存储介质

    公开(公告)号:CN115587227A

    公开(公告)日:2023-01-10

    申请号:CN202211299689.3

    申请日:2022-10-24

    Applicant: 梧州学院

    Abstract: 本发明提供一种基于区间搜索的快速KNN检索方法、装置、设备及存储介质,该方法包括:将指定搜索区域按预先设定好的阈值建立四叉树模型,确定给定点所在的叶子结点区域,并根据该结点中所含数据点的个数确定搜索结点,以给定点为圆心和给定点到该搜索结点区域边界点的最远距离作为搜索半径构成一个圆形区域,并计算出该圆形区域的一个外接矩形的空间位置,根据该外接矩形在四叉树模型中按层并行执行空间搜索,从查询匹配的结点逐层深入,直到叶子结点,将所有与外接矩形存在空间重叠的叶子结点作为有效搜索范围;并行计算有效搜索范围内所有点与给定点的距离,找到距离给定点最近的K个近邻点。本发明可以把KNN搜索问题转变为基于四叉树的区间搜索问题,从而达到复杂度低,易并行、效率高等目的。

    一种基于邻居表的KNN改进算法及其装置

    公开(公告)号:CN115577298A

    公开(公告)日:2023-01-06

    申请号:CN202211299690.6

    申请日:2022-10-24

    Applicant: 梧州学院

    Abstract: 本发明提供一种基于邻居表的KNN改进算法及其装置,该方法包括判断指定搜索区域的长宽比是否小于预设值;如是,则将指定搜索区域作为搜索范围,根据预先设定好的阈值建立四叉树模型;根据所建立的四叉树模型所划分的结点区域,通过空间位置找到每一个结点直接相邻的所有邻居结点,并行构建邻居表,其中,该邻居表用于在查找近邻点时快速确定有效搜索范围;确定给定点所在的叶子结点区域;基于查询邻居表的结点区域确定有效的搜索范围;基于有效的搜索范围,并行计算该范围内所有点与给定点的距离,从而找出多个近邻点。本发明用以解决目前现有算法中存在的复杂度高、执行效率低等各种问题,适合在GPU上大规模并行执行,执行效率高,并行性高。

    一种基于GPU的八叉树并行快速KNN对航道点云数据进行检索方法及系统

    公开(公告)号:CN118427399A

    公开(公告)日:2024-08-02

    申请号:CN202410174136.8

    申请日:2024-02-07

    Applicant: 梧州学院

    Abstract: 本发明公开一种基于GPU的八叉树并行快速KNN对航道点云数据进行检索方法及系统,包括:根据航道点云数据构建航道八叉树,把八叉树每一层的航道节点信息以数组形式独立进行存储,并各自对应于一个线程;获取航道子节点邻居表信息,并建立航道节点邻居表;获得航道层数据结构信息和航道八叉树所需的存储空间,并将航道层数据结构信息依次拷贝到航道八叉树中;在航道八叉树中进行迭代查找,找到航道标准点所在的航道节点,获得航道搜索半径,并生成航道节点搜索列表;将不同航道搜索方向下的航道节点搜索列表中各航道节点所包含的点合并到一个新的航道搜索列表中,生成航道点搜索列表,从而在航道点搜索列表中找出离航道目标点最近的前K个点。

    一种基于GPU的八叉树并行快速KNN检索方法及系统

    公开(公告)号:CN116186334A

    公开(公告)日:2023-05-30

    申请号:CN202310108441.2

    申请日:2023-02-14

    Applicant: 梧州学院

    Abstract: 本发明公开一种基于GPU的八叉树并行快速KNN检索方法及系统,包括:构建八叉树并确定每一层所包含的节点后,把节点信息以数组形式独立进行存储,并各自对应于一个线程;获取子节点邻居表信息,建立节点邻居表;获得层数据结构信息,根据节点邻居表中的层偏移量数组得到八叉树所需的存储空间,并将层数据结构信息依次拷贝到八叉树中;通过标准点的坐标信息,在八叉树中进行迭代查找,找到标准点所在的节点并获得搜索半径;搜索在搜索半径范围内所有搜索方向的所有节点,并生成节点搜索列表;将节点搜索列表中各节点所包含的点合并到一个新的搜索列表中;根据新的搜索列表中节点包含点的信息生成点搜索列表,从中找出离目标点最近的前K个点。

    基于四叉树集群的近邻搜索方法、装置、设备及存储介质

    公开(公告)号:CN115618069A

    公开(公告)日:2023-01-17

    申请号:CN202211299671.3

    申请日:2022-10-24

    Applicant: 梧州学院

    Abstract: 本发明提供一种基于四叉树集群的近邻搜索方法、装置、设备及存储介质,该方法包括将指定区域按短边的长度以1:1长宽比进行切割,得到多个子区域;分别在多个子区域上并行建立各自的四叉树模型;对建立好的多棵四叉树模型分别并行建立各自的邻居表,并根据不同四叉树之间的空间位置关系建立各邻居表之间的联系;确定该给定点所属四叉树中的叶子结点;确定有效的搜索范围;通过距离排序找到距离给定点最近的K个近邻点。本发明将指定区域按短边的长度以1:1长宽比进行切割,使得每个子区域的长宽比满足1:1,可以突破给定搜索空间的区域限制,并借助有关联的多个邻居表确定有效搜索范围,同时具备时间复杂度低、查询效率高、执行效率高等优点。

Patent Agency Ranking