“洪佩怡”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果7个，建议您升级VIP下载更多相关专利

[发明专利]面向神经网络检查点数据的智能压缩存储方法和系统-CN202110749499.6有效
发明人：何水兵;陈平;洪佩怡;张寅;陈刚 -专利权人：浙江大学
申请日： 2021-07-02 - 公布日： 2023-09-08 - 主分类号： G06N3/082 文献下载
摘要：本发明提供了一种面向神经网络检查点数据的智能压缩存储方法，所述神经网络检查点数据包括权重浮点数数据和优化器浮点数数据；该方法具体为：利用增量压缩方法对神经网络每轮训练后的权重浮点数数据进行压缩并存储；和/或利用索引值映射代替神经网络每轮训练后的部分或全部优化器浮点数数据的前n位后进行存储。其中，索引值的位数小于n。本发明利用深度学习检查点数据的特征并结合模型训练流程，设计了智能压缩方法与系统，对检查点不同类别数据高效压缩，从而有效提高了存储系统的存储量和寿命。
面向神经网络检查点数据智能压缩存储方法系统

[发明专利]基于非易失性内存的推荐系统网络高效训练方法及系统-CN202210876872.9在审
发明人：何水兵;洪佩怡;陈平;李振鑫;陈伟剑;杨斯凌;党政 -专利权人：浙江大学
申请日： 2022-07-25 - 公布日： 2022-11-08 - 主分类号： G06N3/08 文献下载
摘要：本发明提供了一种基于非易失性内存的推荐系统网络高效训练方法及系统，本发明高效利用了非易失性内存的带宽、延迟特性以及非易失特性，最优化推荐系统网络的训练性能。该方法具体为：面向动态内存(DRAM)、非易失性内存(NVM)混合存储架构，利用推荐系统网络中Embedding数据的冷热特性，将数据进行智能摆放，增加数据的访问效率，提高训练的性能；其次，利用非易失特性，设计新型训练模式以及检查点模式，利用双版本持久化技术与增量、并行优化技术，进一步提升系统性能，降低NVM寿命的损耗。
基于非易失性内存推荐系统网络高效训练方法

[发明专利]基于内存变换的动态内存分配方法及装置-CN202210193860.6在审
发明人：何水兵;洪佩怡;宋浩哲;党政;李振鑫 -专利权人：浙江大学
申请日： 2022-03-01 - 公布日： 2022-05-27 - 主分类号： G06F9/50 文献下载
摘要：本发明提供了一种基于内存变换的动态内存分配方法，该方法通过修改内存块未完全分配的内存区域的元数据，使其可以服务于新的内存分配请求大小，包括：记录未变换时内存区域的内存块大小、第一个内存块的起始地址、已分配内存块数量及内存块分配情况；根据新的内存分配请求大小，设置并记录变换后内存区域的内存块大小、第一个内存块的起始地址；根据当前变换前后内存块的对应关系，记录变换后内存块中变换前已分配内存块数量，并记录当前所有的内存块分配情况；根据内存释放情况实时更新当前所有的内存块分配情况，本发明通过内存变换，使得slab可以根据需要服务于不同大小的内存分配请求，从而减少空闲slab的数量，减少内存碎片，提高内存的利用率。
基于内存变换动态分配方法装置

[发明专利]基于日志结构的持久性内存元数据管理方法及装置-CN202210194862.7在审
发明人：何水兵;李振鑫;宋浩哲;党政;洪佩怡 -专利权人：浙江大学
申请日： 2022-03-01 - 公布日： 2022-05-27 - 主分类号： G06F9/50 文献下载
摘要：本发明提供了一种基于日志结构的持久性内存的内存块元数据管理方法及装置，本发明将持久性内存的内存块元数据存入DRAM中，并将内存块元数据的核心数据根据内存块的状态更新以日志条目的形式追加写入到持久性内存的日志文件中；所述日志文件中划分成多个日志组存储日志条目。同时在DRAM中保存日志组元数据，所述日志组元数据为指明日志组分配情况的位图bitmap，通过红黑树对已分配的日志组元数据进行管理，并将被释放的日志组元数据通过链表进行管理。本发明通过修改元数据的布局模式，使得持久性内存元数据的分布更具有局部性，减少小规模数据的随机写入，提高持久性内存的分配性能。
基于日志结构持久性内存数据管理方法装置

[发明专利]基于持久性内存的内存分配器元数据交替映射方法及系统-CN202210101732.4在审
发明人：何水兵;党政;宋浩哲;洪佩怡;李振鑫 -专利权人：浙江大学
申请日： 2022-01-27 - 公布日： 2022-05-17 - 主分类号： G06F12/06 文献下载
摘要：本发明提供了一种基于持久性内存的内存分配器元数据交替映射方法及系统，本发明通过对可分配内存区域元数据采用多个子位图进行存储，每个子位图的大小大于等于缓存行的大小，采用交替存放的方式将连续内存块的比特位依次存放到不同的子位图中，使内存分配器在分配连续内存块时，连续内存块的比特位会被映射到不同缓存行中。对线程私有缓存元数据采用多个子缓存进行存储，子缓存的数量等于子位图的数量，每个子缓存仅存储位于同一子位图的内存块的比特位，且所有子缓存具有访问顺序。通过修改元数据的布局模式，使得连续内存分配对bitmap的修改尽可能落在不同的缓存行内，从而避免缓存行重复刷新的问题，提高对持久性内存分配的性能。
基于持久性内存分配器数据交替映射方法系统

[发明专利]一种基于随机森林模型的拉曼光谱物质识别方法-CN201810996426.5有效
发明人：谢怡;洪佩怡;戴平阳;王舒意;康怀志;王宇翔 -专利权人：厦门大学
申请日： 2018-08-29 - 公布日： 2020-05-08 - 主分类号： G01N21/65 文献下载
摘要：本发明涉及一种拉曼光谱物质识别方法，该方法包括：S100：选择多个样本，生成样本的拉曼谱图数据集，并对其中所有的拉曼谱图进行预处理，即自动消除影响谱图分析准确度的因素；S200：对预处理后的所有的拉曼谱图进行样本特征提取，所述样本特征为适用于随机森林模型的特征向量；S300：根据拉曼谱图数据集和提取的样本特征建立多个随机森林模型；S400：从多个随机森林模型中选择最优的随机森林模型，使用其来判断待测样本归属的目标物质类别。本发明将拉曼谱图的物质识别(定性分析)问题转换为机器学习的分类问题，并实现批量实时处理，在保证高准确率的基础上，大大提高了运行速度。
一种基于随机森林模型光谱物质识别方法

[发明专利]用深度森林在复杂环境中识别目标物的拉曼光谱分析方法-CN201910104046.0在审
发明人：谢怡;王舒意;戴平阳;洪佩怡;刘国坤;吴德文 -专利权人：厦门大学
申请日： 2019-02-01 - 公布日： 2019-06-07 - 主分类号： G06K9/20 文献下载
摘要：本发明涉及一种用深度森林在复杂环境中识别目标物的拉曼光谱分析方法，该方法包括：选择多个类别已知的样本，生成样本的拉曼谱图集，并对其中所有的拉曼谱图进行预处理，并把预处理后的拉曼谱图设为原始特征向量；深度森林模型的建立：使用多粒度扫描算法将原始特征向量转换为变换特征向量；样本分为训练集和验证集，通过训练集的样本逐级建立级联森林后，通过验证集的样本进行级联森林性能的判断，直至深度森林模型的分类准确率不再随着级联森林的级数增加而增加时，深度森林模型建立完成；通过深度森林模型对待测物质的拉曼谱图进行分类。本发明能从多种测试体系的拉曼光谱中准确识别所含的目标物质，且具有通用性、可扩展性和可伸缩性。
森林样本拉曼谱级联预处理拉曼光谱分析原始特征向量复杂环境目标物训练集验证集变换特征向量分类准确率测试体系多个类别级数增加可扩展性可伸缩性拉曼光谱模型建立目标物质扫描算法分类转换

1
共 7 条