专利名称
主分类
A 农业
B 作业;运输
C 化学;冶金
D 纺织;造纸
E 固定建筑物
F 机械工程、照明、加热
G 物理
H 电学
专利下载VIP
公布日期
2023-10-24 公布专利
2023-10-20 公布专利
2023-10-17 公布专利
2023-10-13 公布专利
2023-10-10 公布专利
2023-10-03 公布专利
2023-09-29 公布专利
2023-09-26 公布专利
2023-09-22 公布专利
2023-09-19 公布专利
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
中兴通讯股份有限公司
三星电子株式会社
中国石油化工股份有限公司
清华大学
鸿海精密工业股份有限公司
松下电器产业株式会社
上海交通大学
更多 »
钻瓜专利网为您找到相关结果1545041个,建议您升级VIP下载更多相关专利
  • [发明专利]集群多全局缓冲池系统、中心节点、计算节点及管理方法-CN201310462330.8有效
  • 程广卫 - 华为技术有限公司
  • 2013-09-30 - 2014-01-22 - G06F13/38
  • 本发明实施例提供了一种集群多全局缓冲池系统、中心节点、计算节点及管理方法,该系统包括:全局缓冲池,用于存储该系统的全局共享缓冲数据;计算节点,用于向中心节点发送页面请求;其中,该页面请求携带计算节点的节点编号和计算节点申请访问的内存页面的页面编号;中心节点,可根据计算节点的节点编号和该内存页面的页面编号,向计算节点提供该内存页面在全局缓冲池中的存储位置信息计算节点还用于根据中心节点提供的该内存页面在全局缓冲池中的存储位置信息,对该内存页面进行访问本发明实施例中,中心节点根据计算节点的请求对全局缓冲池的资源进行管理分配且中心节点和全局缓冲池相互独立使得全局缓冲池具备灵活扩展的可能。
  • 集群全局缓冲系统中心节点计算管理方法
  • [发明专利]用于大型环境的多实例的模拟-CN201911338129.2在审
  • G·库尼亚;E·赫尔曼;C·伍玉 - 达索系统公司
  • 2019-12-23 - 2020-06-30 - G06F30/20
  • 本发明尤其涉及一种用于实例化全局物理学模拟的计算机实现的方法。该方法包括提供一组局部模拟。该组局部模拟包括至少一个局部模拟。局部模拟是这样的物理学模拟:其是全局物理学模拟的一部分并且可以被单独且独立于全局物理学模拟地计算。该组局部模拟中的每个局部模拟已经被计算。该方法还包括,对于该组局部模拟中的每个局部模拟,计算该局部模拟的相应简化模型。该方法还包括计算一组至少一个全局模拟中的每个全局模拟。每个全局模拟都是全局物理学模拟的实例。每个全局模拟的计算包括重新使用至少一个局部模拟中的每个局部模拟的每个相应计算的简化模型。这构成了用于实例化物理学模拟的改进方法。
  • 用于大型环境实例模拟
  • [发明专利]分布式机器学习方法和系统-CN201610968121.4有效
  • 江佳伟;崔斌;黄明;肖品;胡奔龙;余乐乐 - 腾讯科技(深圳)有限公司
  • 2016-10-31 - 2021-12-14 - G06N20/00
  • 一种分布式机器学习方法,包括:接收当前计算节点的全局参数获取指令;判断当前计算节点当前的迭代轮数与其它计算节点当前的迭代轮数之间的差值是否在预设范围内;若是,将全局参数发送给当前计算节点;接收当前计算节点根据全局参数执行当前的迭代轮数的迭代学习之后发送的更新参数,根据接收更新参数的时间戳与全局参数时间戳计算延迟参数,根据延迟参数及更新参数对全局参数进行更新得到更新的全局参数进行存储,本申请进一步提供一种分布式机器学习系统。不同计算节点之间的速度差异限制在预设范围内,形成有限异步并行协议的分布式机器学习,避免了单点瓶颈,减小不同计算节点产生的更新对全局参数的扰动的影响,确保收敛稳定。
  • 分布式机器学习方法系统
  • [发明专利]一种提升DCNN计算阵列效率的系统及方法-CN202011339614.4有效
  • 张华;刘欣 - 中科融合感知智能研究院(苏州工业园区)有限公司
  • 2020-11-25 - 2023-10-24 - G06T1/60
  • 本发明公开了一种提升DCNN计算阵列效率的系统及方法,包括全局缓冲区、本地缓冲区、数据分发控制器和计算阵列控制器;所述全局缓冲区存储DCNN计算的输入图像、网络参数以及计算过程中的临时数据,与本地缓冲区连接;所述本地缓冲区存储计算阵列控制器每次计算时的输入数据,与计算阵列控制器连接;所述数据分发控制器通过读全局缓冲区控制模块从全局缓冲区读出数据,通过写本地缓冲区控制模块写入本地缓冲区;所述计算阵列控制器通过读本地缓冲区控制模块读出待计算数据,计算完成后通过写全局缓冲区控制模块写回全局缓冲区;本发明在不增加成本的情况下,大幅提升DCNN的计算效率。
  • 一种提升dcnn计算阵列效率系统方法
  • [发明专利]一种风雨扰动信号实时判定方法-CN201410185204.7有效
  • 王广彪;袁明;李宝瑞;闫继送 - 中国电子科技集团公司第四十一研究所
  • 2014-05-04 - 2014-07-30 - G08B13/186
  • 步骤101:数据的实时采集,并将数据存储于内部数据缓存区;步骤102:数据处理,计算缓存区均值,并将内部数据缓存区数据及其均值保存到用户缓存区中;步骤103:均值计算计算得到全局均值;步骤104:将全局均值与全局阈值进行比较,如果全局均值大于全局阈值,则判定为风雨引起的信号;如果全局均值小于等于全局阈值,则不为风雨信号。本发明采用长缓冲池数据均值与设定阈值比较的方法进行风雨信号的识别;在计算长缓冲池数据均值的过程中,采用分段计算、记录的方法,避免重复运算,降低了运算量;同时将分段均值计算过程融入到采集卡采集过程中,在不影响采集的情况下
  • 一种风雨扰动信号实时判定方法
  • [发明专利]特征处理方法、装置、产品、介质及设备-CN202210635593.3在审
  • 姚霆;李业豪;潘滢炜;王羽;梅涛 - 京东科技控股股份有限公司
  • 2022-06-06 - 2022-08-30 - G06V10/42
  • 本申请提供一种特征处理方法、特征处理装置、计算机程序产品、计算机可读存储介质及电子设备,涉及计算机技术领域,该方法包括:获取待分类图像的样本局部特征和样本全局特征;生成对应于样本全局特征的参考全局特征;根据参考全局特征和样本局部特征生成参考局部特征;基于参考全局特征和参考局部特征确定对应于待分类图像的分类指示特征。这样可以将特征提取过程分为全局特征提取和局部特征提取,结合全局特征计算局部特征,从而根据精准的全局特征和局部特征确定对应于待分类图像的分类指示特征,这样可以避免在提取图像特征的过程中丢失特征,可以提升对于图像的特征提取精度
  • 特征处理方法装置产品介质设备
  • [发明专利]运动估计器和运动估计方法-CN200610162963.7无效
  • 李浩燮;闵钟述;权五宰;金命哉;成和锡;赵珉卿 - 三星电子株式会社
  • 2006-11-29 - 2007-06-06 - H04N7/24
  • 运动估计器包括:候选矢量计算单元,基于当前帧和先前帧对将被插入的帧的每个块确定多个候选矢量;最终运动决定单元,根据期望的标准从多个候选矢量中选择候选矢量,并将选择的候选矢量作为相应块的最终运动矢量输出;和全局矢量建模单元,基于最终运动矢量执行回归分析以对全局矢量计算公式建模,并将全局矢量计算公式提供给候选矢量计算单元,其中,候选矢量计算单元根据建模的全局矢量计算公式对将被插入的下一帧的每个块计算全局矢量,并将该全局矢量作为多个候选矢量之一提供给最终运动决定单元。因而,本发明提供了一种在简化硬件配置的同时能够获得正确的全局矢量的运动估计器和运动估计方法。
  • 运动估计方法
  • [发明专利]用于联网微电网的安全分布式状态估计-CN201980062636.X在审
  • M·H·钦图格鲁;D·伊什琴科 - ABB瑞士股份有限公司
  • 2019-09-26 - 2021-06-08 - G05D5/00
  • 一个示例性实施例是一种用于从联网微电网系统中移除错误数据的方法,包括:利用微电网控制系统计算第一局部状态估计;利用微电网控制系统和多个微电网计算多个全局状态估计;确定多个全局状态估计没有收敛;使用微电网控制系统和多个微电网来检测利用微电网控制系统计算的多个全局状态估计的第一全局状态估计中的错误数据;以及从多个全局状态估计中移除第一全局状态估计;以及利用微电网控制系统和多个微电网迭代地更新多个全局状态估计的其余全局状态估计,直到多个全局状态估计的其余全局状态估计收敛。
  • 用于联网电网安全分布式状态估计
  • [发明专利]全局中断和障碍网络-CN02805442.3有效
  • 马赛厄斯A·布卢姆里奇;陈东;保罗W·科特尤斯;艾伦G·加拉;马克E·贾姆帕帕;菲利普·海德伯格;杰勒德V·科普斯凯;伯克哈德D·斯坦马彻-伯罗;托德E·塔肯 - 国际商业机器公司
  • 2002-02-25 - 2004-04-28 - G06F15/00
  • 一种用于在计算结构中生成全局异步信号的系统和方法。具体而言,一种全局中断和障碍网络被实现,该网络实现这样的逻辑,该逻辑用于生成全局中断和障碍信号,该全局中断和障碍信号用于根据一种处理算法控制由在计算结构的选定处理节点的处理元件所执行的全局异步操作;该网络包括用于通过低等待时间路径将该全局中断和障碍信号传送到各元件的处理节点的物理互连该全局异步信号按照为优化该处理算法的性能而选定的次数来分别地启动在该处理节点的中断和障碍操作。在一个实施例中,该全局中断和障碍网络在可扩展的大规模并行超级计算设备结构中加以实现,该可扩展的大规模并行超级计算设备结构包括由多个独立的网络互连起来的多个处理节点,每个节点包括用于执行在执行并行算法操作时所要求的计算或通信活动的一个或者多个处理元件一种多个独立的网络包括用于允许在全局树形网络节点或者它的子树之间的高速全局树通信的全局树形网络。该全局中断和障碍网络可与该全局树形网络并行地操作以便提供全局异步边带信号。
  • 全局中断障碍网络

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top