“并行优化”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网_专利查询网

首页在售求购查询申请展会资讯专利榜企服商城升级VIP

立即登录免费注册

在售专利
求购专利
查询专利
新闻资讯
技术展会
招商加盟
专利榜

本网专利代理业务由天津创信方达专利代理事务所(普通合伙)承接机构代码：12247 本网专利代理业务由天津创信方达专利代理事务所(普通合伙)承接机构代码：12247 本网专利代理业务由天津创信方达专利代理事务所(普通合伙)承接机构代码：12247

本网专利代理业务由天津创信方达专利代理事务所(普通合伙)承接机构代码：12247 本网专利代理业务由天津创信方达专利代理事务所(普通合伙)承接机构代码：12247 本网专利代理业务由天津创信方达专利代理事务所(普通合伙)承接机构代码：12247

专利名称

专利名称
专利号码
专利分类
申请人
公布日期

农业化学；冶金建筑机械工程区域搜索

主分类

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

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

专利权人

国家电网公司

华为技术有限公司

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

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

钻瓜专利网为您找到相关结果523961个，建议您升级VIP下载更多相关专利

[发明专利]一种基于CUDA的DEM特征点提取并行化方法-CN201610938649.7有效
发明人：陈玉敏;吴钱娇;杨家鑫;巴倩倩;张静祎;张心仪 -专利权人：武汉大学
申请日： 2016-10-25 - 公布日： 2018-02-02 - 主分类号： G06T17/05 文献下载
摘要：本发明公开了一种基于CUDA的DEM特征点提取并行化方法，首先对目前比较常用于DEM地形特征点提取的maximum z‑tolerance方法进行优化，得到改进maximum z‑tolerance方法，之后利用CUDA对改进的maximum z‑tolerance方法进行并行化处理，从而得到高精度高效率的DEM特征点提取并行化方法。本发明不仅完成了maximum z‑tolerance方法的优化，而且将并行技术CUDA应用于数字地形分析领域，在保证DEM特征点提取算法的精度情况下，提高了DEM地形特征点的提取效率，保证了多尺度DEM
一种基于 cuda dem 特征提取并行方法

[发明专利]一种基于ETL的数据优化方法及设备-CN201210277097.1有效
发明人：李纪洲;周徐波;王星宇 -专利权人：北京久其软件股份有限公司
申请日： 2012-08-06 - 公布日： 2012-12-12 - 主分类号： G06F17/30 文献下载
摘要：本发明实施例提供了提供一种基于ETL的数据优化方法及设备，所述的方法包括：根据数据抽取、转换、装载的过程ETL预先设置多个数据处理单元；对所述的数据处理单元预先设置通信机制；采集用户输入的包括来源数据的指令信息；根据所述的来源数据构建与所述的指令信息对应的数据处理流程；根据所述的数据处理单元以及预设的通信机制对所述的数据处理流程进行优化。通过预先设置数据处理单元以及通信机制，实现了对数据的简化优化、分支并行优化以及记录间并行优化，提高了数据优化的处理效率，节约硬件资源。
一种基于 etl 数据优化方法设备

[发明专利]一种并行子空间优化的临近空间飞艇多学科优化设计方法-CN201611264683.7在审
发明人：赵磊 -专利权人：北京天恒长鹰科技股份有限公司
申请日： 2016-12-30 - 公布日： 2017-05-10 - 主分类号： G06F17/50 文献下载
摘要：本发明公开一种并行子空间优化的临近空间飞艇多学科优化设计方法，包括步骤一、规划临近空间飞艇总体设计流程，明确优化变量、约束和目标以及气动、结构和能源子系统耦合关系；步骤二、分别对所述气动、结构和能源子系统进行参数化建模及其分析；步骤三训练样本点建立样本空间，搭建代理模型；步骤四根据优化策略，在ISIGHT平台上构建基于气动、结构和能量的并行子空间的优化框架，执行优化进程。该方法可用于解决临近空间飞艇气动、结构和能源一体化初步设计问题，在临近空间飞艇设计及优化的新思路探索上具有相当的参考价值。
一种并行空间优化临近飞艇学科设计方法

[发明专利]率失真优化量化方法、装置、电子设备及存储介质-CN202310271484.2在审
发明人：张鹏;赵加琛;向国庆;严伟 -专利权人：杭州未名信科科技有限公司;浙江省北大信息技术高等研究院
申请日： 2023-03-14 - 公布日： 2023-07-11 - 主分类号： H04N19/147 文献下载
摘要：本申请公开了一种率失真优化量化方法、装置、电子设备及存储介质。该率失真优化量化方法包括：针对变换块的系数组，获取所述系数组的尺寸；根据所述系数组的尺寸，采用与所述尺寸相对应的预设并行处理方式获取率失真优化量化后的系数矩阵。本申请实施例提供的率失真优化量化方法，针对变换块的系数组，获取所述系数组的尺寸，根据所述系数组的尺寸采用与所述尺寸相对应的预设并行处理方式获取率失真优化量化后的系数矩阵，能够满足率失真优化量化的时序要求，得到的率失真优化量化结果能够很好地满足实际应用的需求。
失真优化量化方法装置电子设备存储介质

[发明专利]一种面向飞腾处理器的一维8点IDCT并行方法-CN201410835382.X在审
发明人：吴玲达;王宇;吕雅帅 -专利权人：中国人民解放军装备学院
申请日： 2015-08-04 - 公布日： 2015-07-29 - 主分类号： G06F9/38 文献下载
摘要：本发明涉及一种面向飞腾处理器的一维8点IDCT并行方法，该方法包括以下内容：利用飞腾处理器的子字并行指令对一维8点IDCT变换过程进行并行优化，其主要途径是将一维8点IDCT变换中多个同构的乘法与加法运算用数条子字并行指令实现，本发明通过利用飞腾处理器的子字并行指令将一维8点IDCT并行化，提升了IDCT变换计算的效率。
一种面向飞腾处理器 idct 并行方法

[发明专利]基于CUDA并行计算架构对折叠进行GPU并行化的方法-CN202310003422.3在审
发明人：吕健;谢晓尧;于徐红 -专利权人：贵州师范大学
申请日： 2023-01-03 - 公布日： 2023-05-02 - 主分类号： G06T1/20 文献下载
摘要：本发明公开了基于CUDA并行计算架构对折叠进行GPU并行化的方法，包括以下步骤：步骤S1、基于gperftools做性能分析；步骤S2、分析数据依赖性；步骤S3、基于CUDA的GPU并行。本发明基于CUDA并行计算架构对折叠进行GPU并行化，在并行之前对折叠先进行优化，消除其中的数据循环依赖并且重构目标函数，重写CUDA核函数在GPU上实现折叠并取得良好的效果。
基于 cuda 并行计算架构折叠进行 gpu 方法

[发明专利]一种服务器无感知数据分析的并行调度方法及系统-CN202311126413.X在审
发明人：金鑫;刘譞哲;金超 -专利权人：北京大学
申请日： 2023-09-04 - 公布日： 2023-10-10 - 主分类号： G06F9/48 文献下载
摘要：本发明提供一种服务器无感知数据分析的并行调度方法及系统，方法包括：根据优化目标，确定优化目标对应的目标模型；在目标模型为运行时间模型的情况下，获取数据分析作业中的运行时间数据信息和并行度数据信息，确定数据分析作业的各个阶段的运行时间与并行度之间的关系；根据各个阶段的运行时间与并行度之间的关系，拟合获得各个阶段各自的运行时间模型；根据数据分析作业的DAG、各个阶段各自的运行时间模型、计算集群当前可用资源，确定第一并行调度方案；根据第一并行调度方案，控制计算集群中各个服务器上的函数执行模块执行分配到自身所在服务器上的数据分析作业中的任务旨在提高服务器无感知数据分析的并行调度的性能。
一种服务器感知数据分析并行调度方法系统

[发明专利]用于高效并行运行的反馈驱动调节-CN201210240600.6有效
发明人：黎文宪;贾学锋 -专利权人： SAP股份公司
申请日： 2012-07-11 - 公布日： 2014-01-29 - 主分类号： G06F9/38 文献下载
摘要：提供一种并行运行管理器，可以确定被配置为使用多个可用的处理线程并行运行任务的并行运行平台。并行运行管理器可以包括：线程数目管理器，被配置为从该多个可用的处理线程中对于固定任务大小选择被选择的线程数目，以及任务大小管理器，被配置为从多个可用的任务大小中并且使用该被选择的线程数目选择被选择的任务大小并行运行管理器还可以包括：优化器，被配置为运行迭代循环，在该迭代循环中该被选择的任务大小被用作更新的固定任务大小以获得更新的选择的线程数目，并且所述更新的选择的线程数目被用于获得更新的选择的任务大小，并且优化器还被配置为完成迭代循环并提供当前线程数目和当前任务大小以供并行运行平台在并行运行任务中使用
用于高效并行运行反馈驱动调节

[发明专利]一种基于流体运动矢量场的并行分析方法-CN201610490479.0在审
发明人：陈铭松;王红祥;庄涵;徐思远;宋进忠 -专利权人：华东师范大学
申请日： 2016-06-29 - 公布日： 2016-11-09 - 主分类号： G06T7/20 文献下载
摘要：本发明提供了一种基于流体运动矢量场的并行分析方法，具体步骤包括：将图像序列的各图像分解为同等大小的若干块小区域；构建灰度分布矩阵；并行化获取图像序列的初始运动矢量场；通过新的平滑性约束项对初始运动矢量场进行并行化处理去噪；通过新的能量约束函数对去噪后的运动矢量场进行并行化处理优化；获取包含流体运动图像序列的主方向运动矢量。本发明所述的流体运动矢量分析方法结合能量优化技术并利用图形处理器GPU的单指令多线程SIMT特性，使流体分析从串行转换为并行，实现对图像的并行化处理，提高了图像处理的性能和效率，大大提高了图像处理的精度
一种基于流体运动矢量并行分析方法

[发明专利]SM3密码杂凑算法的并行化优化方法-CN201811323148.3有效
发明人：关志;陈霄;王珂;李青山;陈钟 -专利权人：北京大学
申请日： 2018-11-08 - 公布日： 2020-11-03 - 主分类号： H04L9/06 文献下载
摘要：本发明公布了一种SM3密码杂凑算法的并行化优化方法，SM3密码杂凑算法包括SM3消息扩展函数和SM3消息压缩函数；采用多路并行算法，通过将SM3密码杂凑算法中的循环运算展开，将多轮迭代合并，从而简化SM3密码杂凑算法所需要的运算；将展开的SM3密码杂凑算法中潜在的并行运算向量实现，由此实现在SM3密码杂凑函数的内部并行化；并行化优化方法可在支持同时执行向量指令和非向量指令的计算平台上运行。本发明方法实现在SM3密码杂凑函数的内部并行化，进而提升运算速度；应用在可同时执行向量指令和非向量指令的计算平台上，计算速率更高。
sm3 密码杂凑算法并行优化方法

[发明专利]神经网络的运行优化及数据处理方法、设备及存储介质-CN201910378838.7有效
发明人：解为成;刘源;张喜;沈琳琳 -专利权人：深圳大学
申请日： 2019-05-08 - 公布日： 2021-02-12 - 主分类号： G06F9/50 文献下载
摘要：本发明适用计算机技术领域，提供了一种神经网络的运行优化及数据处理方法、设备及存储介质，在神经网络的前向计算过程中，获得其节点入度统计数据并从通路集合中确定关键通路，若关键通路的关键边满足并行处理条件，确定可与该关键边并行处理的、位于非关键通路上的非关键边，若关键边不满足并行处理条件，则确定可并行处理的至少两条非关键边，以形成可供并行处理线程进行处理的计算子线程分配模型。这样，可实现在神经网络的层级结构上的多核并行加速优化，有效提升了神经网络的计算效率，有利于大规模神经挽留过在使用多核计算资源的计算设备上的推广应用。
神经网络运行优化数据处理方法设备存储介质

[发明专利]一种海洋数值模式并行框架的设计方法-CN201610243750.0有效
发明人：沈飙;苗春葆;林霄沛;李明悝;钱成春;宋振亚;刘海行;张从 -专利权人：中国海洋大学
申请日： 2016-04-14 - 公布日： 2019-05-03 - 主分类号： G06F17/50 文献下载
摘要：本发明公开了一种海洋数值模式并行框架的设计方法，通过对典型的海洋数值模式的计算特征进行分析，将并行功能模块与物理过程计算模块分离开来，并将并行功能封装成一个独立的模块。并行框架的设计只需关注并行功能的实现和并行效率的优化，无需关注具体求解的物理问题，从而具有高度的通用性；而海洋数值模式的开发可以使用并行框架实现并行化，从而可以从数据分解、进程间通讯、并行输入输出等繁琐的细节中解脱出来
一种海洋数值模式并行框架设计方法

[发明专利]一种并行模拟退火进化方法-CN201711234605.7在审
发明人：包子阳;余继周 -专利权人：北京无线电测量研究所
申请日： 2017-11-30 - 公布日： 2018-05-08 - 主分类号： G06N3/00 文献下载
摘要：本发明公开一种并行模拟退火进化方法，包括以下步骤：S1：创建初始种群，随机生成具有第一解集的初始群体；S2：同时对第一解集运行模拟退火算法；S3：选取对所述第一解集运行所述模拟退火算法后产生的最优解集中的最优解本发明提供的一种并行模拟退火进化方法能够解决常规模拟退火算法优化速度较慢、优化效率较低的问题，提高了进行算法的优化效果和优化效率，加快了优化速度。
一种并行模拟退火进化方法

[发明专利]一种基于CUDA的Gridding算法优化方法及装置-CN201910344869.0在审
发明人：胡馨艺;赵亚群;赵志诚 -专利权人：中国人民解放军战略支援部队信息工程大学
申请日： 2019-04-26 - 公布日： 2019-08-30 - 主分类号： G06F9/50 文献下载
摘要：本发明涉及并行化技术领域，公开一种基于CUDA的Gridding算法优化方法，包括：步骤1：根据Gridding算法中函数调用次数，得出调用次数最高的前M个函数；步骤2：通过矩阵矢量化方法，在CUDA中对所述M个函数进行GPU并行化处理。本发明还公开一种基于CUDA的Gridding算法优化装置，包括：比较模块和并行化模块。本发明缩短了Gridding算法整体的运算时间，提高了运行效率，且不影响输入输出数据的格式和大小。
算法优化并行化算法矩阵输入输出数据并行化处理比较模块函数调用运行效率矢量化调用运算

[发明专利]一种基于主动学习的分布式自优化视频实时解析框架-CN201910303275.5在审
发明人：赵宏伟;张卫山;任鹏程 -专利权人：中国石油大学(华东)
申请日： 2019-04-15 - 公布日： 2020-01-17 - 主分类号： H04N21/234 文献下载
摘要：本发明提出了一种基于主动学习的分布式自优化视频实时解析框架，Storm框架对分布式存储的视频数据进行并行训练，并将深度学习模型进行融合构成分布式并行视频解析框架，配合多终端并行服务机制，在Storm框架下实现计算资源最优分配利用错误解析的数据，经过校正后对原有模型进行迭代训练，并将视频解析框架中的深度学习模型进行更新，以此实现框架的自优化，提升模型的准确性和健壮性。
自优化解析分布式存储并行服务并行视频并行训练迭代训练计算资源实时解析视频解析视频数据主动学习最优分配多终端健壮性校正视频学习融合更新配合

首页
«上一页
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
下一页»
尾页
共 100000 条

友情链接：交换友情链接需要网站权重大于4，网站收录10W以上，如符合条件，请联系QQ：76009968。

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

在线咨询

400-8765-105周一至周五 9:00-18:00

版权所有钻瓜科技（天津）有限公司津ICP备15000985号津公网安备 12019202000206号http://www.vipzhuanli.com/公布日期

咨询在线客服

咨询在线客服

tel code back_top