-
公开(公告)号:KR101888781B1
公开(公告)日:2018-08-16
申请号:KR1020170003670
申请日:2017-01-10
Applicant: 한국교통대학교산학협력단 , 주식회사 범우시스템
Abstract: 비휘발성메모리와 DRAM을이용하는하이브리드블록기반의영속적 DRAM 스토리지와그 작동방법이개시된다. DRAM 스토리지는, 비휘발성메모리와 DRAM 및 DRAM보다입출력성능이낮은제3 저장장치를구비하는컴퓨팅장치에서, 블록데이터에대한입출력요구에따라 DRAM 스토리지의커널에의해관리되는로그관리자가 DRAM에서변경되는블록에대한로그를비휘발성메모리에저장하는단계, 입출력요구에대한데이터처리와는별도로로그에대응하는블록데이터를임의의쓰레드를통해제3 저장장치로백업하는단계를포함한다.
-
公开(公告)号:KR1020180082232A
公开(公告)日:2018-07-18
申请号:KR1020170003670
申请日:2017-01-10
Applicant: 한국교통대학교산학협력단 , 주식회사 범우시스템
CPC classification number: G06F3/0686 , G06F3/0611 , G06F3/0619 , G06F3/064 , G06F3/0659 , G06F3/0667 , G06F12/0292
Abstract: 비휘발성메모리와 DRAM을이용하는하이브리드블록기반의영속적 DRAM 스토리지와그 작동방법이개시된다. DRAM 스토리지는, 비휘발성메모리와 DRAM 및 DRAM보다입출력성능이낮은제3 저장장치를구비하는컴퓨팅장치에서, 블록데이터에대한입출력요구에따라 DRAM 스토리지의커널에의해관리되는로그관리자가 DRAM에서변경되는블록에대한로그를비휘발성메모리에저장하는단계, 입출력요구에대한데이터처리와는별도로로그에대응하는블록데이터를임의의쓰레드를통해제3 저장장치로백업하는단계를포함한다.
-
公开(公告)号:KR1020160083360A
公开(公告)日:2016-07-12
申请号:KR1020140194386
申请日:2014-12-30
Applicant: 한국교통대학교산학협력단
Abstract: 본발명은버스종합정보제공방법및 단말에관한것으로, 본발명에따른버스종합정보제공단말은버스의현재위치를감지하는 GPS부; 상기버스의현재위치를표시하는터치디스플레이; 및상기터치디스플레이를통해사용자로부터목적지를입력받으면하차예약을설정하는중앙처리부;를포함한다.
Abstract translation: 本发明涉及一种用于提供总线综合信息的方法和终端。 根据本发明,终端包括:GPS单元,感测总线的当前位置; 显示总线当前位置的触摸显示器; 以及中央处理单元,被配置为当用户通过触摸显示输入目的地时,设置预约以允许用户从总线对准。 本发明的目的是允许用户通过获得与总线操作相关的各种信息来容易地从总线进行预约。
-
公开(公告)号:KR1020170113810A
公开(公告)日:2017-10-13
申请号:KR1020160036329
申请日:2016-03-25
Applicant: 한국교통대학교산학협력단
Abstract: 본발명은단말기의센서데이터를이용한교통이벤트추출방법및 시스템에관한것으로, 본발명의일실시예에따른단말기의센서데이터를이용한교통이벤트추출방법은데이터처리부가단말기의센서데이터를수집하는제1 단계; 상기데이터처리부가수집된센서데이터를일정길이로분할하는제2 단계; 클러스터링부가상기일정길이로분할하여저장한센서데이터의시계열데이터를 2개의그룹으로클러스터링하는제3 단계; 레이블링부가상기클러스터링된그룹중, 각그룹에속한분할된시계열데이터의개수에해당하는크기가작은그룹또는큰 그룹에따라각각의시계열데이터에레이블링하는제4 단계; 모델구축부가상기레이블링된분할된시계열데이터집합을이용하여 SVM(Support Vector Machine) 훈련을시켜모델을구축하는제5 단계; 및교통이벤트추출부가상기구축된모델을이용해차량주행중수집되는센서데이터들에대한분류를수행하여교통이벤트와정상상태를구분하는제6 단계;를포함한다.
Abstract translation: 本发明涉及一种交通事件的提取方法和系统中使用的终端的传感器数据,使用所述传感器数据从根据本发明的示例性实施例的终端在第一收集来自数据处理单元的终端传感器数据中提取交通事件方法 步骤; 将收集的传感器数据分成预定长度的第二步骤; 第三步,将由聚类单元划分成预定长度的传感器数据的时间序列数据聚类为两组; 第四步骤,根据属于群组中的每个群组的划分的时间序列数据的数量的小群组或大群组来标记每个时间序列数据; 第五步,通过使用上述标记的时间序列数据集进行SVM(支持向量机)训练来构建模型; 以及第六步骤,通过使用所构建的模型对在车辆驾驶期间收集的传感器数据进行分类来对交通事件和稳定状态进行分类。
-
-
-