-
公开(公告)号：CN109165188B
公开(公告)日：2022-03-22
申请号：CN201810862157.3
申请日：2018-08-01
Applicant: 苏州大学张家港工业技术研究院 , 苏州大学
IPC: G06F15/173
Abstract: 本发明公开了一种扩展立方体结构多处理器网络上数据的并行传输方法，本发明当指定一个处理器为源处理器时，能够以该处理器为中心并行构造一组边独立生成树，使得该处理器到任一其它处理器之间存在2n‑1条边不相交的路径。数据能够分解到这2n‑1条路径上进行并行传输，互不干扰。本发明根据任意给定顶点，能够并行构造2n‑1棵边独立生成树；根顶点与任一其它顶点之间存在2n‑1条边不相交的路径；每棵树均能够独立构造。本发明具有更好的拓扑性质，能够大大降低硬件成本和通信开销、提高通信代价的平衡，在互连网络结构的普及上有着广泛的市场前景。
-
公开(公告)号：CN109039672B
公开(公告)日：2021-04-20
申请号：CN201810802418.2
申请日：2018-07-20
Applicant: 苏州大学张家港工业技术研究院 , 苏州大学
IPC: H04L12/18
Abstract: 本发明公开了一种超立方体线图结构数据中心网络的信息广播方法及系统，该方法包括以下步骤：S1.第1到n‑1棵独立生成树的构造；S11.构造出和的独立生成树；S12.构造树Ti″；S13.得到子树Ti′；S14.对Ti′增加边顶点，得到的树为Ti；S2.第n到2n‑2棵独立生成树的构造；S21.构造出和的独立生成树；S22.构造树Tk+n‑1″；S23.得到子树Tk+n‑1′；S24.对Tk+n‑1′增加边顶点，得到的树为Tk+n‑1。本发明相较于现有技术，当信息在超立方体Qn的线图结构的数据中心网络L(Qn)上广播时，能够容纳2n‑3台故障服务器，从而有效地提高了网络的可靠性。
-
公开(公告)号：CN109412823B
公开(公告)日：2021-12-31
申请号：CN201811146867.2
申请日：2018-09-29
Applicant: 苏州大学张家港工业技术研究院 , 苏州大学
Abstract: 本申请提供一种基于扩展立方体架构的数据中心网络(Datacenter Network Based on Augmented Cube，简称AQDN)及其服务器容错广播方法。在AQDN数据中心网络中，充分利用廉价的交换机和具有两个网卡的服务器，能够降低成本，具有较好的应用价值。服务器容错广播方案能够借助于顶点‑独立生成树来实现。
-
公开(公告)号：CN109412823A
公开(公告)日：2019-03-01
申请号：CN201811146867.2
申请日：2018-09-29
Applicant: 苏州大学张家港工业技术研究院 , 苏州大学
Abstract: 本申请提供一种基于扩展立方体架构的数据中心网络(Datacenter Network Based on Augmented Cube，简称AQDN)及其服务器容错广播方法。在AQDN数据中心网络中，充分利用廉价的交换机和具有两个网卡的服务器，能够降低成本，具有较好的应用价值。服务器容错广播方案能够借助于顶点-独立生成树来实现。
-
公开(公告)号：CN109039672A
公开(公告)日：2018-12-18
申请号：CN201810802418.2
申请日：2018-07-20
Applicant: 苏州大学张家港工业技术研究院 , 苏州大学
IPC: H04L12/18
CPC classification number: H04L12/1863
Abstract: 本发明公开了一种超立方体线图结构数据中心网络的信息广播方法及系统，该方法包括以下步骤：S1.第1到n‑1棵独立生成树的构造；S11.构造出和的独立生成树；S12.构造树Ti″；S13.得到子树Ti′；S14.对Ti′增加边顶点，得到的树为Ti；S2.第n到2n‑2棵独立生成树的构造；S21.构造出和的独立生成树；S22.构造树Tk+n‑1″；S23.得到子树Tk+n‑1′；S24.对Tk+n‑1′增加边顶点，得到的树为Tk+n‑1。本发明相较于现有技术，当信息在超立方体Qn的线图结构的数据中心网络L(Qn)上广播时，能够容纳2n‑3台故障服务器，从而有效地提高了网络的可靠性。
-
Patent Agency Ranking
公开(公告)号：CN109165188A
公开(公告)日：2019-01-08
申请号：CN201810862157.3
申请日：2018-08-01
Applicant: 苏州大学张家港工业技术研究院 , 苏州大学
IPC: G06F15/173
Abstract: 本发明公开了一种扩展立方体结构多处理器网络上数据的并行传输方法，本发明当指定一个处理器为源处理器时，能够以该处理器为中心并行构造一组边独立生成树，使得该处理器到任一其它处理器之间存在2n-1条边不相交的路径。数据能够分解到这2n-1条路径上进行并行传输，互不干扰。本发明根据任意给定顶点，能够并行构造2n-1棵边独立生成树；根顶点与任一其它顶点之间存在2n-1条边不相交的路径；每棵树均能够独立构造。本发明具有更好的拓扑性质，能够大大降低硬件成本和通信开销、提高通信代价的平衡，在互连网络结构的普及上有着广泛的市场前景。
-
公开(公告)号：CN111310046A
公开(公告)日：2020-06-19
申请号：CN202010097745.X
申请日：2020-02-18
Applicant: 苏州大学
IPC: G06F16/9535
Abstract: 本申请涉及一种对象推荐方法及装置，属于计算机技术领域，该方法包括：获取目标用户对对象的历史评分数据、历史评分时间和对象的属性信息；基于历史评分数据、历史评分时间和属性信息，确定各个对象之间的对象相似度矩阵；获取目标用户历史关注的历史目标对象和目标用户当前关注的实时目标对象；基于对象相似度矩阵确定每个历史目标对象的历史相似对象和每个实时目标对象的实时相似对象，得到目标用户的第一推荐列表；向目标用户推送第一推荐列表；可以解决现有的协同过滤算法的对象推荐准确性较低的问题；由于能够充分挖掘用户-对象评分矩阵的潜在信息，并且能够利用对象属性信息确定对象相似度矩阵，因此可以提高推荐结果的准确度。
-
公开(公告)号：CN103927550B
公开(公告)日：2017-09-08
申请号：CN201410161915.0
申请日：2014-04-22
Applicant: 苏州大学
IPC: G06K9/62
Abstract: 本申请提供一种手写体数字识别方法及系统，该方法通过接收用户输入的待测手写体数字样本；通过训练得到的第一分类器、第二分类器、第三分类器分别对待测手写体数字样本进行预测，并输出第一分类器、第二分类器、第三分类器对待测手写体数字样本的预测结果；比较第一分类器、第二分类器、第三分类器对待测手写体数字样本的预测结果，若至少2个分类器得出的是相同的预测结果，则判定待测手写体数字样本属于该预测结果的类别，否则，判定待测手写体数字样本属于第二分类器输出的预测结果的类别。该方法通过使用3个分类器对待测样本进行预测，在保证预测速度的基础上，很大程度上提高了手写体数字识别的识别率。
-
公开(公告)号：CN103927529B
公开(公告)日：2017-06-16
申请号：CN201410185212.1
申请日：2014-05-05
Applicant: 苏州大学
Abstract: 本发明公开了一种基于相似性学习的人脸集匹配方法及系统，首先通过选取部分样本作为训练样本，进行训练过程，实现对分类器的选取，避免了将所有的样本作为训练样本进行训练，并对训练集样本进行降维处理，得到降维训练样本，避免了高维数据对计算复杂度的增加，减少了训练周期，从而简化了训练过程，避免了复杂的过程，提高了训练速度。另外，本方案中通过选取训练集样本每类样本的几何平均值来构建多个不同的分类器，达到了通过简单的操作过程带来精确的结果的效果。
-
公开(公告)号：CN103955676B
公开(公告)日：2017-04-19
申请号：CN201410197890.X
申请日：2014-05-12
Applicant: 苏州大学
Abstract: 本申请公开了一种人脸识别方法及系统，该方法包括利用PCA法对训练样本集进行初始降维，并利用训练样本的类别标签信息构造具有分类信息的矩阵，然后确定最优的二次投影矩阵，对初始降维训练样本集进行二次降维，然后对测试样本同样进行二次降维，在二次降维后的低维空间中进行分类。本申请通过二次降维处理，提高了人脸识别的准确度和效率。
-
-
-
-
-
-
-
-
-
Search Results
95
records
(took 0.026 seconds)
