存储模型

摘要： [目的/意义]在不确定环境下,减少图书运输及仓储成本,降低图书非制造性成本,使图书售价降到合理范围之内。[过程/方法]以图书库存为例,通过设计图书库存模型,在不允许缺货、库存容量有限这个条件下,给出了联合库存模型和使用租借仓库时的存储模型,将没有库存容量限定的联合库存模型与库存容量有限情况下的库存模型进行比较,从而确定最优订货方案。[结果/结论]联合库存模型的应用提高了库存管理的效率,降低了图书运输和存储的成本,实现整个供应链同步化运作。

摘要： 区块链数据持续线性增长,最终导致单个节点无法提供足够的存储资源,产生存储可扩展性问题。轻节点模型虽然极大地降低了对存储资源的需求,但是也导致全节点减少、去中心化程度降低,威胁区块链网络的安全。账户型区块链尚未有成熟的可扩展存储方案提出。考虑到状态数据的使用频率远远高于区块数据,提出一种基于账户型区块链的可扩展存储模型(SSMAB)。SSMAB以完全冗余的方式保存状态数据,保证其交易验证功能;以分片方式存储区块数据,降低冗余度;采用经济激励机制,在保证数据可用性的前提下,减少存储的消耗。实验结果表明:SSMAB模型能够保证数据的可靠性与可用性,将存储数据量降低到全节点模型的13%。

摘要： 文章设计了一种基于区块链的分布式电子文件安全存储模型,实现了电子文件数据的可信、去中心化管理。模型主要包括以下实体:(1)分布式数据库系统。将电子文件以密文的形式存储到数据库中。Step1生成电子文件的元数据。参考电子文件统一元数据模型,提取电子文件的技术环境、责任者、业务和法规等关键词。

摘要： 随着调控云运行数据平台历史数据存储规模持续增长,对历史数据访问的高性能、高可靠性、易扩展需求日益增加.结合业务需求,在分析缓存应用技术的基础上,提出了基于Redis的运行数据平台分布式缓存框架,研究了运行数据缓存的高效存储模型、高速访问、高可用管理等关键技术.实验结果表明,在读写性能、可靠性、可扩展性等多个方面,可满足各类业务应用对运行数据平台历史数据管理与访问的要求.

摘要： 无论软硬件基础设施和目标用户如何变化,数字资源长期保存系统在可预期的未来能够确保信息的完整性和真实性,为用户提供数字信息获取服务.SIRF是由SNIA(全球网络存储工业协会)提出的一种标准化数字资源存储格式,能够简化数字资源长期保存的流程,节省成本.文章通过对SIRF的定义和存储模型的分析,详细介绍了SIRF在各行业的应用模式,以期为我国数字资源长期保存系统的建设和发展提供借鉴.

摘要： 随着互联网业务规模的扩大以及访问量的增多,应用服务可能因流量过大而产生崩溃.为解决此问题和保证应用服务器接收消息的准确性,本文设计了一种基于Netty的消息中间件.该中间件以Netty网络框架为基础实现异步通信,同时为了提升通信双方的编解码速度及缩减整个通信流程的时间,自定义了一种通信协议.该中间件根据本协议特点设计了消费模型及基于文件系统的存储模型,并在消费者端进行了幂等性处理,以提高中间件的可靠性与准确性.实验表明,相比于不使用中间件或使用其它中间件,该中间件在产业化的智慧宿管平台中应用,有效提高了应用服务的响应速率以及接收消息的准确率,保证了智慧宿管平台的平稳运行.

摘要： 随着互联网业务规模的扩大以及访问量的增多,应用服务可能因流量过大而产生崩溃。为解决此问题和保证应用服务器接收消息的准确性本文设计了一种基于Netty的消息中间件。该中间件以Netty网络框架为基础实现异步通信,同时为了提升通信双方的编解码速度及缩减整个通信流程的时间,自定义了一种通信协议。该中间件根据本协议特点设计了消费模型及基于文件系统的存储模型,并在消费者端进行了幂等性处理,以提高中间件的可靠性与准确性。实验表明,相比于不使用中间件或使用其它中间件,该中间件在产业化的智慧宿管平台中应用,有效提高了应用服务的响应速率以及接收消息的准确率,保证了智慧宿管平台的平稳运行。

摘要： 根据气象业务应用对数据提出的时效性和多业务访问场景等需要,设计了可以同时访问结构化和非结构化数据的分布式气象大数据存储模型.在Spark系统基础上,采用MongoDB和JSON技术构建了试验模型,使用站点类、卫星和雷达遥感等数据进行数据查询试验.试验结果表明:气象大数据分布式存储结构和快速查询技术优于传统的数据库存储和访问技术,具有存储容量大、可扩展性高和访问快速等特点.

摘要： 为解决天地图建设和更新过程中遇到的电子地图瓦片数据的版本管理、共享访问、存储扩容限制等方面的问题,本文在综合分析已有的时空数据模型和地图瓦片数据的组织、更新模式的基础上,基于NoSQL数据库MongoDB的存储结构设计并实现了一种时态地图瓦片数据存储模型.

摘要： 本文针对日益增长的数据对数据中心造成的管理和技术上的存储难题,结合云计算相关技术,提出了一种新的数据中心存储模型,通过物理资源的虚拟化,利用虚拟资源池为用户分配云主机,实现了数据中心的高可用和扩展.同时,利用云管理模块,实现了对整个数据中心存储架构的自动化管理,极大的保证了数据中心的安全性.

摘要： 介绍了OLAP背景，Palo整体架构，Palo关键技术，Palo设计原则和定位，Palo对外开放，存储模型。

摘要： 基于中国数字海洋建设的经验和成果,制定了海洋数据要素的分类方案,将海洋信息分为5大类:海洋点要素、海洋线要素、海洋面要素、海洋网格要素、海洋动态要素.采用基于特征的方法和面向对象的技术设计了适合数字海洋大型信息系统工程建设的时空数据模型,探讨了海洋空间数据模型、海洋立体格网数据模型、关系数据模型在数字海洋数据仓库建设中的应用,并总结了其优缺点.

摘要： 分析了航天器在轨遥测数据管理的任务特征,调研了Cassandra非关系型分布式数据库的特点,利用Cassandra的优势,设计了一种新型的遥测数据存储方法.该方法采用"切片"的方式将遥测数据转换为K/V型的数据结构模型,并利用索引优化,无损压缩等手段达到了遥测数据高效存储和检索的目的。前期的性能测试中，用4节点的数据库集群检索1年的快变量遥测数据，平均检索时间不到12s，超过了现有系统的性能水平，同时证明该模型具有可行性。

摘要： 阐述在基础地理信息数据产品中实现数字水印技术的方法,针对不同类型的基础地理信息数据产品,设计了不同的数字水印算法的策略.根据矢量数据在空间分布上的特点,提炼出了基于空间统计特征的数字水印存储模型,设计了专用的数据分类算法.设计的栅格数据数字水印算法综合运用时域、空域等不同的方法,能够抵抗小波压缩以及剪切和拼接等攻击.

摘要： 本文对多核处理器片上存储体系进行深入分析,对硬件实现的缓存一致性存储模型和软件实现的流存储模型进行了性能对比.在此基础上,对基于缓存一致性的多核存储模型进行深入研究,重点对比了几种主流处理器的cache结构及一致性实现方法.最后,论文对多核处理器存储体系与发展趋势进行了总结.

摘要： 以TRIPS为代表的分片式结构是未来通用微处理器设计的可选方案之一.TRIPS采用细粒度推测多线程的方法,极大地开发了程序运行时的片内并行性,力图为各种类型的应用提供一个统一高效的实现平台.但运行稠密数值运算时,由于数据存放位置与指令调度的不合理,TRIPS不能发挥其结构优势.本文在一个经过时钟精确性验证的TRIPS模拟器上运行小规模稠密矩阵乘法,通过调整模拟器的各种结构参数获得不同配置下的程序性能,并通过对这些实验结果的分析,得到了TRIPS执行此类应用遇到的性能瓶颈.同时,本文针对这些瓶颈提出了调整TRIPS的存储模型和改进指令调度器等优化方法,以提高运行稠密数值运算的程序性能.

摘要： 云存储是未来信息存储的一种理想方式，它提供方便易用的外包存储空间，以缓解爆炸增长的信息对存储空间的海量需求.但是，由于云存储用户担心自己的数据丢失，缺乏对云存储的信任，导致云存储推广普及变得困难.提出一种面向云存储的安全存储模型及存取策略，旨在解决私密信息在云中存储的数据安全性和用户匿名性的问题，并对其安全性进行了分析.最后，提出该系统实现时必须解决的关键技术。

摘要： JADLib是为满足大规模复杂结构数据的存储与共享需求而研制的科学数据I/O软件库。其目标是设计并实现管理科学计算网格数据的数据存储模型,支持多种复杂结构数据的表示与操作,应用程序接口直观、易掌握,文件格式统一、可直接可视化,提供并行I/O、数据子集访问、压缩存储等高性能存储机制,支持多类科学计算程序跨平台使用,目前已应用到惯性约束聚变、高功率微波、计算流体力学、材料科学等多个研究领域中。实际应用表明,JADLib对于解决数值模拟软件数据存储及后处理分析所面临的I/O效率与组织管理问题具有很好的应用效果。

摘要： 针对海量中医药信息中数据对象属性项的不确定性、数据表述的多样性、抽象性,导致传统数据管理模式无法对其进行有效管理的问题,提出基于大数据技术的中医药数据管理策略.该策略基于中医药数据的真实特性,利用大数据技术对存储对象属性的无模式特性来解决中医药信息中描述对象属性项的不确定性与数据表述不统一性问题、采用混合索引模式解决不同存储模式的数据在索引过程中的冲突问题、通过MapReduce高效并行处理能力解决海量数据查询处理.理论分析给出了中医药数据的管理框架及其关键技术,实验以几种常见的中医药和处方在中医药数据源中的真实描述作为测试对象,在Hadoop上对其性能表现进行了检验.实验结果显示,该模型能有效解决中医药信息数据的存储问题,且在查询效率、完备性以及抗灾能力方面有很好的表现.

摘要： 本发明描述独立于所使用的数据模型或纲要高效地支持并行OLTP和OLAP活动的数据库存取模型和存储结构。所呈现的所述存储结构和存取模型避免了为特定工作负载或查询模式设计纲要的需要，且避免了设计或实施编索引以支持特定查询的需要。事实上，所呈现的所述存取模型独立于所使用的所述数据库模型，且可同等地支持关系、对象和分层模型以及其它模型。

摘要： 本公开提供了存储器模型的镜像存储实现方法、装置及存储介质，涉及人工智能芯片以及智能语音等人工智能领域，其中的方法可包括：响应于被测设备中的存储器发生数据更新行为，获取本次更新的更新行为信息，所述更新行为信息为从总线上提取的；根据所述更新行为信息对存储器模型中存储的数据进行对应更新。应用本公开所述方案，可实现有效的存储器验证等。

摘要： 本发明涉及一种基于键值、文档和图数据的分布式高速存储方法，其中，包括：从数据库或其它数据源获取键值、文档和图数据；对于数据进行分布式管理和数据分区，包括：数据存储到内存中，若收到查询和计算请求，应用程序从内存中查询数据，并在内存中进行计算；若原有管理节点离开集群，将在原有管理节点之前加入集群后最先加入集群的节点设为新的管理节点，新的管理节点再广播，进行数据迁移和分区表更新，若有普通节点新加入或离开集群，管理节点广播，再进行数据迁移和分区表更新。本发明分布式框架支持弹性扩展，数据自动均衡。增加集群节点数可以线性扩展高速存储空间和数据量。

摘要： 提供一种有效进行利用特定条件的学习数据执行了DNN的声学模型的自适应且可提高精度的统计声学模型的自适应方法。在采用了DNN的声学模型的说话人自适应方法中，包括：第1存储装置分别存储不同的说话人的讲话数据(90～98)的步骤；准备按说话人区分的隐藏层模块(112～120)的步骤；在切换选择讲话数据(90～98)的同时，一面用与选出的讲话数据相对应的隐藏层模块(112～120)动态地置换特定层(110)，一面进行针对DNN(80)的所有层(42、44、110、48、50、52、54)的准备性学习的步骤；用初始隐藏层置换已完成准备性学习的DNN的特定层(110)的步骤；和将初始隐藏层以外的层的参数固定，采用特定说话人的声音数据进行DNN的学习的步骤。

摘要： 本发明提供一种技术，在不参照需要技能的图像处理的参数调整或难以获得的情况的设计图的情况下就能够执行测量处理。本公开的测量系统参照基于根据半导体的样品图像生成的监督数据和样品图像而生成的学习模型，根据具有预定结构的半导体的输入图像(测量目标)生成区域分割图像，并使用区域分割图像执行图像测量。在此，监督数据是对图像的各像素分配了包含样品图像中的半导体的结构的标签而得的图像，学习模型包含用于根据样品图像推定监督数据的参数(参照图1)。

摘要： 本发明描述独立于所使用的数据模型或纲要高效地支持并行OLTP和OLAP活动的数据库存取模型和存储结构。所呈现的所述存储结构和存取模型避免了为特定工作负载或查询模式设计纲要的需要，且避免了设计或实施编索引以支持特定查询的需要。事实上，所呈现的所述存取模型独立于所使用的所述数据库模型，且可同等地支持关系、对象和分层模型以及其它模型。

摘要： 本公开提供了存储器模型的镜像存储实现方法、装置及存储介质，涉及人工智能芯片以及智能语音等人工智能领域，其中的方法可包括：响应于被测设备中的存储器发生数据更新行为，获取本次更新的更新行为信息，所述更新行为信息为从总线上提取的；根据所述更新行为信息对存储器模型中存储的数据进行对应更新。应用本公开所述方案，可实现有效的存储器验证等。

摘要： 本发明涉及一种GPU帧缓冲区的TLM模型、存储方法、存储系统和存储介质，其中TLM模型包括：地址校验单元用于对读取数据地址或写入数据地址进行校验得到校验结果，并根据校验结果获取读取区域索引或写入区域索引；读取数据单元，连接地址校验单元和所述数据载体单元，用于根据读取区域索引和读取数据地址从数据载体单元中读取第一数据；写入数据单元，连接地址校验单元和数据载体单元，用于根据写入区域索引和写入数据地址写入第二数据至数据载体单元；数据载体单元用于分配存储空间，并在所述存储空间中存储所述第一数据和所述第二数据。本发明实施例解决了GPU帧缓冲区的模块功能验证问题，为实现帧缓冲区存储的最优硬件结构提供可靠依据。

摘要： 本发明公开了一种可信的云存储系统数据存储模型的存储方法，该方法根据结点在线时间与总时间的比值定义结点的可信度，使得该结点可信度最大、稳定性最好；根据用户与结点之间的可利用带宽以及是否有用户所请求的文件定义数据访问时间，使得数据访问时间最小，并保证各个结点存储的数据总量不超过其存储空间；该启发式求解策略降低了数据平均访问时间，而且平均可信度随着调度数据数量的增大，逐步趋于稳定。本发明成果提高了数据的可靠性和访问的高效性，并且确保了云存储系统的安全性和可信性，在云计算和可信计算领域具有重要的意义。

摘要： 本发明公开了一种可信的云存储系统数据存储模型的存储方法，该方法根据结点在线时间与总时间的比值定义结点的可信度，使得该结点可信度最大、稳定性最好；根据用户与结点之间的可利用带宽以及是否有用户所请求的文件定义数据访问时间，使得数据访问时间最小，并保证各个结点存储的数据总量不超过其存储空间；该启发式求解策略降低了数据平均访问时间，而且平均可信度随着调度数据数量的增大，逐步趋于稳定。本发明成果提高了数据的可靠性和访问的高效性，并且确保了云存储系统的安全性和可信性，在云计算和可信计算领域具有重要的意义。