Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 山东省计算中心(国家超级计算济南中心);齐鲁工业大学(山东省科学院)刘弢获国家专利权

山东省计算中心(国家超级计算济南中心);齐鲁工业大学(山东省科学院)刘弢获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉山东省计算中心(国家超级计算济南中心);齐鲁工业大学(山东省科学院)申请的专利基于多处理器系统的浮点数据文本输出动态优化方法及系统获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN120523759B

龙图腾网通过国家知识产权局官网在2025-10-10发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202511013082.8,技术领域涉及:G06F13/16;该发明授权基于多处理器系统的浮点数据文本输出动态优化方法及系统是由刘弢;孟宪乾;高宝峰;郭莹设计研发完成,并于2025-07-23向国家知识产权局提交的专利申请。

基于多处理器系统的浮点数据文本输出动态优化方法及系统在说明书摘要公布了:本发明涉及基于多处理器系统的浮点数据文本输出动态优化方法及系统,属于电子信息技术领域。包括:读取浮点数组;执行自适应分组策略;包括:根据文本输出的行列数差异来动态调整分组方式;当行列数的差距较大时,优先选择较小的一方进行分组,否则,通过计算多个维度的指标包括行列数据指数的方差和空间连续性评估,选择最适合的分组策略;提取公共指数基,归一化尾数;包括:利用GPU的并行计算能力,提取每个分组的数据的公共指数基,并将其保存;随后,根据获得的公共指数基,对数据的尾数进行归一化处理;构建两级索引;通过遍历数组提取所有公共指数基,合并相同公共指数基并且统计频次;文本输出。本发明提高了文本输出效率。

本发明授权基于多处理器系统的浮点数据文本输出动态优化方法及系统在权利要求书中公布了:1.基于多处理器系统的浮点数据文本输出动态优化方法,其特征在于,包括: 读取浮点数组; 执行自适应分组策略;包括:根据文本输出的行列数差异来动态调整分组方式;当行列数的差距较大时,优先选择较小的一方进行分组,否则,通过计算多个维度的指标包括行列数据指数的方差和空间连续性评估,选择最适合的分组策略; 提取公共指数基,归一化尾数;包括:利用GPU的并行计算能力,提取每个分组的数据的公共指数基,并将其保存;随后,根据获得的公共指数基,对数据的尾数进行归一化处理; 构建两级索引;通过遍历数组提取所有公共指数基,合并相同公共指数基并且统计频次; 文本输出; 执行自适应分组策略;具体包括: 定义:R表示数据行数,C表示数据列数,T表示行列差异的阈值,那么计算行列比例的归一化差异NormalizedDiff,表示为: NormalizedDiff的结果范围为[0,1; 如果NormalizedDiff不小于T,则表示行列数的差距较大,选择行列数量较小的一方作为分组;如果行数小于列数,则选择按行分组,每一行的数据作为一个独立的组,行数即为分组数;如果行数大于或等于列数,则选择按列分组,每一列的数据作为一个独立的组,列数即为分组数;否则,进入多维度分析; 行列数据指数的方差Var表示为: 其中,N表示当前组内数据的总个数,Expi表示第i个数据的指数部分,μExp表示当前组内数据指数的均值; 空间连续性评估Cont表示为: 其中,CorrExpi,Expi+1是Expi和Expi+1的Pearson相关系数,Expi+1表示第i+1个数据的指数部分; 多维度分析的加权综合评分TotalScore表示为: TotalScore=0.7*Var+0.3*Cont#4; 对比多维度分析的加权综合评分TotalScore,并选择多维度分析的加权综合评分TotalScore更小的一方作为分组依据。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人山东省计算中心(国家超级计算济南中心);齐鲁工业大学(山东省科学院),其通讯地址为:250014 山东省济南市历下区科院路19号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。