|
搜索
搜 索
高等教育领域数字化综合服务平台
一种多核多线程环境下 NUMA 感知的同步方法
本发明公开了一种多核多线程环境下 NUMA 感知的同步方法， 属于并行计算领域。本发明提出的方法是：线程将同步请求结点插入 链表并在局部锁上自旋，如果局部锁被释放并且请求已被执行则返回， 否则该线程作为 combiner 线程，设置宿主 NUMA 节点，执行请求的 回溯位置，然后开始执行自己以及其他线程的同步请求，执行完毕后 从当前位置向前遍历寻找来自宿主 NUMA 节点内的线程，若找到则将 其作为新的 combin
华中科技大学
2021-04-14
一种多核环境下哈希表并发访问性能优化方法
华中科技大学
2021-04-14
基于HybridUML向微分代数程序转换的CPS建模与验证方法
本发明提出了一种基于HybridUML向微分代数程序转换的CPS建模与验证方法，实现了由HybridUML模型向DAP的转换，并依据微分代数动态逻辑(Differential-AlgebraicDynamicLogic，DAL)推理规则对CPS实例进行验证。该方法使用HybridUML对CPS进行建模，将其转换成DAL的操作模型DAP，并且基于DAL对CPS属性进行验证。
东南大学
2021-04-10
人才需求：机械行业管理；精通视觉算法、程序编写和视觉应用；机器人和AGV整体结构设计
1.管理类人才，有丰富的机械行业管理经验；2.技术人才，精通视觉算法、程序编写和视觉应用的高级人才1-3人。3.精通机器人和AGV整体结构设计的高级人才1-3人
安丘博阳机械制造有限公司
2021-06-22
一种数控机床加工程序的修正方法
本发明公开了一种数控机床的加工程序修正方法，属于数控技 术领域，包括如下步骤：S1 采集机床运行状态数据，建立机床运行状 态数据与加工程序的映射关系；S2 确定阈值，对不连续特征对应的加 工程序段进行标记，所述不连续特征即为机床运行状态数据中大于阈 值的数据；S3 计算不连续特征对应的加工程序段的修正值；S4 将步骤 S2 中所述标记以及步骤 S3 中所述修正值反馈给数控系统界面，以用 于修正加工程序。本发明方法可对数控加工过程中造成工件质量缺陷 的程序进行快速定位并进行修正。
华中科技大学
2021-04-11
一种数控机床加工程序的修正方法
本发明公开了一种数控机床的加工程序修正方法，属于数控技术领域，包括如下步骤：S1 采集机床运行状态数据，建立机床运行状态数据与加工程序的映射关系；S2 确定阈值，对不连续特征对应的加工程序段进行标记，所述不连续特征即为机床运行状态数据中大于阈值的数据；S3 计算不连续特征对应的加工程序段的修正值；S4 将步骤S2 中所述标记以及步骤 S3 中所述修正值反馈给数控系统界面，以用于修正加工程序。本发明方法可对数控加工过程中造成工件质量缺陷的程序进行快速定位并进行修正。
华中科技大学
2021-04-14
基于动态二进制翻译的驱动程序跨平台复用技术
出于对国家安全、国民经济发展等多方面因素考虑，具有自主知识产 权的处理器芯片和操作系统有着至关重要的战略意义。近年来国内自 主研发的芯片和操作系统不断涌现，但由自主研发的处理器芯片和操 作系统所构成的自主计算平台真正的实用和普及还面临来自同现有 大量外部设备协同工作的挑战。然而当前硬件厂商提供的官方驱动程序往往只支持最主流的平台且只提供二进制可执行程序。对于新近研 发的计算平台，完全重新自主开发所有的设备驱动程序并不现实。驱 动程序的实现依赖于操作系统所提供的驱动编程模型，两者紧密耦合
复旦大学
2021-01-12
一种基于多核处理器的高速数码印花处理系统及方法
本发明公开了一种基于多核式处理器的高速数码印花处理系统，包括千兆以太网接口、I2C接口、StreamIO接口和多核处理器；多核处理器包括命令接收单元、命令处理单元、命令输出单元、数据接收单元、压缩数据缓存单元、数据解压单元、解压数据缓存单元和数据输出单元；同时本发明还公开了一种基于多核式处理器的高速数码印花处理方法。本发明以高性能多核处理器为核心，通过千兆以太网和StreamIO接口来完成打印数据从PC机到打印喷头的高速传输，通过千兆以太网和I2C接口实现打印命令的处理和转发，同时完成打印图像数据的解压缩和图像旋转等处理工作，大大提高了数码印花系统的工作效率。
浙江大学
2021-04-11
两部门发出通知：规范军民通用的国家标准制定程序
为贯彻落实军民融合发展战略，统筹推进标准化军民融合工作，有效支撑引领军民通用的国家标准体系建设，根据《中华人民共和国标准化法》及《关于进一步加强标准化军民融合工作的意见》（国标委联〔2019〕17号）等规定，现将军民通用的国家标准制定（含修订和国家军用标准转化为国家标准）程序通知。
华质卓越生产力促进（北京）有限公司
2021-02-23
一种基于 GPU/CPU 混合架构的流程序多粒度划分与调度方法
本发明公开了一种基于 GPU/CPU 混合架构的流程序多粒度划分与调度方法，包括：根据数据流程序各个任务的计算特点以及任务之间的数据通信量，将任务分配到合适的计算平台上；利用 GPU 端任务的并行性将其均衡分裂到各个 GPU，以避免 GPU 间高额的通信开销；通过选择 CPU 核，将 CPU 端各任务均衡分配给各 CPU 核，以保证负载均衡并提高 CPU 核的利用率；采用多种数据存储结构和多种访问类型的方法，以提高内存的访问效率；通过生成目标模板类和压缩目标结点的个数，降低目标代码的冗余量。本发明在
华中科技大学
2021-04-14