资源类型

期刊论文 2

年份

2023 1

2017 1

关键词

手写识别；隐马尔科夫模型；深度学习；深度置信网络；串联方法 1

键值（KV）存储；日志结构合并（LSM）树；非易失性存储器（NVM）；NVMe SSD；写前日志（WAL） 1

检索范围：

排序： 展示方式：

一个针对多种问题的磁盘故障预测模型 Research Article

张晓1,2,3,黎梦钰2,4,Michael NGULUBE1,2,陈泳豪1,2,赵一平1

《信息与电子工程前沿（英文）》 2023年 第24卷 第7期   页码 980-993 doi: 10.1631/FITEE.2200496

摘要： 基于日志结构合并（LSM）树的键值（KV）存储系统可优化随机写入性能，并提高读取性能，因此被广泛应用于电子商务、在线分析和实时通信等现代数据存储系统。日志结构合并树将变更的KV数据存在内存中，批量刷新至内存，优化了随机写入效率，但是在系统意外崩溃时会有数据丢失。为了避免内存中的数据丢失，RocksDB在更新内存之前，会将数据写入写前日志（WAL）中。但是开启同步WAL后系统的写入性能会受到较大的影响。在本文中，我们分析了利用本地文件系统保存WAL的一些缺陷，在此基础上提出了一种新的WAL机制，该机制根据WAL文件的特性直接管理原始设备（或分区），避免了无用的元数据更新，同时保证了数据顺序写入磁盘。

关键词： 键值（KV）存储；日志结构合并（LSM）树；非易失性存储器（NVM）；NVMe SSD；写前日志（WAL）    

HTML PDF 收藏

融合深度置信网络的串联隐马尔科夫模型及其在脱机手写识别中的应用 Article

Partha Pratim ROY, Guoqiang ZHONG, Mohamed CHERIET

《信息与电子工程前沿（英文）》 2017年 第18卷 第7期   页码 978-988 doi: 10.1631/FITEE.1600996

摘要： 在文档分析和模式识别领域，自由书写的脱机手写识别是一个非常具有挑战性的研究课题。近年来，为了充分探索隐藏在文档图像中的监督信息，许多研究工作试图将多层感知机以一种混合或串联的形式嵌入隐马尔科夫模型当中。然而，因为多层感知机学习能力的不足，学习到的特征对于后续的识别任务不一定是最优的。在本文中，我们针对自由书写的脱机手写识别提出一种基于深度结构的串联方法。在提出的模型中，深度置信网络被用于学习序列数据的紧致表示，隐马尔科夫模型被用于（子-）词的识别。我们在两个公开的数据集上验证了所提出的模型，这两个数据集是分别基于拉丁和阿拉伯语的RIMES和IFN/ENIT；我们还在Devanagari数据集上验证了所提出的模型，这个数据集是基于印度语的。大量的实验展示了所提出模型的优势，特别是相对于多层感知机-隐马尔科夫模型的串联方法。

关键词： 手写识别；隐马尔科夫模型；深度学习；深度置信网络；串联方法    

HTML PDF 收藏

标题 作者 时间 类型 操作

一个针对多种问题的磁盘故障预测模型

张晓1,2,3,黎梦钰2,4,Michael NGULUBE1,2,陈泳豪1,2,赵一平1

期刊论文

融合深度置信网络的串联隐马尔科夫模型及其在脱机手写识别中的应用

Partha Pratim ROY, Guoqiang ZHONG, Mohamed CHERIET

期刊论文