10.14022/j.issn1674-6236.2023.22.025
基于循环神经网络的多核处理器层次化存储技术
目前的多核处理器层次化存储技术同步性差、抗冗余度低,不能满足海量数据的分层存储要求,因此基于循环神经网络研究了一种新的多核处理器层次化存储技术.引入卷积神经算法完善数据存储功能,针对数据存储过程、数据库设计以及存储节点的选择进行了深层次的优化设计,从而有效提升数据的存储效率和存储稳定性.实验结果表明,该非对称多核处理器的同步性误差低于0.1,平均同步误差为0.04,能够避免96%的数据重复,抗数据冗余度高,对多核处理器的发展和应用具有积极作用.
循环神经网络、多核处理器、层次化存储、存储技术
31
TN9
国家重点研发计划;国家重点研发计划;贵州电网有限公司科技项目
2023-11-21(万方平台首次上网日期,不代表论文的发表时间)
共5页
121-124,129