技术新讯 > 信息存储应用技术 > 存储器装置及其数据搜寻方法与流程  >  正文

存储器装置及其数据搜寻方法与流程

  • 国知局
  • 2024-07-31 19:32:51

本发明是有关于一种存储器装置及其数据搜寻方法。

背景技术:

1、目前已进入信息时代,对于相似性分析有极为广泛的需求。例如,文字探勘(textmining)、数据探勘(data mining)、抄袭检测、推荐系统、人脸辨识、声纹辨识、指纹辨识等。

2、相似度分析经常是以向量分析来进行,常见的向量相似性度量包括但不限于,欧几里得距离(euclidean distance)、余弦相似性(cosine similarity)、汉明距离(hammingdistance)等。

3、为了做上述分析,先提取对象特征,将之向量化。例如,在庞大的数据库中做人工智能(ai)训练,训练完成后,模型可对所输入的人脸信息进行向量化。好的模型可将同一人的不同照片,输出成相似度高的向量。之后,将欲搜寻对象向量化后,与数据库中的向量进行相似性分析,以搜寻数据库内的数据是否相似于欲搜寻对象。

4、故而,目前需要有一种能达成计算简单但分析结果可信度高的存储器装置及其数据搜寻方法。

技术实现思路

1、根据本案一实施例,提出一种存储器装置的数据搜寻方法,包括:根据所记录的一压缩模式,对一搜寻数据进行向量化以得到一搜寻数据向量,以及,根据该压缩模式,对该搜寻数据与一数据库的多个对象进行压缩;设定一搜寻条件;以该搜寻数据向量去搜寻该数据库的这些对象,以判断该搜寻数据是否匹配于该数据库中的这些对象;以及记录并输出与该搜寻数据匹配的该数据库中的至少一匹配对象。

2、根据本案另一实施例,提出一种存储器装置,包括:多个存储器平面,每个存储器平面包括一存储器阵列,该存储器阵列包括多个存储器区块、多条字线与多条位线,每个存储器区块包括多个存储器单元,位于这些字线与这些位线的多个交叉处;其中,于每个存储器区块中,这些m个存储器单元组成一存储器单元群组,这些m个存储器单元中的n个存储器单元被编程为一第一阈值电压,这些m个存储器单元中的(m-n)个存储器单元被编程为一第二阈值电压,m为大于等于2的正整数,n为大于等于1的正整数,该存储器单元群组储存一第一对象的一第一特征向量;于进行数据搜寻时,一搜寻数据编码成m个搜寻电压,这些m个搜寻电压中的n个搜寻电压为一第一搜寻电压,这些m个搜寻电压中的(m-n)个搜寻电压为一第二搜寻电压;于进行数据搜寻时,耦接至一第一位线的p个存储器区块同时被打开,p为大于等于2的正整数;以及根据该第一位线的一电流感应结果,以判断该搜寻数据是否匹配于该存储器单元群组的该第一对象的该第一特征向量。

3、根据本案又一实施例,提出一种存储器装置,包括:一存储器阵列,以及一控制器,耦接至该存储器阵列,其中,该控制器架构成:根据所记录的一压缩模式,对一搜寻数据进行向量化以得到一搜寻数据向量,以及,根据该压缩模式,对该搜寻数据与一数据库的多个对象进行压缩,该数据库的这些对象储存于该存储器阵列内;设定一搜寻条件;以该搜寻数据向量去搜寻储存于该存储器阵列内的该数据库的这些对象,以判断该搜寻数据是否匹配于该数据库中的这些对象;以及记录并输出与该搜寻数据匹配的该数据库中的至少一匹配对象。

4、为了对本发明的上述及其他方面有更佳的了解,下文特举实施例,并配合所附图式详细说明如下:

技术特征:

1.一种存储器装置的数据搜寻方法,其特征在于,包括:

2.根据权利要求1所述的数据搜寻方法,其特征在于,

3.根据权利要求1所述的数据搜寻方法,其特征在于,还包括:

4.根据权利要求3所述的数据搜寻方法,其特征在于,还包括:

5.一种存储器装置,其特征在于,包括:

6.根据权利要求5所述的存储器装置,其特征在于,

7.根据权利要求5所述的存储器装置,其特征在于,

8.根据权利要求5述的存储器装置,其特征在于,

9.根据权利要求5所述的存储器装置,其特征在于,

10.一种存储器装置,其特征在于,包括:

技术总结本发明提供了一种存储器装置的数据搜寻方法。数据搜寻方法包括:根据所记录的一压缩模式,对一搜寻数据进行向量化以得到一搜寻数据向量,其中,该搜寻数据与一数据库的多个对象由该压缩模式所压缩;设定一搜寻条件;以该搜寻数据向量去搜寻该数据库的这些对象,以判断该搜寻数据是否匹配于该数据库中的这些对象;以及记录并输出与该搜寻数据匹配的该数据库中的至少一匹配对象。技术研发人员:陈士弘受保护的技术使用者:旺宏电子股份有限公司技术研发日:技术公布日:2024/1/15

本文地址:https://www.jishuxx.com/zhuanli/20240731/183022.html

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 YYfuon@163.com 举报,一经查实,本站将立刻删除。