System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 预测最优读电压的方法、装置、计算机设备及存储介质制造方法及图纸_技高网

预测最优读电压的方法、装置、计算机设备及存储介质制造方法及图纸

技术编号:41229417 阅读:3 留言:0更新日期:2024-05-09 23:46
本发明专利技术公开了一种预测最优读电压的方法、装置、计算机设备及存储介质,其方法包括:对RNN模型的参数进行训练,得到训练好的RNN模型;从固态硬盘设备中采集输入数据,对输入数据进行预处理;通过训练好的RNN模型对输入数据进行时间序列分析和空间序列分析,得到最优读电压值;根据最优读电压值向固态硬盘设备的闪存单元施加电压,并根据闪存单元的导通状态读取存储数据。该方法利用RNN模型对固态硬盘设备中的输入数据进行分析,得到最优读电压值,最后根据最优读电压值向固态硬盘设备的闪存单元施加电压,并根据闪存单元的导通状态读取存储数据,显著提高了数据读取的质量,增强固态硬盘设备的适应性、延长设备寿命。

【技术实现步骤摘要】

本专利技术涉及数据存储,尤其涉及一种预测最优读电压的方法、装置、计算机设备及存储介质


技术介绍

1、目前,固态硬盘(ssd)设备处理读取操作的技术主要依赖于预设的读电压表和算法来确定最优读电压值。然而,这种方法存在一个主要缺陷,即是每次对nand闪存单元进行擦除和重写操作时,存储单元都会受到一定程度的损伤,随着擦除次数的增加,存储单元的可靠性逐渐下降,从而降低数据的准确性和整体设备的性能。


技术实现思路

1、本专利技术的目的是提供一种预测最优读电压的方法、装置、计算机设备及存储介质,旨在解决现有技术的读电压方法可能会导致读取错误增加,降低数据的准确性的问题。

2、第一方面,本专利技术实施例提供一种预测最优读电压的方法,包括:

3、对rnn模型的参数进行初始化,其中所述参数包括权重和偏差;

4、采集固态硬盘设备的样本数据,对所述样本数据进行预处理,得到输入序列;

5、将所述输入序列按照时间步骤正向输入所述rnn模型,并得到预测读电压值,利用损失函数计算所述预测读电压值与对应的实际读电压值的损失,并根据所述损失对所述rnn模型的参数进行迭代优化,得到训练好的rnn模型;

6、从固态硬盘设备中采集输入数据,对所述输入数据进行预处理;

7、通过训练好的rnn模型对所述输入数据进行时间序列分析和空间序列分析,得到最优读电压值;

8、根据所述最优读电压值向所述固态硬盘设备的闪存单元施加电压,并根据所述闪存单元的导通状态读取存储数据。

9、第二方面,本专利技术实施例还提供一种预测最优读电压的装置,其包括:

10、初始化单元,用于对rnn模型的参数进行初始化,其中所述参数包括权重和偏差;

11、采集单元,用于采集固态硬盘设备的样本数据,对所述样本数据进行预处理,得到输入序列;

12、迭代优化单元,用于将所述输入序列按照时间步骤正向输入所述rnn模型,并得到预测读电压值,利用损失函数计算所述预测读电压值与对应的实际读电压值的损失,并根据所述损失对所述rnn模型的参数进行迭代优化,得到训练好的rnn模型;

13、预处理单元,用于从固态硬盘设备中采集输入数据,对所述输入数据进行预处理;

14、分析单元,用于通过训练好的rnn模型对所述输入数据进行时间序列分析和空间序列分析,得到最优读电压值;

15、读取数据单元,用于根据所述最优读电压值向所述固态硬盘设备的闪存单元施加电压,并根据所述闪存单元的导通状态读取存储数据。

16、第三方面,本专利技术实施例又提供了一种计算机设备,其包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述第一方面所述的预测最优读电压的方法。

17、第四方面,本专利技术实施例还提供了一种计算机可读存储介质,其中所述计算机可读存储介质存储有计算机程序,所述计算机程序当被处理器执行时使所述处理器执行上述第一方面所述的预测最优读电压的方法。

18、本专利技术实施例提供一种预测最优读电压的方法、装置、计算机设备及存储介质,该方法利用rnn模型对固态硬盘设备中的输入数据进行分析,得到最优读电压值,最后根据最优读电压值向固态硬盘设备的闪存单元施加电压,并根据闪存单元的导通状态读取存储数据,显著提高了数据读取的质量,增强固态硬盘设备的适应性、延长设备寿命。

本文档来自技高网...

【技术保护点】

1.一种预测最优读电压的方法,其特征在于,包括:

2.根据权利要求1所述的预测最优读电压的方法,其特征在于,所述对所述样本数据进行预处理,得到输入序列包括:

3.根据权利要求1所述的预测最优读电压的方法,其特征在于,所述样本数据包括固态硬盘设备的生命周期、存储器芯片的位置、擦除信息和行地址。

4.根据权利要求1所述的预测最优读电压的方法,其特征在于,所述样本数据包括固态硬盘设备的读取错误率、单元磨损程度、温度变化和使用频率。

5.根据权利要求1所述的预测最优读电压的方法,其特征在于,所述根据所述损失对所述RNN模型的参数进行迭代优化,得到训练好的RNN模型,包括:

6.根据权利要求1所述的预测最优读电压的方法,其特征在于,所述将所述输入序列按照时间步骤正向输入所述RNN模型,并预测得到预测读电压值,包括:

7.根据权利要求1所述的预测最优读电压的方法,其特征在于,所述RNN模型包括多个隐藏层,每一所述隐藏层配置为通过循环连接捕获所述输入序列中的依赖关系。

8.一种预测最优读电压的装置,其特征在于,包括:

9.一种计算机设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至7中任一项所述的预测最优读电压的方法。

10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机程序,所述计算机程序当被处理器执行时使所述处理器执行如权利要求1至7任一项所述的预测最优读电压的方法。

...

【技术特征摘要】

1.一种预测最优读电压的方法,其特征在于,包括:

2.根据权利要求1所述的预测最优读电压的方法,其特征在于,所述对所述样本数据进行预处理,得到输入序列包括:

3.根据权利要求1所述的预测最优读电压的方法,其特征在于,所述样本数据包括固态硬盘设备的生命周期、存储器芯片的位置、擦除信息和行地址。

4.根据权利要求1所述的预测最优读电压的方法,其特征在于,所述样本数据包括固态硬盘设备的读取错误率、单元磨损程度、温度变化和使用频率。

5.根据权利要求1所述的预测最优读电压的方法,其特征在于,所述根据所述损失对所述rnn模型的参数进行迭代优化,得到训练好的rnn模型,包括:

6.根据权利要求1所述的预测最优读电压的方法,其特征在于,所述将所述...

【专利技术属性】
技术研发人员:陈威畅张睦罗文全卢清兰学瑾刘欢
申请(专利权)人:成都芯忆联信息技术有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1