-
公开(公告)号：CN108737553B
公开(公告)日：2021-07-16
申请号：CN201810529115.8
申请日：2018-05-29
Applicant: 中南大学
Abstract: 本发明提供一种用于LAN自组网络的虚拟数据终端及其系统，该虚拟数据终端包括VDT数据传输单元和VDT文件存储单元；其中，VDT数据传输单元基于计算机和计算机所处的LAN(局域网)，负责VDT间数据的传输，计算机提供网卡使VDT接入LAN；VDT文件存储单元包含可见数据分区和隐藏数据分区；可见数据分区采用常规文件系统的分区格式存储数据；隐藏数据分区采用VDT文件系统设计的数据结构进行文件的组织并通过直接读写磁盘扇区的方式存储数据。本发明实现了虚拟数据终端之间的动态自组网；通过可见数据分区和隐藏数据分区的划分实现数据的分类存储；采用直接读取磁盘扇区的方式来构建隐藏数据分区实现了数据的安全存储。
-
公开(公告)号：CN108737553A
公开(公告)日：2018-11-02
申请号：CN201810529115.8
申请日：2018-05-29
Applicant: 中南大学
Abstract: 本发明提供一种用于LAN自组网络的虚拟数据终端及其系统，该虚拟数据终端包括VDT数据传输单元和VDT文件存储单元；其中，VDT数据传输单元基于计算机和计算机所处的LAN(局域网)，负责VDT间数据的传输，计算机提供网卡使VDT接入LAN；VDT文件存储单元包含可见数据分区和隐藏数据分区；可见数据分区采用常规文件系统的分区格式存储数据；隐藏数据分区采用VDT文件系统设计的数据结构进行文件的组织并通过直接读写磁盘扇区的方式存储数据。本发明实现了虚拟数据终端之间的动态自组网；通过可见数据分区和隐藏数据分区的划分实现数据的分类存储；采用直接读取磁盘扇区的方式来构建隐藏数据分区实现了数据的安全存储。
-
公开(公告)号：CN110400002B
公开(公告)日：2021-10-22
申请号：CN201910540739.4
申请日：2019-06-21
Abstract: 本发明公开了一种多星成像任务规划方法，包括：建立任务模型，将所有点目标任务均使用任务模型表示；以轨道圈次为基准，以轨道圈次内的任务作为聚类图模型的节点，并基于聚类约束条件构建聚类图模型中各节点之间的无向边，得到成像任务聚类图模型；基于启发式规则将满足聚类约束条件的点目标任务聚合为聚类任务，并基于中位数定理计算聚类任务的侧摆角；构建并利用任务规划的约束条件和目标函数，构建与成像任务聚类图模型所对应的任务规划有向无环图模型；基于任务规划有向无环图模型，并采用最大最小蚁群算法进行任务规划，得到多星成像任务规划方案。在不同的数据规模下，本发明能够获得满意的任务规划结果且具有良好的稳定性。
-
Patent Agency Ranking
公开(公告)号：CN107562537A
公开(公告)日：2018-01-09
申请号：CN201710719566.3
申请日：2017-08-21
Applicant: 中南大学
Abstract: 本发明公开了一种基于万有引力搜索的云计算任务调度方法，本方法将用户需求的任务高效的分布在云系统的各个虚拟机上，由于云计算负载均衡方法或者云计算任务调度方法本身是一个NP问题。任务分配过程中，主要需要解决的是服务器的选择问题。而万有引力算法中个体是呈分布式的状态，个体之间具有较高的自组织性，符合云计算的特点。利用模拟万有引力相互吸引的过程，尽可能找到合适的虚拟机和服务器，从而提升系统性能，并且根据虚拟机反馈的信息尽可能做出正确的决定，同样虚拟机在每次分配任务结束之后更新自己信息，并通知后来的云任务，保证算法的高效。
-
公开(公告)号：CN107395433A
公开(公告)日：2017-11-24
申请号：CN201710713548.4
申请日：2017-08-18
Applicant: 中南大学
Abstract: 本发明公开了一种基于烟花算法的无线传感器节点部署方法，通过利用模拟烟花爆炸来解决最优化问题的烟花算法来进行传感器部署，烟花算法不仅继承了现有元启发式算法的许多优点，还有自身明显的特色，如爆发性、瞬时性、简单性、局部覆盖、分布并行等。且由于烟花算法个体相互独立，每个算子可以独立在局部进行搜索，所以适合并行化处理，能够解决在节点规模较大时收敛过慢的问题。同时本发明相对于随机分布或其他启发式算法相比实现对三维区域较高的覆盖率，由于充分考虑了地形地势，能够在保证网络有效性的前提下加强网络的各节点之间的连通性。
-
公开(公告)号：CN107562537B
公开(公告)日：2020-11-06
申请号：CN201710719566.3
申请日：2017-08-21
Applicant: 中南大学
Abstract: 本发明公开了一种基于万有引力搜索的云计算任务调度方法，本方法将用户需求的任务高效的分布在云系统的各个虚拟机上，由于云计算负载均衡方法或者云计算任务调度方法本身是一个NP问题。任务分配过程中，主要需要解决的是服务器的选择问题。而万有引力算法中个体是呈分布式的状态，个体之间具有较高的自组织性，符合云计算的特点。利用模拟万有引力相互吸引的过程，尽可能找到合适的虚拟机和服务器，从而提升系统性能，并且根据虚拟机反馈的信息尽可能做出正确的决定，同样虚拟机在每次分配任务结束之后更新自己信息，并通知后来的云任务，保证算法的高效。
-
公开(公告)号：CN107395433B
公开(公告)日：2020-06-09
申请号：CN201710713548.4
申请日：2017-08-18
Applicant: 中南大学
Abstract: 本发明公开了一种基于烟花算法的无线传感器节点部署方法，通过利用模拟烟花爆炸来解决最优化问题的烟花算法来进行传感器部署，烟花算法不仅继承了现有元启发式算法的许多优点，还有自身明显的特色，如爆发性、瞬时性、简单性、局部覆盖、分布并行等。且由于烟花算法个体相互独立，每个算子可以独立在局部进行搜索，所以适合并行化处理，能够解决在节点规模较大时收敛过慢的问题。同时本发明相对于随机分布或其他启发式算法相比实现对三维区域较高的覆盖率，由于充分考虑了地形地势，能够在保证网络有效性的前提下加强网络的各节点之间的连通性。
-
公开(公告)号：CN110400002A
公开(公告)日：2019-11-01
申请号：CN201910540739.4
申请日：2019-06-21
Abstract: 本发明公开了一种多星成像任务规划方法，包括：建立任务模型，将所有点目标任务均使用任务模型表示；以轨道圈次为基准，以轨道圈次内的任务作为聚类图模型的节点，并基于聚类约束条件构建聚类图模型中各节点之间的无向边，得到成像任务聚类图模型；基于启发式规则将满足聚类约束条件的点目标任务聚合为聚类任务，并基于中位数定理计算聚类任务的侧摆角；构建并利用任务规划的约束条件和目标函数，构建与成像任务聚类图模型所对应的任务规划有向无环图模型；基于任务规划有向无环图模型，并采用最大最小蚁群算法进行任务规划，得到多星成像任务规划方案。在不同的数据规模下，本发明能够获得满意的任务规划结果且具有良好的稳定性。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.016 seconds)
