-
公开(公告)号：CN110177383B
公开(公告)日：2020-09-11
申请号：CN201910428013.1
申请日：2019-05-22
Applicant: 湖南大学
Abstract: 本发明公开了一种移动边缘计算中基于任务调度和功率分配的效率优化方法，包括：接收所有的移动设备发来的数据信息，包括待处理数据量及单位数据工作量，将所有的移动设备以随机的方式平均分配给所有MEC服务器，针对每台MEC服务器，根据来自各台移动设备的数据信息计算分配给该MEC服务器的各台移动设备对该MEC服务器使用的每个子信道的偏好程度，将该移动设备加入最大偏好程度对应的子信道的请求列表中，针对每台MEC服务器的每个子信道，计算该子信道对其请求列表中各台移动设备的偏好程度，并使该子信道与得到的多个偏好程度中最大偏好程度对应的移动设备匹配。本发明适用于多个MEC服务器、多用户、单任务的移动边缘计算系统，且优化效率高。
-
公开(公告)号：CN110289861A
公开(公告)日：2019-09-27
申请号：CN201910417842.X
申请日：2019-05-20
Applicant: 湖南大学
IPC: H03M7/30
Abstract: 本发明提供一种半精度压缩感知采样方法，包括如下步骤：对视频图像中的对象进行检测，确定对象在视频图像中的坐标位置；将视频图像的RGB三个通道划分为33×33的子图像块，并将子图像块转换为1089×1的矩阵；对子图像块按照矩阵方式进行编号和标识；使用随机高斯矩阵产生每个子图像块所对应的半精度测量矩阵；利用半精度测量矩阵运算得到不同压缩感知测量率的半精度测量值；将半精度测量值输入压缩感知重构模型进行重构，将重构后的子图像块拼接得到压缩感知重构图像；将压缩感知图像以左上角为起始点进行裁剪后得到实际重构图像；将RGB三个通道中的实际重构图像进行融合，得到半精度压缩感知重构图像。本发明的半精度压缩感知采样方法采样数据量小。
-
公开(公告)号：CN110266770A
公开(公告)日：2019-09-20
申请号：CN201910461609.1
申请日：2019-05-30
Applicant: 湖南大学
Abstract: 本申请涉及一种基于博弈论的闲置云资源调度方法、系统、计算机设备和存储介质。所述方法包括：获取云环境市场下用户的数据集，用户包括拥有闲置云资源的临时云提供商和没有闲置云资源的纯云用户，数据集包括任务需求数据集和闲置云资源数据集；基于数据集，确定各用户在各预设时间节点的当前云资源调度策略和对应的效益；当各用户在各预设时间节点的当前云资源调度策略满足迭代条件时，寻找当前云资源调度策略对应的效益的纳什均衡点，当当前资源调度策略对应的效益满足纳什均衡存在条件时，根据纳什均衡点对应的资源调度策略，更新当前云资源调度策略。采用本方法能够解决临时云提供商的闲置云资源浪费问题。
-
公开(公告)号：CN110263059A
公开(公告)日：2019-09-20
申请号：CN201910438036.0
申请日：2019-05-24
Applicant: 湖南大学
IPC: G06F16/2455
Abstract: 本申请涉及一种Spark-Streaming中间数据分区方法、装置、计算机设备和存储介质。一个实施例中的方法包括：获取Spark-Streaming map任务输出的中间数据中的多个元素，基于蓄水池抽样算法，对多个元素进行抽样处理，得到抽样处理后的元素集群；通过时间序列预测方法对元素集群中元素对应的频率权重进行更新，对更新后的元素集群中各元素按照预设元素顺序进行排序；基于排序后的元素集群，通过动态规划方法求解数据分区对应的边界元素；根据边界元素对更新后的元素集群中的元素进行分区，以使分区处理后最大分区内的各个元素对应的频率权重之和最小。
-
公开(公告)号：CN110232087B
公开(公告)日：2021-08-17
申请号：CN201910460745.9
申请日：2019-05-30
Applicant: 湖南大学
IPC: G06F16/25
Abstract: 本申请涉及一种大数据增量迭代方法、装置、计算机设备和存储介质。一个实施例中的方法包括：接收由图形处理器执行的有向无环图任务，获取与有向无环图任务对应的数据集，将数据集存储至图形处理器内存中的缓存；响应所述有向无环图任务，对数据集进行迭代计算，得到迭代计算后的数据集，并以迭代计算后的数据集对所述缓存中存储的数据集进行更新；当数据集发生增量变化时，基于缓存中存储的迭代计算后的数据集进行增量迭代计算，得到增量迭代后的数据集，以增量迭代后的数据集对所述缓存中的数据集进行更新。可以隐藏低带宽的输入/输出延迟，减少重复计算，从而减少计算总时间，提高大数据处理效率。
-
Patent Agency Ranking
公开(公告)号：CN110377353A
公开(公告)日：2019-10-25
申请号：CN201910427002.1
申请日：2019-05-21
Applicant: 湖南大学
Abstract: 本发明提供一种计算任务卸载系统包括移动边缘计算服务器、用户终端及通信网络，所述移动边缘计算服务器承接所述用户终端卸载的计算任务，所述用户终端通过计算任务卸载方法实现把所述计算任务经通信网络卸载至所述边缘计算服务器上运行。所述计算任务卸载方法提供计算任务卸载模型，基于所述计算任务卸载模型制定计算任务卸载决策非合作博弈模型，通过所述非合作博弈模型制定基于博弈论原理的计算任务卸载博弈方法进而得到所述计算任务卸载方法。所述系统和方法联合优化每个用户终端计算任务卸载的能量消耗和时间延迟，找到实现每个用户终端计算任务卸载的能量消耗和时间延迟最小化的纳什均衡解。
-
公开(公告)号：CN110321476A
公开(公告)日：2019-10-11
申请号：CN201910428131.2
申请日：2019-05-21
Applicant: 湖南大学
IPC: G06F16/9535 , G06Q30/06 , G06F16/22 , G06F9/50
Abstract: 本发明提供了一种基于局部敏感哈希的并行矩阵分解计算实现方法。所述方法包括如下步骤：根据评分矩阵计算评分平均值u，随机初始化用户偏执项bu、项目偏执项bi、用户因子pu、项目因子qi及邻域模型因子w和隐式反馈因子c，并分配CPU和GPU的内存空间；将CPU内存数据转移到GPU的全局内存；通过GPU编程语言CUDA分别实现对每个项目的评分计算其哈希值、对多次哈希值都相等的项目两两计算相似度值，计算每个项目的最相似的TOP-K个相似项目及对bu、bi、pu、qi、w和c进行更新；根据所需精度要求确定学习速率以及迭代次数；将GPU全局内存数据转移到CPU内存；处理结果展示。与相关技术相比，本发明的基于局部敏感哈希的并行矩阵分解计算实现方法提高计算效率。
-
公开(公告)号：CN110277136A
公开(公告)日：2019-09-24
申请号：CN201910604573.8
申请日：2019-07-05
Applicant: 湖南大学
Abstract: 本申请涉及一种蛋白质序列数据库并行搜索鉴定方法、装置、计算机设备和存储介质，其中，方法包括：预处理待鉴定的实验质谱数据集和蛋白质序列数据库，对蛋白序列数据库中每条蛋白序列进行模拟酶切，获取理论质谱数据集；分别提取实验质谱数据集对应的每个实验质谱图的质谱峰，生成搜索查询集合，并根据搜索查询集合在蛋白质序列库中搜索理论质谱数据集，获取候选肽段序列集合；根据每个实验质谱图及其对应的候选肽段序列集合，生成候选肽段并打分；整合打分结果，并进行肽段到蛋白质的推断，得蛋白质鉴定结果，采用并行处理的方式显著提高蛋白质序列数据库搜索鉴定效率。
-
公开(公告)号：CN110246549A
公开(公告)日：2019-09-17
申请号：CN201910526239.5
申请日：2019-06-14
Applicant: 湖南大学
IPC: G16C20/10
Abstract: 本申请涉一种多物理耦合应用处理方法、装置、计算机设备和存储介质。方法包括：获取根据待处理多物理耦合应用的离散程度生成的有向无环图；获取输入的化学反应优化算法参数，构建化学反应算法分子并执行化学反应优化算法，获取目标最小时间开销值；根据最小时间开销值对应的化学反应算法分子，确定有向无环图中各独立任务的最优执行序列，根据最优执行序列处理多物理耦合应用。本申请的多物理耦合应用处理方法通过多物理耦合抽象出的有向无环图中来构建化学反应算法分子，并通过化学反应优化算法确定任务以最小时间开销，并确定待处理多物理耦合应用的最优执行序列，从而可以以最高执行效率的方式来进行多物理耦合应用的处理。
-
公开(公告)号：CN110289861B
公开(公告)日：2021-09-07
申请号：CN201910417842.X
申请日：2019-05-20
Applicant: 湖南大学
IPC: H03M7/30
Abstract: 本发明提供一种半精度压缩感知采样方法，包括如下步骤：对视频图像中的对象进行检测，确定对象在视频图像中的坐标位置；将视频图像的RGB三个通道划分为33×33的子图像块，并将子图像块转换为1089×1的矩阵；对子图像块按照矩阵方式进行编号和标识；使用随机高斯矩阵产生每个子图像块所对应的半精度测量矩阵；利用半精度测量矩阵运算得到不同压缩感知测量率的半精度测量值；将半精度测量值输入压缩感知重构模型进行重构，将重构后的子图像块拼接得到压缩感知重构图像；将压缩感知重构图像以左上角为起始点进行裁剪后得到实际重构图像；将RGB三个通道中的实际重构图像进行融合，得到半精度压缩感知重构图像。本发明的半精度压缩感知采样方法采样数据量小。
-
-
-
-
-
-
-
-
-
Search Results
25
records
(took 0.022 seconds)
