-
公开(公告)号：CN116361709A
公开(公告)日：2023-06-30
申请号：CN202310331766.7
申请日：2023-03-31
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院)
IPC: G06F18/241 , G06F18/214 , G06F18/15 , G06Q10/04 , G06Q50/06 , H02J3/00
Abstract: 本发明涉及一种自适应电力负荷识别方法与设备，属于电力负荷监测识别领域，包括：数据预处理；计算最小开机时间、最小关机时间、开启功率阈值；将获得的3个参数加入到模型训练过程中，对预处理后的数据提取有效的负荷激活数据；基于电力负荷数据，利用长短期记忆人工神经网络对电力负荷识别模型进行训练；将测试集按照比例进行分割，在“窗口”的寻找阶段，使用进程处理技术，得到能将测试时间控制在时间阈值以内的最佳“窗口”；利用最佳“窗口”定义实时推理程序中的滑动窗口大小，对电力负荷数据进行分解识别。本发明不再受到初始模型训练数据的局限，使用自适应方法来定义最佳长度的识别窗口，通用性好，精度较高。
-
公开(公告)号：CN113658209B
公开(公告)日：2023-06-16
申请号：CN202110924457.1
申请日：2021-08-12
Applicant: 山东省计算中心(国家超级计算济南中心)
Abstract: 本发明的基于形态学的切片组织裱贴位置优良判别方法，包括：a).获取切片组织缩略图；b).标签位置识别和统一方向；c).去除标签信息；d).去除非病理组织的点和线；e).计算病理组织中心点偏离距离；f).计算病理组织与长轴的夹角；g).判断病理切片组织裱贴优良。本发明的切片组织裱贴位置优良判别方法，整个切片组织裱贴位置优良判别利用图像识别和处理自动完成，处理效率高，解决了现有人工评估所带来的耗时耗力问题，而且整个判别过程不会加入个人的主观想法，更加客观和准确，降低了医生在切片组织裱贴位置优良判别过程中的工作量。
-
公开(公告)号：CN115879569B
公开(公告)日：2023-05-23
申请号：CN202310214205.9
申请日：2023-03-08
Applicant: 齐鲁工业大学(山东省科学院) , 山东省计算中心(国家超级计算济南中心)
IPC: G06N20/00 , G06F18/25 , G16Y40/10 , G06N3/0455 , G06N3/084
Abstract: 本发明提出了一种IoT观测数据的在线学习方法及系统，涉及数据处理技术领域，根据获取的初始时序观测数据，初始化在线深度学习模型；实时获取传感器生成的时序观测数据，根据时序观测数据形成输入数据流；在线深度学习模型处理输入数据流，生成最终预测结果；在处理输入数据流的过程中，对输入数据流进行即时学习，实时动态更新在线深度学习模型；即时学习，是基于数据流的均值和方差，学习数据分布，构造准正态分布，重构新的样本，实现变分注意力网络，基于分布差异、重构差异和推理差异，进行模型的动态调整；本发明学习不同隐藏层之间的隐藏信息，提高模型推理的准确性，同时通过在线学习，对不同隐藏层间的参数进行动态调整。
-
公开(公告)号：CN116069481A
公开(公告)日：2023-05-05
申请号：CN202310354096.0
申请日：2023-04-06
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院)
Abstract: 本发明属于图形处理器资源调度领域，提供了一种共享GPU资源的容器调度系统及调度方法，针对GPU资源由系统外部在各应用平台进行复用，将导致服务器的反复初始化及迁移，造成人工损耗以及时间的浪费的问题，本发明考虑从计算任务移植方面进行GPU资源的共享，在GPU资源池上构建容器系统，通过将各个平台的任务容器化后调度到提供的资源池GPU节点上，实现异构平台间GPU资源共享，提高整体平台的GPU资源利用率可满足云计算、大数据、人工智能和高性能计算场景平台的快速灵活部署实施。
-
公开(公告)号：CN115293662A
公开(公告)日：2022-11-04
申请号：CN202211230749.6
申请日：2022-10-10
Applicant: 山东省计算中心(国家超级计算济南中心)
Abstract: 本发明提出了融合并行与分布式的海洋观测数据智能计算方法及系统，涉及海洋观测时序数据流智能计算领域,实时获取每个通道的海洋观测数据流存储到分布式集群；对数据流进行乱序、去重和缺失预处理；基于预处理后的海洋观测数据流，采用超算MPI并行训练模型，进行多通道在线学习模型训练，得到每个通道的最新海洋观测数据智能计算模型；基于Flink分布式流处理系统，对每个通道不断流入的海洋观测数据，选择通道对应的最新海洋观测数据智能计算模型，进行实时推理与预测；本发明适合多通道多任务的应用场景，有效支持流式数据的在线学习与推理任务以及高通量传感器数据的管理，实现数据的多通道计算模型的快速迭代升级以及数据的实时推理。
-
Patent Agency Ranking
公开(公告)号：CN114968374A
公开(公告)日：2022-08-30
申请号：CN202210849632.X
申请日：2022-07-19
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学
Abstract: 本发明涉及一种基于新一代神威超级计算机的多层循环进程级和线程级协同自动优化方法，包括：将应用程序中的多层循环程序段和硬件架构相互对应，实现各层循环到硬件架构上的代码级映射；根据硬件架构层次不同，分别进行进程级和线程级的并行优化，其中，进程级优化即节点内通信优化和节点间的通信优化，使得各个进程在各自通信域中进行集中通信，减少程序优化过程中各个进程之间的通信；线程级优化即核组内主从传输优化。本发明提高了运行效率。
-
公开(公告)号：CN114513530B
公开(公告)日：2022-08-19
申请号：CN202210407398.5
申请日：2022-04-19
Applicant: 山东省计算中心(国家超级计算济南中心)
IPC: H04L67/1097 , H04L67/568 , G06F3/06
Abstract: 本发明属于记录载体的处理领域，提供了一种跨域存储空间双向供给方法和系统。该方法包括，位于至少两个域的应用、节点集群和存储系统，所述节点集群向上对接应用、向下对接存储系统，根据不同域中存储系统内用户的存储空间，构建存储池；依据配置信息关联的存储池，构建连接节点集群的分布式存储集群系统；其中，配置信息包括访问存储系统所需的认证信息、连接地址、适配信息、北向接口和开发包；针对不同应用的访问请求，依据所述访问请求，以使所述应用通过节点集群访问分布式存储集群系统中的存储池。本发明可实现不同存储系统间的存储空间资源双向共享，可满足不同计算环境对不同的存储系统访问和数据处理。
-
公开(公告)号：CN114741161A
公开(公告)日：2022-07-12
申请号：CN202210487700.2
申请日：2022-05-06
Applicant: 山东省计算中心(国家超级计算济南中心)
IPC: G06F9/455
Abstract: 本发明涉及一种基于混合集群的HPC作业集群感知方法，包括：A、获取传统虚拟化云集群环境和容器云集群环境作业运行日志记录信息；B、初构建、处理传统虚拟化云集群环境和容器云集群环境下的作业运行数据集；C、训练得到基于传统虚拟化云集群环境和容器云集群环境两种环境下的基于RFR随机森林回归算法的预测模型；D、根据用户提交的作业需求信息，预测模型给予运行时间、CPU使用率、内存使用率的预测；E、将作业运行结果信息对提交的作业进行集群感知模型的处理，最终形成HPC作业集群节点感知方法。本发明建立两种环境下的预测模型，并以预测结果为依据进行集群节点感知，达到了根据作业需求自动感知最佳集群节点的效果。
-
公开(公告)号：CN112965797A
公开(公告)日：2021-06-15
申请号：CN202110244427.6
申请日：2021-03-05
Applicant: 山东省计算中心(国家超级计算济南中心)
Abstract: 本发明的Kubernetes环境下面向复杂任务的组合优先级调度方法具体通过以下步骤来实现：a).计算每组任务的实际并行度；b).获取任务关键程度；c).获取用户优先级；d).获取用户的动态优先级；e).计算任务紧急程度；f).并行度和紧急程度的归一化处理；g).求优先级数值；h).pod排序和调度。本发明的组合优先级调度方法，由于在设置优先级时考虑到了任务并行性，可以避免其他任务提前占用节点资源导致并行任务无法获得资源而造成的任务执行失败问题。其次，在设置优先级时考虑到了任务紧急程度，可以保证紧急任务在节点资源不足时对非紧急任务所占用的资源进行抢占，从而成功执行紧急任务。
-
公开(公告)号：CN112698947A
公开(公告)日：2021-04-23
申请号：CN202011617125.0
申请日：2020-12-31
Applicant: 山东省计算中心(国家超级计算济南中心)
IPC: G06F9/50 , G06F9/4401 , G06F9/54
Abstract: 本发明的基于异构应用平台的GPU资源弹性调度方法，包括：a).获取GPU资源利用率信息；b).设定触发阈值和次数；c).筛选缩容平台队列并排序；d).筛选扩容平台队列并排序；1).选取待缩容平台；2).建立GPU节点列表；3).锁定状态节点处理；4).下线待迁移节点；5).添加至资源队列；6).判断缩容是否完毕。本发明的GPU资源弹性调度方法，可根据整体平台GPU负载情况灵活调节，从而实现平台GPU资源的最大化利用，平台的调度主要利用下层所适配平台已有调度组件实现，通过接口调用实现动态资源监控和信息采集以及执行操作下发，可满足云计算、大数据、人工智能和高性能计算场景平台的快速灵活部署实施。
-
-
-
-
-
-
-
-
-
Search Results
196
records
(took 0.045 seconds)
