基于服务质量需求的深度学习任务资源优化配置方法及系统

    公开(公告)号:CN113157413B

    公开(公告)日:2022-04-26

    申请号:CN202110411709.0

    申请日:2021-04-16

    Abstract: 本发明提供了一种基于服务质量需求的深度学习任务资源优化配置方法及系统,包括:基于深度学习任务模型的本质特征,建立参数服务器资源峰值需求预测模型和工作节点资源峰值需求预测模型;根据参数服务器资源峰值和工作节点资源峰值需求建立深度学习任务迭代时间预测模型;预设最大迭代次数,根据预测的深度学习任务迭代时间,得到基于预测的资源峰值配置下运行1台参数服务器和1台工作节点的任务结束时间;根据预设服务质量要求,预测任务在截止日期前完成所需的工作节点数量和参数服务器数量;在深度学习任务调度执行时,定量估计集群可用资源状况,并根据可用资源状况对预测任务在截止日期前完成所需的工作节点数量和参数服务器数量进行微调。

    基于引力模型的细粒度出租车路线推荐方法、系统及介质

    公开(公告)号:CN112183863B

    公开(公告)日:2022-03-25

    申请号:CN202011050287.0

    申请日:2020-09-29

    Abstract: 本发明提供了一种基于引力模型的细粒度出租车路线推荐方法、系统及介质,包括:分钟级需求预测步骤:将城市的道路网络划分为预设数量的网格,使用语境的时空网络CSTN预测网格的需求分布,同时使用长短期模型LSTM预测总订单需求,计算在网格中出租车接到乘客的概率;全局动态平衡的出租车调度步骤:计算空车在不同网格中接到乘客的概率,结合网格与空车间的距离,得出反映网格对空车的吸引力的引力模型,为空车推荐分步行驶路线。本发明考虑了短时间等待的乘客的需求,实现了分钟级别的需求预测,通过逐渐将空出租车从冷门的网格转移到热门网格,并考虑每个网格中将来的出租车到达情况,实现了出租车供需之间的全局动态平衡。

    基于双向评分模型和回溯校正机制的地图匹配方法及系统

    公开(公告)号:CN113639757A

    公开(公告)日:2021-11-12

    申请号:CN202110864075.4

    申请日:2021-07-29

    Abstract: 本发明提供了一种基于双向评分模型和回溯校正机制的地图匹配方法及系统,包括:基于采集到的GPS点位置信息,根据地图路径信息选取候选点;基于双向评分模型对测量的GPS点的位置、方向以及速度进行评分并赋予位置、方向以及速度不同的权重,得到候选点对GPS点的评分;当GPS点的评分低于阈值时,则判定为低质量点,并删除当前低质量点不参与匹配;当判定连续的GPS点为低质量点并删除时,则利用随后第一个没有被删除的GPS点逆向评估被删除的GPS点,重新检测被删除的GPS点是否为低质量点;基于双向评分模型计算每个候选点与当前保留的GPS点的匹配概率,选择概率值最大的候选点作为匹配的候选点;根据匹配的候选点,基于最短路径原则生成唯一的地图匹配结果。

    基于内容的发布订阅系统匹配算法轻量级并行方法和系统

    公开(公告)号:CN110427217B

    公开(公告)日:2021-07-30

    申请号:CN201910672885.2

    申请日:2019-07-24

    Abstract: 本发明提供了一种基于内容的发布订阅系统匹配算法轻量级并行方法和系统,令存储数据结构的索引结构进行分层,形成多个层级,每个层级与存储数据结构的存储单元集合相对应,将多个层级分组,每个层级分组同时包含层级和与层级对应的存储单元集合;对每个层级分组设定匹配线程,将匹配事件独立分配给单个匹配线程进行处理,多个匹配线程同时更新一个指示器,所述指示器在更新时执行同步操作。提升匹配性能,根据性能需求动态地调整并行度,从而保证事件快速可靠地分发。使用迭代优化方法来确定最佳并行度,提升线程的任务分配,使得时间开销上非常高效。

    基于容器集群平台的细粒度抢占式资源调度系统及方法

    公开(公告)号:CN109582436B

    公开(公告)日:2021-04-02

    申请号:CN201811198082.X

    申请日:2018-10-15

    Abstract: 本发明提供了一种基于容器集群平台的细粒度抢占式资源调度系统及方法,包括容器优先级计算步骤、被抢占容器确定步骤以及资源分配步骤;本发明提出了基于工作截止时间和容器资源的抢占式调度策略,设计了量化选择被抢占容器和决定回收资源数量的算法,实现了实时工作超时率和批处理工作完成时间之间的平衡,有效提升了工作效率,具有算法逻辑清晰、易于实现的优点。

    基于跨数据中心的云服务工作流调度方法

    公开(公告)号:CN109495541B

    公开(公告)日:2021-04-02

    申请号:CN201811197185.4

    申请日:2018-10-15

    Inventor: 曹健 姚艳 钱诗友

    Abstract: 本发明提供了一种基于跨数据中心的云服务工作流调度方法,包括:步骤1,候选路径搜索步骤;步骤2,获取预部署方案步骤;步骤3,确定冲突节点部署方案步骤;步骤4:结合预部署方案和冲突节点部署方案,确定最终部署方案。本发明的调度方法根据云服务工作流的特性,考虑了工作流的六种基本结构,通过挖掘工作流结构特征,来进行启发式调度,具有较低的时间复杂度和较短的工作流执行时间。

    面向完成时间优化的科学工作流调度方法及系统

    公开(公告)号:CN111861412A

    公开(公告)日:2020-10-30

    申请号:CN202010732161.5

    申请日:2020-07-27

    Abstract: 本发明提供了一种面向完成时间优化的科学工作流调度方法及系统,包括:将科学工作流任务转换成无服务器函数并部署到对应集群中;将给定的科学工作流转换成对应的有向无环图;对于有向无环图中的每层任务,根据参数配置,将资源分配给所述任务并运行;在任务运行的过程中,保持对集群的监控,动态调整每个任务的资源分配。本发明相较于现有技术,通过充分利用无服务器框架提供的弹性伸缩能力,实现了获得更高的整体完成时间和集群性能。

    移动式自组网络中脱离节点等待时间最优决策方法及系统

    公开(公告)号:CN110366126B

    公开(公告)日:2020-08-04

    申请号:CN201910521771.8

    申请日:2019-06-17

    Abstract: 本发明提供了一种移动式自组网络中脱离节点等待时间最优决策方法及系统,包括:引入二维随机游走模型,在每个时间间隔中,通过改变步数N来模拟节点的运动速度;通过分析两个极端模型得到重返时间模型,所述两个极端模型包括:步数N和广播半径r同时取低区间值或高区间值时的网络;综合考虑能耗和数据的时效性,计算得到最优等待时间,脱离节点在所述最优等待时间内等待来自网络的主节点的连接请求并重建连接,在超过所述最优等待时间后,脱离节点直接向基站发送数据。本发明综合考虑了能量消耗和数据的时效性,优化海洋监测动态环境中脱离网络的节点在直接发送数据之前的最优等待时间,兼顾了能量消耗和数据的时效性。

    开源软件开发中Issue解决时间的预测方法及系统

    公开(公告)号:CN111258624A

    公开(公告)日:2020-06-09

    申请号:CN202010032795.X

    申请日:2020-01-13

    Abstract: 本发明提供了一种开源软件开发中Issue解决时间的预测方法及系统,包括:步骤1:爬取开源软件平台上的不同项目中的Issue数据组;步骤2:清洗整理原始数据并制作事件日志;步骤3:挖掘Issue解决过程的两阶段中的频繁模式;步骤4:利用Issue动态和静态特征构建Issue解决模式动态预测模型,基于模式信息构建动态Issue解决时间预测模型。本发明首创性地挖掘开源软件项目的Issue的微过程模式,并用其改善对Issue解决时间的预测,为开源软件项目的管理者和用户对Issue解决模式从过程的角度带来了更深刻的理解。

Patent Agency Ranking