公开(公告)号：CN111061553A

公开(公告)日：2020-04-24

申请号：CN201911296937.7

申请日：2019-12-17

Applicant: 湖南大学

Inventor： 唐卓 ,  肖雄 ,  李肯立 ,  蒋冰婷 ,  李文 ,  朱锦涛 ,  唐小勇 ,  阳王东 ,  周旭 ,  刘楚波 ,  曹嵘晖

IPC: G06F9/48 ,  G06F9/50 ,  G06F9/54

Abstract: 本发明公开了一种用于超级计算中心的并行任务调度方法，提出了基于现有的超算环境下处理器的使用价格和网格作业调度系统中普遍存在的任务并行执行问题的实现方法，通过衡量任务执行的调度价格和调度算法的执行效果以及处理器负载均衡等各项性能指标，本发明能够用更低的价格可以执行同等的任务，在不同的超级计算中心平台上，本发明可以用更低的开销维持更好的性能，同时算法的执行更为高效，并且该计算方法保持了很好的处理器负载均衡，得到了一个较优的调度执行结果。本发明可以充分利用现有的硬件资源进行计算，并且在操作中证明了该方法的执行高效性，以及所使用的调度算法的并行执行的可靠性，同时也很好的保证了处理器间的负载均衡。

公开(公告)号：CN110472409A

公开(公告)日：2019-11-19

申请号：CN201910719451.3

申请日：2019-08-06

Applicant: 长沙学院 ,  湖南大学

Inventor： 杨志邦 ,  陈宝鼎 ,  李方敏 ,  周旭 ,  刘楚波 ,  肖国庆 ,  李肯立

IPC: G06F21/51 ,  G06K9/62

Abstract: 本发明公开了一种基于白名单机制的进程管理方法，包括以下步骤：(1)获取来自用户的进程调用请求；(2)判断所述进程调用请求对应的进程是否在预先设置的白名单数据库中；(3)判断进程调用请求中该进程所申请的函数是否位于敏感函数区中；(4)采用训练好的贝叶斯分类器对该进程所申请的多个函数进行识别计算；(5)采用朴素贝叶斯法对获取的每个函数属于放行类别的概率进行再次筛选计算；(6)将该进程添加到预设的初始白名单数据库中并运行所述进程，过程结束；本发明能够有效将软件功能的白名单防护精确到函数级别，提高白名单防护精度，同时增加手动添加白名单的功能，以提高系统效率与精确度。

公开(公告)号：CN110348470A

公开(公告)日：2019-10-18

申请号：CN201910428519.2

申请日：2019-05-21

Applicant: 湖南大学

Inventor： 李肯立 ,  闫安民 ,  阳王东 ,  刘楚波 ,  陈岑 ,  周旭 ,  吴帆 ,  唐卓 ,  李克勤

IPC: G06K9/62 ,  G06F16/332 ,  G06F16/36

Abstract: 本发明公开了一种用于工业故障信息快速匹配的语义检索方法，其包括以下步骤：步骤一、对原始文档进行分词索引、统计词频；步骤二、利用词袋模型和词的局部差和训练算法进行训练；步骤三、对工业零件分类归档；步骤四、输入文档，通过矩阵距离算法计算出距离最接近的文档；步骤五、结合工业故障信息再次筛选排序选出的结果文档，根据索引返回解决方案文档。本发明针对实现工业故障匹配的方法提高了匹配精准度和匹配速度。

公开(公告)号：CN110287282A

公开(公告)日：2019-09-27

申请号：CN201910423053.7

申请日：2019-05-20

Applicant: 湖南大学

Inventor： 唐卓 ,  肖淇 ,  秦云川 ,  周旭 ,  陈岑 ,  李肯立 ,  李克勤

IPC: G06F16/33 ,  G06F16/332 ,  G06F17/27 ,  G06K9/62

Abstract: 本发明提供一种基于树核计算的智能对话系统应答方法及智能对话系统。所述应答方法包括如下步骤：训练中文词语得到词向量表；获取用户输入问题句子A1，系统按序选一问题句子作为A2；输入A1和A2至分词工具中得到句子词语集合C1与C2；将C1与C2输入至句法分析器中得到句法树T1T2；对T1与T2进行修剪；将修剪后的T1与T2输入至树核计算模型中得到T1与T2的相似度分值；根据T1与T2的相似度分值计算获得A1和A2的相似度分值；记录A1和A2的相似度分值，并判断是否存在另一问题句子可作为A2；选取与A1相似度最大的问题句子，将其对应的答案作为结果输出。与相关技术相比，本发明的基于树核计算的智能对话系统应答方法及智能对话系统的准确率更高。

公开(公告)号：CN110287215A

公开(公告)日：2019-09-27

申请号：CN201910419189.0

申请日：2019-05-20

Applicant: 湖南大学

Inventor： 吴帆 ,  封旗杰 ,  周旭 ,  姜文君 ,  李肯立 ,  李克勤

IPC: G06F16/2455 ,  G06F16/2458 ,  G06F16/29

Abstract: 本发明提供了一种基于希尔伯特曲线的大规模区域目标实时查询方法。提供相互连接的数据源服务器、大数据集群及缓存服务器，大数据集群包括kafka服务器及Spark streaming服务器。步骤如下：步骤一，数据源服务器接收数据源发送的位置信息；步骤二，数据源服务器向kafka服务器传输位置信息，kafka服务器将位置信息存储于缓存服务器并生成kafka消息队列；步骤三，Spark streaming服务器从kafka消息队列中拉取位置信息，并利用Google S2算法实时计算目标单位在位置信息周围的数量及距离，并生成查询结果；步骤四，Spark streaming服务器将查询结果储存至缓存服务器，并通过SSM技术将查询结果渲染。与相关技术相比，本发明提供的基于希尔伯特曲线的大规模区域目标实时查询方法，计算范围更精准，查找效率高。

公开(公告)号：CN110245151A

公开(公告)日：2019-09-17

申请号：CN201910460558.0

申请日：2019-05-30

Applicant: 湖南大学

Inventor： 周旭 ,  桂彧 ,  肖国庆 ,  曾一夫 ,  陈建国 ,  李肯立 ,  李克勤

IPC: G06F16/2453

Abstract: 本申请涉及一种数据点组查询方法、装置、计算机设备和存储介质。所述方法包括：从待查询数据集中确定分层最小支配图点，分层最小支配图点被少于预设的数据点组大小的数据点所支配；当数据点组大小不大于分层最小支配图点中天际线点的数量时，获取数量不超过数据点组大小的天际线点，生成天际线点候选组；当天际线点候选组的大小小于数据点组大小时，根据天际线点候选组中候选组点的直接子集，对天际线点候选组进行扩充，得到扩充候选组；其中，直接子集包括天际线点候选组中的候选组点的直接支配点；当扩充候选组的大小等于数据点组大小时，根据扩充候选组得到点组查询结果。采用本方法能够提高数据点组的查询效率。