-
公开(公告)号：CN107612959A
公开(公告)日：2018-01-19
申请号：CN201710599267.0
申请日：2017-07-21
Applicant: 哈尔滨工程大学
IPC: H04L29/08
Abstract: 本发明提供一种基于微服务自管理的云服务平台，包括：云微服务自管理单元、中间接口单元、用户单元。所述云微服务自管理单元包括：IaaS模块、PaaS模块、SaaS模块和数据模块，接收微服务在该单元动态部署，对微服务动态地按照所述的四个模块进行分类编排，对同一模块内的微服务进行分组编排，并将编排部署好的微服务组和微服务向中间接口单元注册，接受中间接口单元的监控、查询、调用。所述中间接口单元，包括解析调用模块和登记监控模块，接收云微服务自管理单元的注册，对登记监控模块的节点网络流变化特征进行匹配处理；接收用户单元的服务请求并解析成微服务组或微服务请求，查询、调用云微服务自管理单元中的微服务组或微服务。
-
公开(公告)号：CN109827585B
公开(公告)日：2022-08-02
申请号：CN201910126765.2
申请日：2019-02-20
Applicant: 哈尔滨工程大学
IPC: G01C21/34
Abstract: 本发明属于机器人路径规划领域，具体涉及一种快速填补栅格地图中凹形区域的方法，包括以下步骤：获取占据栅格地图，选定一个重力作用方向，通常选择为上下左右四个方向，以下步骤选定重力方向向下；遍历地图寻找拥有支撑力的一个栅格单元，也即其正下方有障碍物栅格单元，并且该栅格单元本身不是障碍物；在该栅格单元左右开始进行水平方向上的扩充，直到填满整个水平层，也即扩展到左右两侧皆为障碍物，在该过程中持续检查是否存在某一格子上方有障碍物、或者某一格子下方没有障碍物的情况，如果存在，则返回上一步。本发明不依赖于计算机图形学中的凸包问题，是一种快速、直观、方便应用的方法。
-
公开(公告)号：CN107566153B
公开(公告)日：2020-09-25
申请号：CN201710599197.9
申请日：2017-07-21
Applicant: 哈尔滨工程大学
Abstract: 本发明提供一种自管理的微服务实现方法，创新地提出把微服务按层级划分部署的方法；创新地使用Kubernetes技术进行不同服务层级的封装分组的方法，按组提供调用接口；创新地使用监控算法Bloom‑Filter思想的方法，使得云平台微服务的部署发现监控和管理合理高效，容易维护，并且有很好的扩展性，解决了用户对云服务平台功能种类及数量的需求动态迭代时，致使微服务进程数量众多甚至是海量时，云服务平台对微服务部署发现监控，查询调用，维护管理效率低下臃肿等问题。最终实现云平台中微服务的部署、发现、监控及维护管理，不受制于用户对云平台功能服务数量及种类动态递增的需求。
-
公开(公告)号：CN109491835A
公开(公告)日：2019-03-19
申请号：CN201811250945.3
申请日：2018-10-25
Applicant: 哈尔滨工程大学
IPC: G06F11/14
Abstract: 本发明提出了一种基于动态分组码的数据容错方法，属于数据存储技术领域，具体涉及分布式存储系统中数据的容错问题，利用基于动态分组码的数据容错方法恢复丢失或失效的数据。首先按照分布式系统中磁盘的分组对将要存储的数据进行分块存储。当一个条带的数据存储完全时，对这个条带上的数据块应用DLRC编码，生成全局校验块和局部校验块并存储到校验块的磁盘中。当发现有数据块失效时，读取参与重构的节点数据，利用DLRC编码进行反向计算，重构出丢失的数据并重新存储到磁盘。本发明实现了存储开销、容错能力和重构开销的动态平衡，可以适用于不同存储系统的需求。在消耗同样的存储空间的情况下，DLRC编码容错能力高、重构开销低，具有良好的实用价值。
-
公开(公告)号：CN109376848A
公开(公告)日：2019-02-22
申请号：CN201811017375.3
申请日：2018-09-01
Applicant: 哈尔滨工程大学
Abstract: 本发明公开一种简化的门控单元神经网络，属于深度学习领域。本发明包括：对输入数据集进行数据清洗，选择经典数据集，如Iris数据集，此过程处理数据不平衡问题、归一化以及冗余数据处理问题；利用数据预处理后的数据集训练OGRU神经网络，建立预测模型；获取数据集，进行数据预处理过程，然后输入所获得的OGRU预测模型进行模型预测，得到预测结果。本发明克服传统GRU神经网络结构过于复杂，泛化能力差的问题，并且应用OGRU建立精确高效的预测模型，解决传统方法训练时间过长问题。
-
Patent Agency Ranking
公开(公告)号：CN107562074A
公开(公告)日：2018-01-09
申请号：CN201710607470.8
申请日：2017-07-24
Applicant: 哈尔滨工程大学
Abstract: 本发明的目的在于提供一种面向MAUVS围捕的任务分配方法；针对MAUVS在围捕过程中目标AUV智能逃跑性能提高的问题，若仍然采用传统的围捕策略，即仅仅研究围捕过程中动作控制问题，会导致目标AUV逃逸的几率增大，本发明突破传统的围捕策略，提出了一种面向MAUVS围捕的任务分配方法，有效地提高了模型的精度，进而提高了围捕准确率。
-
公开(公告)号：CN109491835B
公开(公告)日：2022-04-12
申请号：CN201811250945.3
申请日：2018-10-25
Applicant: 哈尔滨工程大学
IPC: G06F11/14
Abstract: 本发明提出了一种基于动态分组码的数据容错方法，属于数据存储技术领域，具体涉及分布式存储系统中数据的容错问题，利用基于动态分组码的数据容错方法恢复丢失或失效的数据。首先按照分布式系统中磁盘的分组对将要存储的数据进行分块存储。当一个条带的数据存储完全时，对这个条带上的数据块应用DLRC编码，生成全局校验块和局部校验块并存储到校验块的磁盘中。当发现有数据块失效时，读取参与重构的节点数据，利用DLRC编码进行反向计算，重构出丢失的数据并重新存储到磁盘。本发明实现了存储开销、容错能力和重构开销的动态平衡，可以适用于不同存储系统的需求。在消耗同样的存储空间的情况下，DLRC编码容错能力高、重构开销低，具有良好的实用价值。
-
公开(公告)号：CN107609648B
公开(公告)日：2021-02-12
申请号：CN201710599192.6
申请日：2017-07-21
Applicant: 哈尔滨工程大学
IPC: G06N3/12
Abstract: 本发明设计了一种结合堆叠降噪稀疏自动编码器的遗传算法，主要包括堆叠降噪稀疏自动编码器部分、SOM神经网络部分和遗传算法。通过堆叠降噪稀疏自动编码器提取实时环境图像特征,同时消除环境噪声影响，经过SOM神经网络的映射拟合作为遗传算法中的适应度值，解决了传统遗传算法应用于复杂现实环境时，其固定适应度计算函数欠缺灵活性与准确性的问题，避免算法出现欺骗问题，提高了算法解的质量，同时SOM神经网络映射拟合能够有效避免其他神经网络的长时间迭代运算与输出误差问题。
-
公开(公告)号：CN107426207B
公开(公告)日：2019-09-27
申请号：CN201710603864.6
申请日：2017-07-21
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种基于SA‑iForest的网络入侵异常检测方法，属于网络安全领域。首先通过对训练集随机选择属性训练出多棵iTree，通过交叉验证计算出它们的异常检测精度，同时采用Q‑统计量计算出iTree之间的差异性，然后把精确度和差异性作为iTree挑选标准，根据iTree的差异性和精确度，利用模拟退火算法从初始森林中选出比较优秀的iTree来构建集成iForest，然后对测试集进行测试统计出其异常分值，完成对网络入侵异常检测。该方法不仅减小了iTree的集成规模而且利用模拟退火优化算法的快速收敛性来提高网络入侵异常检测效率，同时还提高了算法的泛化能力和预测性能。
-
公开(公告)号：CN109886574A
公开(公告)日：2019-06-14
申请号：CN201910126437.2
申请日：2019-02-20
Applicant: 哈尔滨工程大学
IPC: G06Q10/06
Abstract: 本发明属于信息处理领域，公开了一种基于改进阈值法的多机器人任务分配方法，包含如下步骤：定义第m次迭代时机器人i对任务j的响应阈值；在第m次迭代，阈值刺激差最大时对应的任务即机器人i在t时刻要执行的任务；如果机器人执行任务成功或失败且还有未被执行的任务，继续在未被执行的任务中选择阈值刺激差最大时对应的任务去执行；当机器人进入等待状态或等待区即没有可执行任务时，令机器人不断寻找可执行的任务；直到所有任务都被执行完成即完成一次迭代时，重置机器人和任务点的位置，根据阈值更新公式计算第m+1次迭代时机器人i对任务j的响应阈值和阈值刺激差。本发明优化了多任务处理能力，提高了算法的效率，提高了系统的资源利用率。
-
-
-
-
-
-
-
-
-
Search Results
29
records
(took 0.03 seconds)
