-
公开(公告)号：CN113949644A
公开(公告)日：2022-01-18
申请号：CN202111230819.3
申请日：2021-10-22
Applicant: 山东省计算中心(国家超级计算济南中心)
IPC: H04L41/147 , H04L41/142 , H04L41/14 , G06N3/04 , G06N3/08 , H04L43/0876
Abstract: 本发明提供了一种网站访问量预测方法及系统。该方法结合了LSTM模型(长短期记忆神经网络)和prophet模型(可分解时间序列模型)。所述方法包括：数据预处理，建立训练集；创建深度学习网络，采用LSTM模型建立循环神经网络并训练；把训练好的模型保存并在验证集上验证实验结果；保存结果一并计算误差；创建prophet模型，并训练；把训练好的模型保存并在验证集上验证实验结果；保存结果二并计算误差；创建二元一次方程对结果一和结果二进行线性回归得到权重和偏置参数；代入参数进行最终与预测并计算误差。本发明应用于网站平台的用户访问量预测领域，提高了预测准确度，满足了网站的流量风险评估和流量控制的实际需求。
-
公开(公告)号：CN113920418A
公开(公告)日：2022-01-11
申请号：CN202111230965.6
申请日：2021-10-22
Applicant: 山东省计算中心(国家超级计算济南中心)
IPC: G06V20/00 , G06V10/25 , G06V10/774 , G06V10/764 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本发明涉及了基于YOLOv4的玻璃瓶瓶底模点识别分类方法及系统，通过工业相机获取玻璃瓶底模点图像，然后对每个玻璃瓶底模点图像进行标注以及定义类别，形成训练、验证和测试图像数据集，再经过搭建YOLOv4目标检测模型，对模型进行训练；在及测试结果达到预定标准后，得到预测模型；最后将预测模型加载到检测一体机中，以预测模型的输出结果控制PLC将预先设定好的特定编号的玻璃瓶进行击打回收。本发明提供的基于YOLOv4模型的玻璃瓶底模点目标检测方法及系统，用以提高玻璃瓶的识别和废弃模板所制造玻璃瓶的回收效率，适合应用于机器视觉玻璃瓶检测行业。
-
公开(公告)号：CN114817644A
公开(公告)日：2022-07-29
申请号：CN202210424428.3
申请日：2022-04-21
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学
IPC: G06F16/901 , G06F16/903 , G06F16/9032 , G06F16/906 , G06F16/951
Abstract: 本发明公开了一种基于Elasticsearch的政府信息资源分类与智能化搜索方法和系统，其特征在于，主要功能包括：实现政务信息资源按主题分类和智能化搜索，方法流程包括收集政府数据，对政府信息资源按照政府信息内在相关性和与公众密切相关的主题进行划分，形成多级分类树。搭建Elasticsearch集群，基于Elasticsearch对S1底层数据进行优化，通过RabbitMQ消息中间件异步接入政府信息资源数据。接受用户查询请求并对该请求进行应答。获取用户反馈存入评价列表，并根据评价列表更新多级分类树。根据上述方法构建系统，系统分为数据收集清洗单元、存储单元、服务单元、交互单元以及展示单元。
-
公开(公告)号：CN112435151B
公开(公告)日：2023-05-12
申请号：CN202011356149.5
申请日：2020-11-27
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学
IPC: G06Q10/0639 , G06F21/62 , H04L9/40 , G06Q50/26 , G06F21/60 , G06F16/215
Abstract: 本公开提出了一种基于关联分析的政务信息数据处理方法及系统，包括：通过局域网子网发送指令信息，调用政务数据服务器中的指令数据；判断指令数据是否为所调用的指令信息并进行权限判断，对于符合权限要求的允许进行数据读取操作；对获取的数据进行清洗及预处理，将政务公开关键指标数据进行划分，划分结果存储在第一数据列表中；将政务公开关键指标中与经济社会发展相关指标进行处理并进行主成分分析，再将数据进行指标划分，获得第二数据列表；调用第一数据列表及第二数据列表并进行数据关联分析，获得数据间的关联结果。本公开技术方案将不同的政务指标数据进行了关联处理，获得数据之间的关联性。
-
公开(公告)号：CN115344414A
公开(公告)日：2022-11-15
申请号：CN202210974407.9
申请日：2022-08-15
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: 本发明提供了一种日志异常检测方法及系统，应用于系统的日志异常检测领域。该系统使用Drain、Word2Vec、TF‑IDF算法以及LSTM和Transformer模型。所述系统包括：首先使用Drain对日志进行解析；然后使用Word2Vec生成词向量，并使用TF‑IDF生成加权日志序列特征向量和组件值特征向量；最后，使用一个添加了LSTM的Transformer作为最终的分类模型。本发明不仅能捕获日志中的语义信息和顺序关系，而且还能考虑组件值的信息，进而能够发现多种类型的系统异常，减少系统崩溃次数。本发明以较低的计算成本来解决日志异常检测的不稳定性问题，提高异常检测的准确性和效率，提高应对异常的能力，保证系统运行的安全。
-
Patent Agency Ranking
公开(公告)号：CN114697108A
公开(公告)日：2022-07-01
申请号：CN202210318745.7
申请日：2022-03-29
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学
IPC: H04L9/40 , H04L41/142 , G06K9/62
Abstract: 本发明提供了一种系统日志异常检测方法，应用于系统的日志异常检测领域。该方法结合了Drain算法、TF‑IDF算法以及多种异常检测模型，最终使用投票融合。所述方法包括：获取原始日志数据；提取变量，保存常量为模板，将日志解析为结构化文本；特征提取，将字符串转化为可量化的数字；将经过处理后的日志数据输入日志检测模型组，得到预测结果；对日志检测模型输出的检测结果进行投票融合，并输出日志异常检测结果。本发明通过对多个检测结果进行投票融合，能够及时发现系统日志中记录的异常模式，以便对系统的异常进行部署，提高预测结果的准确性，帮助人工完成快速的异常筛查，满足对系统日志异常检测的需求，降低系统运行的成本。
-
公开(公告)号：CN113962980A
公开(公告)日：2022-01-21
申请号：CN202111281750.7
申请日：2021-11-01
Applicant: 山东省计算中心(国家超级计算济南中心)
Abstract: 本发明采用基于改进YOLOV5X的玻璃容器瑕疵识别方法及系统来识别玻璃容器瑕疵，涉及基于深度学习目标检测的玻璃容器瑕疵识别方法及系统。主要包括以下内容：利用玻璃容器瑕疵数据集进行分析标注，生成图片标签XML数据集，对XML文件标注数据集转换生成TXT文件标签集，搭建CSPDarknet53—MHSA主干特征提取网络模块，搭建Bi‑FPN加强特征提取网络模块，搭建检测头模块，通过反向传播CIOU损失函数计算损失以及更新整个系统模型、对构建好的系统模型进行测试。本发明具有鲁棒性高，泛化能力强，准确度高的特点。
-
公开(公告)号：CN113888528A
公开(公告)日：2022-01-04
申请号：CN202111231196.1
申请日：2021-10-22
Applicant: 山东省计算中心(国家超级计算济南中心)
Abstract: 本发明采用基于改进CenterNet的瓶底模点识别系统来识别瓶底模点，涉及到基于深度学习目标检测的瓶底模点识别方法以及系统。主要包括以下内容：利用瓶底模点数据集进行分析标注，生成图片标签数据集，搭建ResNet‑CBAM主干特征提取网络模型，搭建CenterNet目标检测网络模型，通过反向传播以及Focal Loss和l1 loss计算损失以及更新模型、对构建好的模型进行测试。本发明具有鲁棒性高，泛化能力强，准确度高的特点。
-
公开(公告)号：CN113887668A
公开(公告)日：2022-01-04
申请号：CN202111281298.4
申请日：2021-11-01
Applicant: 山东省计算中心(国家超级计算济南中心)
Abstract: 本发明涉及了基于改进YOLOv4的容器瑕疵检测方法及系统，在实际工业生产线中，触发器控制CCD相机，搭配条形光等光源，拍取玻璃容器瓶身图像，然后使用检测一体机系统中的算法，对瓶身瑕疵进行检测及分类，将检测出瑕疵的玻璃容器击打回收。在这个过程中，检测算法的设计是关键一环，检测算法的好坏，直接影响了质检一体机的优劣之分。本发明提供的基于改进YOLOv4的容器瑕疵检测方法及系统，用以提高玻璃容器瑕疵的检测识别和回收效率，适合应用于机器视觉玻璃容器检测领域及行业。
-
公开(公告)号：CN112817561A
公开(公告)日：2021-05-18
申请号：CN202110142430.7
申请日：2021-02-02
Applicant: 山东省计算中心(国家超级计算济南中心)
IPC: G06F8/10 , G06F40/211 , G06F40/30 , G06F40/289 , G06F40/253 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明公开了软件需求文档的事务类功能点结构化抽取方法及系统，包括：获取目标软件需求文档；对目标软件需求文档进行预处理，得到需求语句数据；将需求语句数据，输入到预先训练过的功能点触发词识别模型中，输出识别的功能点触发词及类别；将需求语句数据和所得到的功能点触发词，输入到预先训练过的功能点论元识别模型中，输出功能点论元及其类别；将所得到的功能点触发词和功能点论元组合，得到功能点短语；将功能点短语输入到预先训练过的语言模型中，得到各功能点短语的输出概率值，从而根据输出概率值筛选出目标软件需求文档的功能点短语。
-
-
-
-
-
-
-
-
-
Search Results
21
records
(took 0.062 seconds)
