-
公开(公告)号：CN116361709B
公开(公告)日：2023-10-31
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: G06Q10/04 , G06Q50/06 , G06F18/241 , G06F18/214 , G06F18/15 , 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。
-
Patent Agency Ranking
公开(公告)号：CN116361006A
公开(公告)日：2023-06-30
申请号：CN202310357823.9
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: G06F9/50 , H04L67/1001
Abstract: 本发明公开了面向存算分离的算网资源协同调度方法及系统，获取多个终端设备发送的用于为任务分配存储资源的资源调度请求，筛选出存储备选中心群；获取多个终端设备发送的用于为任务分配算力资源的资源调度请求，筛选出算力备选中心群；计算存储备选中心群和算力备选中心群中，存储中心和算力中心两两之间网络传输质量数据；根据网络传输质量数据，计算出网络传输质量评分和存算中心匹配评分；根据网络传输质量评分和存算中心匹配评分，给出不同策略需求的调度决策评分函数；获取终端设备发送的策略需求，根据策略需求，选择对应的调度决策评分函数，筛选出调度决策评分最大值所对应的方案输出，根据筛选的中心实现终端设备任务的存储和计算。
-
公开(公告)号：CN117596246B
公开(公告)日：2024-09-03
申请号：CN202410043836.3
申请日：2024-01-12
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: H04L67/101 , H04L67/1012 , H04L67/1008 , H04L67/60
Abstract: 本发明提供了一种基于异构资源度量特征的算力网络工作流调度方法及系统，其属于算力网络资源调度技术领域，所述方案在细粒度资源描述度量基础上，综合考虑任务、算力、网络以及数据等资源状况，通过调度跨域数据中心资源协作，有效提升了任务处理速度，提高资源利用率；所述方案可根据任务多样化的需求，制定需求与资源高度契合的调度策略，可以更加准确地匹配任务与资源，选择最适合的数据中心来执行任务；所述方案中，工作流中的子任务通过合理分配资源，缩短了任务的执行过程，提高了工作流执行效率；同时，所述方案针对多个数据中心负载情况，避免部分数据中心过载而导致任务延迟或一些数据中心空闲造成资源浪费的情况。
-
公开(公告)号：CN116708446B
公开(公告)日：2023-11-21
申请号：CN202310967433.3
申请日：2023-08-03
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: H04L67/1001 , H04L67/101 , H04L67/1097
-
公开(公告)号：CN116361006B
公开(公告)日：2023-11-21
申请号：CN202310357823.9
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: G06F9/50 , H04L67/1001
-
公开(公告)号：CN115187847A
公开(公告)日：2022-10-14
申请号：CN202210832612.1
申请日：2022-07-14
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: G06V10/94 , G06V20/52 , G06V10/70 , G06V10/82 , G06N3/04 , G06N3/08 , G06N5/04 , G06F9/455 , H04L67/06 , H04L67/10 , H04L67/1008 , H04L67/101 , H04L67/1095 , H04N7/18
Abstract: 本发明涉及一种基于云边端架构的图像联合推理识别系统及方法，包括云平台层、通信网络层、边缘层、终端层；云平台层包括云计算中心、数据库、云端文件存储系统、镜像仓库；边缘层包括集成在目标图像识别场景中的各个设备，包括边缘设备、本地文件存储系统；终端层是目标图像识别场景中具有数据采集功能的终端设备，用于将监控采集的实时图像、视频通过有线或无线网络传输到边缘层，以待检测。本发明采用云边联合推理算法，攻克只将模型单边部署于云端或者边缘端的缺点，能更多更快的对多目标进行检测识别，充分利用云边资源，更适用于复杂的多目标图像识别与检测作业。
-
-
-
-
-
Search Results
16
records
(took 0.047 seconds)
