-
公开(公告)号：CN110990155B
公开(公告)日：2022-03-22
申请号：CN201911197625.0
申请日：2019-11-29
Applicant: 杭州电子科技大学 , 杭州电子科技大学舟山同博海洋电子信息研究院有限公司 , 浙江曙光信息技术有限公司
Abstract: 本发明公开了一种面向大规模安全监控的参数通信方法。本发明首先利用监控图片作为数据集，采用多节点集群组成参数服务器系统，其中一个节点作为参数服务器，其他节点作为计算节点。其次部署性能监控模型，参数服务器通过性能监控模块获取计算节点的性能参数。然后参数服务器以收集到的性能参数为依据，使用性能聚类算法计算出参数服务器下次同步计算节点的数量。最后计算节点根据同步标记选择全局模型或本地模型进入下一次迭代训练。本发明动态限制参数服务器的同步屏障规模，减少了同步通信开销，并且保证了模型训练的准确率；在计算节点间实现了有限异步计算，充分发挥了集群整体性能，实现集群动态负载均衡。
-
公开(公告)号：CN119476591A
公开(公告)日：2025-02-18
申请号：CN202411545590.6
申请日：2024-11-01
Applicant: 杭州电子科技大学
IPC: G06Q10/04 , G06Q10/067 , G06F18/213 , G06F123/02
Abstract: 本发明公开了一种基于深度子特征分解的多变量时间序列数据预测方法，该方法首先记录收集时序数据。其次构建多变量时间序列数据预测模型，输入收集的时序数据，进行特征分解，得到预测结果。最后对多变量时间序列数据预测模型进行训练并测试。本发明提高了关键时间变量在数据层面的显著性，实现了对复杂混合的时序数据的解耦，降低了时间变量的捕获难度，提升了模型的预测精度以及鲁棒性。
-
公开(公告)号：CN113934714B
公开(公告)日：2024-11-12
申请号：CN202111075791.0
申请日：2021-09-14
Applicant: 杭州电子科技大学
IPC: G06F16/215 , G06V10/762 , G06V10/764 , G06V10/774
Abstract: 本发明公开一种基于概率密度聚类的数据清洗方法及装置。本发明从基于层级聚类模型预测数值型错误数据出发，利用数据的概率密度求出数据的特征向量，再根据特征向量来进行模型训练和预测，提高了错误数据的预测精准度，并且人工参与的工作量较小，工作复杂度较低；在利用概率密度求特征向量的过程中，设置的阈值精度较高，个数较多，使本方法具有的一定的泛化型。
-
公开(公告)号：CN112488655B
公开(公告)日：2024-09-06
申请号：CN202011400356.6
申请日：2020-12-04
Applicant: 杭州电子科技大学
Abstract: 本发明提供一种基于多租户模式的业务流程动态定制系统及方法。业务流程系统包括业务流程模块、表单管理模块、租户感知模块、流程执行器和共享数据库等；该方法通过对租户的业务需求进行分析，按层级划分任务节点，构建多租户业务流程定制模型；针对业务流程中的可变性任务节点，在模型中加入了模式匹配器，能够根据业务需求的调整动态生成符合要求的业务流程。采用本方法后，系统能根据当前的租户身份，生成一个符合该租户需求的业务流程，减少租户的定制操作；加入的模式匹配器，增强了系统对可变性因素的控制，提高了系统的灵活性。由于租户间共用一套业务流程系统，可以从很大程度上降低系统的运营成本。
-
公开(公告)号：CN111580934B
公开(公告)日：2024-08-09
申请号：CN202010401889.X
申请日：2020-05-13
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种云计算环境下多租户虚拟机性能一致的资源分配方法。本发明首先针对物理服务器多种性能特征制定不同的归一化衡量指标。然后利用集成基准测试软件包对物理服务器进行基准测试，自动化收集物理服务器不同硬件组件间的资源使用情况。之后根据用户虚拟机的负载特征预测其所需的资源量和性能表现，最后为不同物理服务器上的虚拟机分配不同的硬件资源。本发明能够衡量不同硬件配置的服务器之间的性能等价性，准确估测不同配置下用户虚拟机性能，同时利用虚拟机性能一致性资源分配算法保证不同物理机上用户虚拟机的性能一致性，并通过虚拟机服务等级协议保证算法实时保持云计算用户的服务质量。
-
Patent Agency Ranking
公开(公告)号：CN118152107A
公开(公告)日：2024-06-07
申请号：CN202311676312.X
申请日：2023-12-08
Applicant: 杭州电子科技大学 , 中国科学院计算机网络信息中心
IPC: G06F9/50
Abstract: 本发明公开了一种用于DFPT分析的多级GPU负载均衡方法及系统，属于计算机高性能计算数值模拟领域。该方法首先基于密度泛函微扰分析的数据集，通过预运行确定批次负载。其次根据批次负载进行一级负载划分：进行卡间负载均衡划分，实现GPU卡间负载均衡。最后进行二级负载划分：进行卡内负载均衡划分，实现GPU卡内负载均衡。该系统包括负载确定模块、一级负载划分模块和二级负载划分模块。本发明改善了现有负载均衡策略由于没有针对性的优化，难以应对GPU加速后的密度泛函微扰分析的问题，提高了资源利用率以及运算效率。
-
公开(公告)号：CN114219039B
公开(公告)日：2024-05-24
申请号：CN202111553973.4
申请日：2021-12-17
Applicant: 杭州电子科技大学
IPC: G06F18/2135 , G06F18/2321 , G06F18/23213 , G06F18/2413 , G06F18/15
Abstract: 本发明公开一种基于船舶行为特征的船舶轨迹压缩方法及其系统，本发明对船舶轨迹中缺失值数据进行预处理，然后构建特征矩阵；利用DBSCAN算法对特征矩阵I进行基于密度的聚类，得到不同船舶行为的轨迹片段；使用k‑Means方法将轨迹片段分为抛锚阶段、航行阶段、捕鱼阶段；对船舶轨迹根据不同的行为进行自适应压缩。本发明实现了对船舶轨迹数据的有效压缩，压缩方法考虑了船舶轨迹的具体行为特征，既确保压缩前后船舶轨迹数据特征的一致，又实现船舶轨迹数据的压缩，保证船舶管理系统轨迹查询相关功能的流畅性。
-
公开(公告)号：CN112488322B
公开(公告)日：2024-02-13
申请号：CN202011473608.8
申请日：2020-12-15
Applicant: 杭州电子科技大学
Abstract: 本发明提出一种基于数据特征感知聚合的联邦学习模型训练方法。本发明中的云端服务器根据边缘客户端上传的本地模型计算全局最优模型，并根据挖掘边缘客户端数据特征，对数据特征进行降维，筛选出关键特征，基于关键特征对边缘客户端进行聚类分组；云端服务器向边缘客户端下发分组信息和全局最优模型；边缘客户端根据接收到的全局最优模型，按照全局最优模型提供本地数据在本地执行模型训练，同一边缘客户端组中随机选择一个本地模型或选择边缘客户端组中最优模型上传给云端服务器。本发明充分利用了边缘客户端的数据特征，将边缘客户端进行分组，避免了不必要的通信并且极大程度的缓解了统计异构性对模型训练的影响，提高了模型的训练效率。
-
公开(公告)号：CN116956940A
公开(公告)日：2023-10-27
申请号：CN202310972327.4
申请日：2023-08-03
Applicant: 杭州电子科技大学
IPC: G06F40/30 , G06F40/247 , G06F40/289 , G06F16/35 , G06N3/0455 , G06N3/042 , G06N3/0464 , G06N3/047 , G06N3/048 , G06N3/084
Abstract: 本发明公开一种基于多向式遍历与提示学习的文本事件抽取方法，该方法包括：采集相应的事件文本，标注文本中的实体信息与触发词信息，构造事件数据集，进行预处理，筛除不符合要求的数据，并划分为训练集、验证集和测试集；结合提示学习，按三种样本遍历方式构建提示输入模板，构造基于预训练语言模型的事件论元抽取模型，并结合输入进行训练，最终利用训练好的论元抽取模型实现论元识别与论元分类。本发明将输入信息按照三种遍历方式进行训练与损失计算，弥补了论元之间交互不足的问题，提高了论元识别与分类的准确率，即使在训练样本数极度不足的情景下仍能保持一定的效果。
-
公开(公告)号：CN116562333A
公开(公告)日：2023-08-08
申请号：CN202310332005.3
申请日：2023-03-30
Applicant: 中国科学院计算机网络信息中心 , 杭州电子科技大学
Abstract: 本发明提供一种针对物理神经网络的改进网络的调优方法和装置。该方法包括：为所述基础的物理神经网络添加输入放缩层，输出放缩层和特征层，构建改进的物理神经网络；使用若干观测点和所述改进的物理神经网络作差作为第一损失函数对所述改进的物理神经网络进行第一训练；将所述微分方程组的残差项加入到所述第一损失函数得到第二损失函数进行第二训练。实现了使用物理神经网络求解强刚性的速率理论方程组的可行性，添加观测点作为有监督训练项并进行预训练，确定模型的优化方向，使模型训练具有更高的训练效率。采用均衡各残差权重的优化方法，让改进的网络具有更好的正则化效果。
-
-
-
-
-
-
-
-
-
Search Results
237
records
(took 0.046 seconds)
