-
公开(公告)号：CN111159483A
公开(公告)日：2020-05-15
申请号：CN201911373671.1
申请日：2019-12-26
Applicant: 华中科技大学
IPC: G06F16/901 , G06F16/906 , G06Q50/00
Abstract: 本发明公开了一种基于增量计算的社交网络图摘要的生成方法，属于社交网络领域。包括：将目标时间段内的社交网络图进行张量化表示，得到布尔张量TG；对布尔张量TG进行张量分解，得到分解后的节点矩阵N1,N2、属性矩阵A1,…Ah-3和时间矩阵T；对节点矩阵N1或N2进行聚类，得到聚类簇中心和每个节点所属类型；将簇中心视作图摘要的超点，计算超点之间的超边权值，得到图摘要。本发明对社交网络的节点、节点属性和时间戳进行多维数据融合，基于社交网络图的二值性和张量的高维度表达特性，实现了对高维图数据的统一表达，复杂社交网络的布尔张量化表示。引入增量式CP分解，充分利用旧图张量的分解结果等先验信息，减小了分解张量的大小，提高了图摘要的分解效率。
-
公开(公告)号：CN106445685B
公开(公告)日：2019-05-14
申请号：CN201610837582.8
申请日：2016-09-21
Applicant: 华中科技大学
Abstract: 本发明公开了一种高效的分布式大规模动态图k核维护方法，属于图形信息检索领域。该发明方法包括静态时k核维护子方法、插入边时k核维护子方法和删除边时k核维护子方法，静态时k核维护子方法充分利用每个顶点的邻居顶点信息，每个顶点通过访问这些邻居顶点的信息即可快速维护自己的核数；同时，插入边时k核维护子方法和删除边时k核维护子方法在计算过程中从插入或者删除了边的顶点开始进行遍历，快速找到可能发生更新的最小顶点任务队列集合，并对顶点任务队列中的每个顶点执行相同的操作。本发明方法能够实时更新动态图数据变化，且便于扩展进行分布式计算，可以处理单机难以计算的大规模图数据。
-
公开(公告)号：CN106445685A
公开(公告)日：2017-02-22
申请号：CN201610837582.8
申请日：2016-09-21
Applicant: 华中科技大学
CPC classification number: G06F9/5061 , G06T11/206
Abstract: 本发明公开了一种高效的分布式大规模动态图k核维护方法，属于图形信息检索领域。该发明方法包括静态时k核维护子方法、插入边时k核维护子方法和删除边时k核维护子方法，静态时k核维护子方法充分利用每个顶点的邻居顶点信息，每个顶点通过访问这些邻居顶点的信息即可快速维护自己的核数；同时，插入边时k核维护子方法和删除边时k核维护子方法在计算过程中从插入或者删除了边的顶点开始进行遍历，快速找到可能发生更新的最小顶点任务队列集合，并对顶点任务队列中的每个顶点执行相同的操作。本发明方法能够实时更新动态图数据变化，且便于扩展进行分布式计算，可以处理单机难以计算的大规模图数据。
-
公开(公告)号：CN103699599A
公开(公告)日：2014-04-02
申请号：CN201310682070.5
申请日：2013-12-13
Applicant: 华中科技大学
IPC: G06F17/30
Abstract: 本发明公开了一种基于Storm实时流计算框架的消息可靠处理保障方法，包括：①预处理阶段，对环境做初始化工作；②集群计算过程中对已经发射并正处于计算状态的数据进行跟踪；③发射任务在监听到消息处理成功的信号时，清空缓存区中属于它的所有子元组的跟踪信息；④发射任务在监听到消息处理失败的信号时，定位产生处理失败的任务的位置和待恢复数据；⑤根据跟踪信息和xml文件构建消息恢复程序，然后从缓存区读取待恢复数据，执行消息恢复程序；⑥清空缓存区，释放内存空间。本发明在消息恢复时避免了复杂拓扑业务下存在的大规模重复计算，有效地减少消息恢复的计算量，从而提升整个业务场景下数据处理的性能，保证实时处理对低延迟的需求。
-
公开(公告)号：CN102917016A
公开(公告)日：2013-02-06
申请号：CN201210335400.9
申请日：2012-09-12
Applicant: 华中科技大学
Abstract: 本发明公开了一种基于内容的发布订阅模型的拓扑结构优化方法，包括：创建代理节点并对代理节点进行初始化操作，以得到初始拓扑结构，对初始拓扑结构进行定时检测，以得到测试结果数据集，控制器分析数据集，以得到决策结果Rr，判断决策结果Rr是否大于最终标准决策结果值，如果是，则初始化程序重新生成拓扑矩阵Mn’，并根据拓扑矩阵Mn’动态地调整拓扑结构，测试拓扑矩阵Mn’，并对拓扑矩阵Mn’中代理节点的路由表进行更新。本发明能够使发布订阅系统自动检测其拓扑内代理的状态并根据当前拓扑结构和网络连接状况综合制定拓扑策略，动态地在环状结构和非环状结构之间进行转换，从而达到充分利用不同结构的优点，增加容错性以及减少信息分发延迟的目的。
-
Patent Agency Ranking
公开(公告)号：CN102073535A
公开(公告)日：2011-05-25
申请号：CN201110004407.8
申请日：2011-01-11
Applicant: 华中科技大学
Abstract: 本发明公开了一种基于硬件计数器虚拟化的多虚拟机性能分析方法。当多个虚拟机同时进行性能分析并需要占用硬件计数器时，若多个虚拟机分析的CPU事件总数超过硬件计数器的数量时，会对硬件计数器进行虚拟化以满足要求，否则不对其进行虚拟化。在Xen虚拟机管理器层次通过一个采样机制来获取采样信息，并将这些信息分发到与各个虚拟机对应的缓冲区，再由虚拟机用户层程序进行分析处理，从而得到相应的分析结果及详细的性能信息。本发明采用后台守护进程监听各个虚拟机启动或停止性能分析的请求，使用Xenstore作为各虚拟机之间的消息传递机制，采用分时复用技术来实现硬件计数器的虚拟化，为虚拟环境下的程序性能分析提供了便利，并且较好地保证了分析的精确度。
-
公开(公告)号：CN101226484A
公开(公告)日：2008-07-23
申请号：CN200710168679.5
申请日：2007-12-07
Applicant: 华中科技大学
Abstract: 本发明公开了一种基于仿真网格的仿真场景自动部署方法，步骤为：①描述场景，输入联邦、联邦成员信息，生成场景描述文件；②通过仿真网格资源收集工具获得仿真网格空闲资源，将检测空闲资源添加到信息表，定时更新资源信息表；③将资源匹配请求都加入请求队列，从队首开始逐个取出请求并以联邦为单位资源，与资源信息表中的资源进行匹配，生成部署方案；④按照部署方案进行场景自动部署。该方法能够详尽描述仿真场景，并支持采用桥接联邦成员构建的联邦仿真场景。该方法能够从整体上宏观的为仿真场景中的应用选择合适的仿真资源进行仿真，减少仿真场景部署时间、提高仿真资源的利用率并提高仿真运行效率。
-
公开(公告)号：CN1275428C
公开(公告)日：2006-09-13
申请号：CN200310111318.9
申请日：2003-10-31
Applicant: 华中科技大学
Abstract: 本发明公开了一种邮件服务器性能综合测试系统，包括设置在客户机上的测试管理模块、负载产生模块和SMTP邮件接收处理模块；测试管理模块负责设置测试参数，向负载产生模块和SMTP邮件接收处理模块发送测试命，收集这二个模块的测试数据，并将测试数据统计整理后输出，控制测试全过程；负载产生模块用于创建SMTP和POP3通信流量，在测试管理模块控制下，传送SMTP报文到邮件服务器，并通过POP3报文的形式从邮件服务器取出本地邮箱内的邮件；SMTP邮件接收处理模块模拟远程SMTP服务，接收邮件服务器发往外地的邮件，负载产生模块发送的外地邮件被邮件服务器转发到该模块。本发明测试原理科学，采用了Linux下的多线程技术、进程间通信技术和网络编程技术，具有评测过程简单，评测费用低等优点。
-
公开(公告)号：CN1561036A
公开(公告)日：2005-01-05
申请号：CN200410012765.3
申请日：2004-02-24
Applicant: 华中科技大学
IPC: H04L12/26
Abstract: 基于TPC－W基准的网站服务器性能测试系统，为网站服务器提供了一种标准的性能测试工具。本发明采用客户机/服务器体系结构，在高速宽带局域网中，使用多台客户机模拟多个远程浏览用户，严格遵循用户访问网站服务器的统计特性，在规定的测试时间内访问网站服务器，测试网站服务器在三种测试模式下(WIPS、WIPSb、WIPSo)体现出来的性能，即每秒网页操作的平均数和服务器对用户请求的平均响应时间。本发明采用了Windows下的多线程技术、事件同步技术、加密技术和网络编程技术，具有测试原理规范、接近现实世界、数据库规模可伸缩、实现了加密传输、安装简单、界面人性化、适用范围广、评测费用低等优点。
-
公开(公告)号：CN111460881A
公开(公告)日：2020-07-28
申请号：CN202010050157.0
申请日：2020-01-16
Applicant: 华中科技大学
Abstract: 本发明公开了基于近邻判别的交通标志对抗样本检测方法和分类装置，属于机器学习领域。包括：将待测样本输入至训练好的交通标志分类网络，得到第一分类结果和中间特征图；将待测样本的中间特征图输入至近邻判别模型，近邻判别模型的数据集为训练样本的中间特征图集合，得到待测样本属于各个交通标志类别的概率；判断待测样本属于第一分类结果的概率是否大于等于设定阈值，若是，为正常样本，否则，为对抗样本。本发明利用近邻判别分类模型的计算样本之间相似度的思想以及其简单高效性，在不影响深度神经网络分类性能的前提下，改变原始数据样本的表征，增大对抗样本的生成难度与攻击难度，从而提高系统的主动防御能力，并且没有增加模型的复杂度。
-
-
-
-
-
-
-
-
-
Search Results
43
records
(took 0.021 seconds)
