基于深度学习的数据中心环境热通道预测算法

    公开(公告)号:CN115718687A

    公开(公告)日:2023-02-28

    申请号:CN202211456328.5

    申请日:2022-11-21

    Abstract: 本发明涉及服务器环境热通道预测算法技术领域,公开了基于深度学习的数据中心环境热通道预测算法,包括以下步骤:S1:获取数据:从监控系统获取对应服务器的数据;S2:数据处理:将S1获取的数据处理成平均值,再进行归一化处理;S3:搭建BiRCNN网络模型;S4:模型训练:将S2处理后的数据输入BiRCNN网络模型并作为模型输出的目标,按一定比例分为训练集和测试集进行模型训练;S5:预测数据:保存模型训练参数,将新时刻数据输入BiRCNN网络模型即可对服务器对应的环境热通道平均温度进行预测;本发明有助于针对性对精密空调送风设定温度、回风设定温度、压缩机转速、风机转速等参数进行及时调控,优化数据中心AI群控算法节能效果,减少运维人员压力。

    一种从电力领域的文本中抽取实体关系的方法

    公开(公告)号:CN115017885A

    公开(公告)日:2022-09-06

    申请号:CN202210794586.8

    申请日:2022-07-07

    Abstract: 本申请涉及一种从电力领域的文本中抽取实体关系的方法。方法包括:获取电力领域对应的目标文本,并基于目标文本进行与电力领域相关的结构化分析,确定电力领域对应的非结构化部分,非结构化部分为目标文本中各标题下的文本内容;对非结构化部分对应的非结构化文本进行标引,并基于标引后的非结构化文本确定目标文本中对应的独立的句子成分、被单向依赖的句子成分、双向依赖的句子成分,得到电力领域对应的目标文本中的知识三元组;基于知识三元组中的各核心动词进行实体关系的标定,以对知识三元组进行优化,得到优化后的知识三元组对应的电力领域实体关系。采用本方法能够提高了电力领域实体关系的抽取质量和效率。

    云环境下基于高效哈希算法的数据质量校验方法

    公开(公告)号:CN113919001A

    公开(公告)日:2022-01-11

    申请号:CN202111043848.9

    申请日:2021-09-07

    Abstract: 本发明涉及一种云环境下基于高效哈希算法的数据质量校验方法,是针对现有同类方法的数据在删除后通过云端恢复效果较差,特别较难精确对数据的异常进行修复的技术问题。该方法在数据可恢复证明机制的引导下,并基于哈希函数的数据质量校验算法,将数据分解为n个相互冗余的子函数,子函数作为数据块,数据块分别交给n个云端;其要点是所述数据需要更新时,采用以数据块为颗粒度,数据分块计算和增量更新的方法来应对解决频繁更新数据时存在数据分块证据过多的问题,然后采用马尔科夫哈希树对同一组数据块的哈希码进行合并;最后,基于“挑战”‑“应答”协议模式采用哈希码一致性的验证方式周期性实现数据完整性验证,修复数据块。

    异常数据确定方法、装置、计算机设备和存储介质

    公开(公告)号:CN118332458A

    公开(公告)日:2024-07-12

    申请号:CN202410264958.5

    申请日:2024-03-08

    Abstract: 本申请涉及一种异常数据确定方法、装置、计算机设备和存储介质。所述方法包括:获取目标区域在目标时段的电力关联数据;根据目标区域在目标时段的实际电量数据和实际人口数据,确定目标区域在目标时段的预测产值数据;对目标区域在目标时段的实际产值数据和预测产值数据进行残差分析,得到目标区域在目标时段的残差值;根据目标区域在目标时段的残差值,确定目标区域在目标时段的电力关联数据的异常数据信息。通过对实际产值数据和预测产值数据进行残差分析,以得到残差值,当残差值大于预设阈值时,确定电力关联数据中存在异常数据,并能够根据残差值确定出具体的异常数据,提高了识别电力关联数据中异常数据的准确性。

    一种端到端联结主义时间分类语音识别优化方法及系统

    公开(公告)号:CN117636848A

    公开(公告)日:2024-03-01

    申请号:CN202210965869.4

    申请日:2022-08-12

    Abstract: 本申请提供了一种端到端联结主义时间分类语音识别优化方法及系统。所述语音识别优化方法包括:基于预测文本和所述目标文本,计算联结主义时间分类损失函数;基于文本表征和转化后的语音表征,计算余弦损失函数;对联结主义时间分类损失函数和余弦损失函数进行加权相加,得到优化目标训练模型。本申请将联结主义时间分类损失函数和基于余弦的损失函数加权相加,得到优化目标训练模型。所述优化目标训练模型将预训练语言模型的非自回归结构和上下文关心的特点知识迁移至端到端联结主义时间分类器,可以缓解其条件独立性假设,从而提升识别性能。

    一种基于BIM的基建项目管理方法及系统

    公开(公告)号:CN115587792A

    公开(公告)日:2023-01-10

    申请号:CN202211187410.2

    申请日:2022-09-26

    Abstract: 本发明公开了一种基于BIM的基建项目管理方法及系统,获取不同规模基建工程项目的建设基本数据BIM数字化设计模型和可以输出的最详细地理信息相关标准,在所述不同规模基建工程项目接上数据显示器,且未向工程项目传感器发出采集数据时,实时获取所述项目GIS地图接收通道上的当前误差数据,根据所述实时误差数据、最详细地理信息相关标准和当前误差数据确定所述工程项目传感器当前测量到的工地数据的规范所允许峰值;结合不同规模基建工程项目的固有特性和当前误差数据确定当前测量到的工地数据的规范所允许峰值,该规范所允许峰值实时更新及时反映装置当前的误差干扰情况,进而在到测量工地后通过排除该误差干扰,可以使得测量结果更准确。

Patent Agency Ranking