一种基于时间序列的复杂网络链接预测方法

    公开(公告)号:CN106789160B

    公开(公告)日:2019-11-22

    申请号:CN201611051368.6

    申请日:2016-11-24

    Applicant: 吉林大学

    Abstract: 本发明公开了一种基于时间序列的复杂网络链接预测方法,包括如下步骤:步骤一、使用静态方法对任意两个节点的链接概率进行评分;步骤二、使用时间序列的方法,获取最近不相连的任意两节点的链接出现概率;步骤三、对于使用静态方法计算出的链接出现概率序列p1,p2,…pk,计算其权值:W(i)=α(pi‑pi‑1)+(1‑α)W(i‑1)i=2…k;W(1)=1,得到最终的链接出现的概率pk=W(k)pk+1;步骤四、对步骤三中计算得到的结果进行排序,输出预测的链接。本发明提供的基于时间序列的复杂网络链接预测方法,通过加权算法,使预测结果更为精确。

    基于软错误感知的GPGPU程序近似分析系统及方法

    公开(公告)号:CN109815104B

    公开(公告)日:2019-10-25

    申请号:CN201910107441.4

    申请日:2019-02-02

    Applicant: 吉林大学

    Abstract: 本发明提供基于软错误感知的GPGPU程序近似分析系统及方法,以实现对GPGPU程序进行可靠性分析。上述系统进行了多次软错误模拟,将发生软错误后的错误输出结果进行了归类。在归类过程中,根据错误输出结果与标准输出结果间的误差(差异)是否超过用户质量需求,将差异发生类型(SDC)的错误输出,近一步划分为差异可接受类型和差异不可接受类型。这反映了程序可容忍一定范围的误差的近似特性,因此本发明实施例所进行的归类是近似归类。而基于近似归类所进行的可靠性分析,即为“可靠性近似分析”。可靠性近似分析有助于找出真正严重的错误,以此为依据设计保护策略可减少没必要的保护和开销。

    卫星数据查询方法、系统、设备及计算机可读存储介质

    公开(公告)号:CN108287907B

    公开(公告)日:2019-03-15

    申请号:CN201810095847.0

    申请日:2018-01-31

    Applicant: 吉林大学

    Abstract: 本申请公开了一种卫星数据查询方法、系统、设备及计算机可读存储介质,其中该方法包括获取查询所需数据的指令,得到目标指令;根据目标指令,生成相应的查询条件;根据查询条件,利用预设算法查找相应数据,得到目标数据;其中,查询条件包括地理区域查询条件和元数据查询条件;预设算法为:将查询条件与数据库数据在经纬度上投影,得到第一投影结果和第二投影结果;当第一投影结果与第二投影结果相交时,判断第二投影结果对应数据所在的区域是否在第一投影结果对应的区域内;若是,则第二投影结果对应数据为目标数据。可见,本申请提供的卫星数据查询方法,通过目标指令获得查询条件,并利用预设算法获得相应的高分辨率卫星数据。

    一种在线流数据近似处理质量控制方法及装置

    公开(公告)号:CN107436954B

    公开(公告)日:2018-10-02

    申请号:CN201710701336.4

    申请日:2017-08-16

    Applicant: 吉林大学

    Abstract: 本发明公开了一种在线流数据近似处理质量控制方法,该方法包括以下步骤:确定针对当前数据处理窗口的流数据的采样策略,根据采样策略,对流数据进行采样,获得采样数据;对采样数据进行近似处理,获得当前近似处理结果,根据预先获得的用户需求和当前近似处理结果,进行误差分析,得到误差值;判断误差值是否小于或等于预设误差阈值;如果是,则输出当前近似处理结果,如果否,则进行误差校正。应用本发明实施例所提供的技术方案,可以提高流数据的近似处理结果的质量。本发明还公开了一种在线流数据近似处理质量控制装置,具有相应技术效果。

    一种在线流数据近似处理方法及装置

    公开(公告)号:CN107506418A

    公开(公告)日:2017-12-22

    申请号:CN201710701338.3

    申请日:2017-08-16

    Applicant: 吉林大学

    Abstract: 本发明公开了一种在线流数据近似处理方法,包括以下步骤:对流数据进行数据学习,获得流数据基于二叉树的数据分布情况,根据数据分布情况,对流数据进行采样,得到采样数据,对采样数据进行计算,获得流数据的近似处理结果。对流数据基于二叉树结构进行数据学习,确定流数据的数据分布情况,根据数据分布情况对流数据进行采样,得到采样数据,根据采样数据计算流数据的近似处理结果。基于流数据进行学习所得到的数据分布情况进行采样,使得采样数据符合流数据的数据分布情况,对样本数据进行计算得到的流数据的近似处理结果同样符合流数据的数据分布情况,提高了近似处理的准确性。本发明还公开了一种在线流数据近似处理装置,具有相应技术效果。

    一种在线流数据近似处理质量控制方法及装置

    公开(公告)号:CN107436954A

    公开(公告)日:2017-12-05

    申请号:CN201710701336.4

    申请日:2017-08-16

    Applicant: 吉林大学

    Abstract: 本发明公开了一种在线流数据近似处理质量控制方法,该方法包括以下步骤:确定针对当前数据处理窗口的流数据的采样策略,根据采样策略,对流数据进行采样,获得采样数据;对采样数据进行近似处理,获得当前近似处理结果,根据预先获得的用户需求和当前近似处理结果,进行误差分析,得到误差值;判断误差值是否小于或等于预设误差阈值;如果是,则输出当前近似处理结果,如果否,则进行误差校正。应用本发明实施例所提供的技术方案,可以提高流数据的近似处理结果的质量。本发明还公开了一种在线流数据近似处理质量控制装置,具有相应技术效果。

    一种集群数据处理方法、装置、设备及介质

    公开(公告)号:CN119088663A

    公开(公告)日:2024-12-06

    申请号:CN202411586571.8

    申请日:2024-11-08

    Applicant: 吉林大学

    Abstract: 本申请公开了一种集群数据处理方法、装置、设备及介质,涉及计算机技术领域,包括:收集计算节点多个维度的当前负载数据;对当前负载数据进行预处理,并通过多个不同主题的消息队列及根据预处理后负载数据的维度信息对预处理后负载数据进行分类存储;根据当前待分析指标从至少一个主题的消息队列存储的预处理后负载数据中获取与目标维度对应的第一数据;将第一数据输入至目标时间序列模型,以输出得到与目标维度对应的预测负载数据,将第一数据输入至目标随机森林分类模型,以输出得到与目标维度对应的安全状态评分。本申请基于消息队列的特点对传统信息收集存储技术进行改进,解决了传统技术开销大、响应慢以及IO量不均衡的问题。

    一种基于比特翻转攻击的图像识别模型混合量化方法

    公开(公告)号:CN117593631A

    公开(公告)日:2024-02-23

    申请号:CN202311739393.3

    申请日:2023-12-18

    Applicant: 吉林大学

    Abstract: 本发明公开了一种基于比特翻转攻击的图像识别模型混合量化方法,包括:步骤一、对图像识别模型进行初始量化,转化为初始量化模型;从所述初始量化模型的第一层开始,逐层进行比特翻转攻击,并且记录每一层受到攻击的敏感度;将所有层的敏感度组成初始量化模型的敏感度集合;构建优化目标函数并且确定优化约束条件,根据所述优化目标函数和所述优化约束条件确定图像识别模型的最优混合精度量化策略;步骤三、根据所述最优混合精度量化策略为图像识别模型的每一层设置用于存储该层参数的比特位宽,得到最优混合量化模型;步骤四、获取待识别图像,使用所述最优混合量化模型进行图像识别。

    一种神经网络加速器及其软错误处理装置和方法

    公开(公告)号:CN116882465A

    公开(公告)日:2023-10-13

    申请号:CN202310875376.6

    申请日:2023-07-17

    Applicant: 吉林大学

    Abstract: 本申请公开了一种神经网络加速器及其软错误处理装置和方法,应用于机器学习技术领域,包括:载入装置,用于对原始过滤器进行分组,并为每个分组配置校验过滤器;在脉动阵列中依次进行各分组的权重加载,加载时将分组的校验过滤器部署在该分组第一列;脉动阵列;包括依次连接的M个校验单元的校验行;校验单元用于:当与校验过滤器连接时传递校验数据至后级校验单元;当与原始过滤器连接时,传递校验数据至后级校验单元,并将原始过滤器输出的各个计算结果与相应校验值进行误差比较;错误恢复装置用于基于误差比较结果以及错误恢复规则进行错误处理。应用本申请的方案,有效地实现了软错误处理,节约了硬件资源和计算资源,避免了过度保护。

    一种低延迟的水下跨层机会路由方法

    公开(公告)号:CN112291729A

    公开(公告)日:2021-01-29

    申请号:CN202011185898.6

    申请日:2020-10-30

    Applicant: 吉林大学

    Abstract: 本发明公开一种低延迟的水下跨层机会路由方法,其特征在于,包括:步骤一、水下传感器网络中的汇聚节点发出一级探针包和二级探针包将多个水下节点进行两次分层形成邻居表;步骤二、发送节点根据所述邻居表选择多个水下节点作为所述发送节点的下一跳,并通过等待机制选举出转发节点;其中,所述邻居表根据网络拓扑进行更新。本发明通过使用路由信息减少MAC层的控制包,而MAC层的信息可以减少维护节点间邻居信息的消耗进而减少路由阶段的控制包;通过邻居信息和机会路由的方法减少控制包的使用和数据多拷贝情况,进而减少端到端的延迟和网络整体能耗。

Patent Agency Ranking