-
公开(公告)号：CN116822253B
公开(公告)日：2023-12-08
申请号：CN202311090897.7
申请日：2023-08-29
Applicant: 山东省计算中心(国家超级计算济南中心)
IPC: G06F30/20 , G06F111/10 , G06F111/04 , G06F113/08
Abstract: 本发明公开了一种适用于MASNUM海浪模式的混合精度实现方法及系统，涉及海洋科学并行计算应用技术领域，该方法包括：将海浪模型划分为多个运算模块，获取每个模块的运行时间并以此进行排序，对排序后的每一模块进行降精度；将降精度运算模块按排序顺序逐个对应替换海浪模型中原本的运算模块，根据每一降精度运算模块替换前后的模型运行时间和模型区域平均有效波高相对误差进行对比验证，筛选符合验证条件的降精度运算模块；对筛选出的模块进行排序后再进行组合验证，确定符合组合验证条件的降精度运算模块，形成混合精度版海浪模型。本发明推进混合精度方法在海浪模式的应用，保(56)对比文件Maximilian Reuter 等.A FastAtmospheric Trace Gas Retrieval forHyperspectral Instruments ApproximatingMultiple Scattering—Part 2: Applicationto XCO2 Retrievals from OCO-2《.RemoteSensing》.2017,第9卷(第11期),全文.张志远 等.MASNUM海浪模式的性能特点分析与并行优化《.计算机研究与发展》.2015,(第04期),全文.钱扬风 等.JASON-2卫星高度计波高数据同化对中国渤黄海海浪数值预报影响研究《.海洋湖沼通报》.2020,(第04期),全文.王天驹 等.西北太平洋夏季海浪数值模拟研究《.海洋技术学报》.2015,(第04期),全文.
-
公开(公告)号：CN117112667A
公开(公告)日：2023-11-24
申请号：CN202311071030.7
申请日：2023-08-24
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: G06F16/25 , G06F16/21 , G06F16/215
Abstract: 本发明涉及一种基于湖仓一体的高校关系数据处理方法和系统，包括：将高校各业务系统原始数据抽取入湖仓及分割初始元数据入仓，并将有标签的元数据存入湖仓；构建初版高校数据标准映射字典，并将其数据标准中的中文简称同化成模型语义类别标签；对抽取入湖仓的未含有标注的元数据进行语义识别，基于模型语义类别标签对元数据标注进行纠错，并更新回填至湖仓的元数据标注中；基于数据仓库中的高校元数据标准映射字典，映射整合并构建分级分类的高校数据资产目录；实现数据资产目录发布及查询搜索。本发明构建了统一的高校元数据标准映射数据字典，实现业务系统与实现不同业务系统与高校统一元数据标准之间的关联映射，构建统一的数据资产目录。
-
公开(公告)号：CN117112648A
公开(公告)日：2023-11-24
申请号：CN202311070405.8
申请日：2023-08-24
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: G06F16/2458 , G06F16/215 , G06F18/214 , G06F18/24 , G06F18/23213 , G06Q50/20
Abstract: 本发明涉及一种基于智慧教育数据的高校学生学习画像生成系统及方法，属于数据挖掘领域，包括数据抽取模块、数据处理模块、标签模块、数据库模块、画像生成模块；通过针对学生在教育大数据应用中的现实需要，聚焦于学生学习行为，针对多任务学习场景，分析学生学习特征，构造客观的学生画像标签体系，设计学生画像标签体系技术架构，对学生群体进行深度刻画，构建学生学习画像，以此形成的学生画像来反映学生表现特征，提供个性化教学，降低大量数据给师生带来的认知负荷，为学生教育管理者提供相应的决策支持。
-
公开(公告)号：CN116993697A
公开(公告)日：2023-11-03
申请号：CN202310970953.X
申请日：2023-08-03
Applicant: 山东省计算中心(国家超级计算济南中心)
Abstract: 本发明的基于图像处理的病理切片褶皱识别方法，首先获取数字病理图像，然后将其转换至HSV空间，获得饱和度图像；然后计算饱和度图像的直方图并获取二值化的阈值；利用二值化的阈值将饱和度图像进行二值化处理，二值化图像中的白色区域即为褶皱的ROI区域；然后形成二值化图像的边界框；最后，提取出二值化图像中的褶皱区域。本发明的病理切片褶皱识别方法，可实现病理切片图像中褶皱区域的快速、高效的自动识别，适于对数量巨大的切片数据的处理，与现有人工审核筛选相比较，具有效率高、识别准确和不受人员因数干扰的优点，适用于对病理图像的切片优良率的智能化判断。
-
公开(公告)号：CN116860995A
公开(公告)日：2023-10-10
申请号：CN202310816845.7
申请日：2023-07-05
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)
Abstract: 本发明涉及一种应用于多元编程习题的深度知识追踪方法及系统，包括：接收编程平台系统的用户做题数据和编译日志数据，进行数据预处理；对错误信息进行日志模式聚类；构建题型特征矩阵；基于时间间隔和学习能力的位置编码；对答题交互序列进行one‑hot编码转化，得到答题交互嵌入向量；将答题交互嵌入向量输入至训练好的深度知识追踪模型中实现深度知识追踪。本发明通过对数据处理、建立知识库和模型改进，使模型可以适用于多元题型，更加符合实际场景的应用，尤其是通过建立编译结果知识库，实现了知识追踪在编程平台领域的针对多种不同习题题型的应用。
-
Patent Agency Ranking
公开(公告)号：CN116614499A
公开(公告)日：2023-08-18
申请号：CN202310490016.4
申请日：2023-05-04
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: H04L67/10 , H04L67/1074 , H04L43/0852 , H04L43/0894 , G06F9/50
Abstract: 本发明涉及一种算力网络广域资源协同调度方法，属于算力资源调度领域。当用户具有足够的配额，判断数据所在数据中心是否有足够的算力，若是则使用同数据中心存算一体策略，若否，则进一步筛选出所有其它合适的算力平台，若有，则通过网络带宽和网络时延判断是否可以存算分离，若是，则使用广域存算分离策略，若否，则判断是否存在数据中心同时满足算力需求和存储需求，若是，则使用基于广域数据流转的存算一体策略，若否，则使用广域存算分离策略。本发明能够实现异构广域分布的算力平台计算、存储、网络资源的汇聚和利用的统筹优化，从而实现各类资源的跨域协同调度，提高大规模任务的协同计算效率。
-
公开(公告)号：CN116594771A
公开(公告)日：2023-08-15
申请号：CN202310543327.2
申请日：2023-05-15
Applicant: 山东省计算中心(国家超级计算济南中心)
Abstract: 本发明涉及一种面向算力网络的异构数据资源管理方法，属于算力网络领域。包括：系统初始化；建立算网异构数据资源管理架构；创建算网异构数据资源管理架构的资源表、编写算网异构数据资源管理架构的数据中心管理引擎和数据实体管理引擎；在算网中心节点构建虚拟目录，形成算网下异构资源的统一目录；接入数据中心资源；对算网异构数据资源进行管理。本发明建立了算网统一数据资源虚拟目录，形成了算网数据资源的统一视图，并创建了异构数据资源管理引擎，方便数据实体的管理和使用。在路由选路时，设计了MinCost代价函数计算数据流转的最小代价，选择最小代价的最优路径作为通信路径。
-
公开(公告)号：CN115037749B
公开(公告)日：2023-07-28
申请号：CN202210644605.9
申请日：2022-06-08
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: H04L67/10 , H04L67/1074 , H04L67/133 , H04L67/63
Abstract: 本发明涉及一种大规模微服务智能多资源协同调度方法及系统，包括：采集微服务资源使用信息与微服务运行时信息并进行数据预处理；对资源协同调度进行决策的性能感知的多层联动；对微服务进行资源调度的资源分配。通过自动的信息采集可以实时地感知微服务的资源使用和延迟性能等情况；在此基础上，利用多智能体深度强化学习方法可以捕获各个微服务之间的依赖关系，并根据工作负载的动态变化协同地对每个微服务所使用的多种资源进行弹性细粒度的调整。本发明可以在尽可能保障大规模微服务应用的尾延迟SLO的同时，降低微服务每个资源维度的资源冗余，进而提高整体资源利用率。
-
公开(公告)号：CN116449462A
公开(公告)日：2023-07-18
申请号：CN202310720313.3
申请日：2023-06-19
Applicant: 山东省计算中心(国家超级计算济南中心)
IPC: G01W1/10 , G01C13/00 , G06N3/0442 , G06N3/08
Abstract: 本发明涉及海浪预报技术领域，本发明公开了海浪有效波高时空序列预测方法、系统、存储介质及设备，包括：获取初始时刻到当前时刻的海浪有效波高和第二时刻到第一未来时刻的多要素数据；将初始时刻到当前时刻的海浪有效波高和第二时刻到第一未来时刻的多要素数据作为输入数据序列，采用预测递归神经网络，预测得到第一未来时刻的海浪有效波高数据；基于第一未来时刻的海浪有效波高数据和第二未来时刻到目标未来时刻的多要素数据，通过基于递归策略的单步预测，并采用预测递归神经网络，得到第二未来时刻到目标未来时刻的海浪有效波高数据。稳定了预测误差，有效提升了海浪有效波高预测精度，延长了有效预测预报时间。
-
公开(公告)号：CN116069481B
公开(公告)日：2023-07-18
申请号：CN202310354096.0
申请日：2023-04-06
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)
Abstract: 本发明属于图形处理器资源调度领域，提供了一种共享GPU资源的容器调度系统及调度方法，针对GPU资源由系统外部在各应用平台进行复用，将导致服务器的反复初始化及迁移，造成人工损耗以及时间的浪费的问题，本发明考虑从计算任务移植方面进行GPU资源的共享，在GPU资源池上构建容器系统，通过将各个平台的任务容器化后调度到提供的资源池GPU节点上，实现异构平台间GPU资源共享，提高整体平台的GPU资源利用率可满足云计算、大数据、人工智能和高性能计算场景平台的快速灵活部署实施。
-
-
-
-
-
-
-
-
-
Search Results
196
records
(took 0.053 seconds)
