-
公开(公告)号：CN116205625A
公开(公告)日：2023-06-02
申请号：CN202310111434.8
申请日：2023-02-07
Applicant: 浙江大学
IPC: G06Q10/20 , G06N20/00 , G06F16/2458 , G06F16/22 , G06Q50/06
Abstract: 本发明公开了一种时间序列在线决策模型的数据处理和模型训练的优化方法。本发明通过多源传感器获取蒸汽锅炉的水位、过热蒸汽温度及压力、烟气氧量与炉膛负压等时序数据；数据处理时，首先将各时序数据中浮点类型的精度统一，然后等比例放大为整型数据，根据设定的时间间隔完成多源时序数据的插值和时间序列对齐；汇总后的时序数据使用压缩算法，以时间戳为主键，压缩存储至数据库中；决策时读取数据库中的压缩数据，解压后构建特征向量，输入模型，在线决策模型计算后输出决策信息；运维人员根据模型决策结果及时调整锅炉外部输入设备的参数，以及是否要停机设备保养。本方法简化了决策模型的复杂度，进一步提升了决策效率和存储效率。
-
公开(公告)号：CN116108217A
公开(公告)日：2023-05-12
申请号：CN202211327218.9
申请日：2022-10-27
Applicant: 浙江大学
IPC: G06F16/583 , G06V10/56 , G06V20/58 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种基于深度哈希编码和多任务预测的逃费车辆相似图片检索方法。其特征在于，以resnet50作为特征提取器，分别输入到车辆id、车型、颜色预测模块和哈希码生成模块四个分支同时训练。哈希码生成模块可以生成不同长度的哈希编码，车型和颜色预测模块分别对车型和颜色进行预测。该方法同时对车型预测、颜色预测、哈希编码生成模块进行优化，可以实现基于属性的粗粒度检索和基于不同层次哈希码的细粒度检索。针对逃费车辆，首先可以从数据库中针对粗粒度属性特征筛选出匹配的图片，再根据由短到长的哈希码不断进行更加精细化的检索。由粗到精的检索方法和哈希编码的方式大大提高检索速度和检索效率。
-
公开(公告)号：CN117193935B
公开(公告)日：2025-02-07
申请号：CN202311044209.3
申请日：2023-08-18
Applicant: 浙江大学
IPC: G06F9/455
Abstract: 本发明公开了一种基于安全虚拟机容器的时序图采样方法与系统，包括：客户端与管理服务器建立会话，并通过会话发起图采样计算请求，请求参数中包括UDF函数；计算服务器执行计算服务，其利用CodeGen技术将UDF函数转化为安全虚拟机容器的底层代码，并调度安全虚拟机容器异步执行采样脚本；所需图数据来自数据服务器；采样服务在客户端调取采样结果前将基于流式更新的图数据来维护采样结果的实时性。本发明对时序图数据的采样，能够实时响应数据变更状态，能够灵活地设计采样过程中的数据处理方案，能够适应大数据场景下的高吞吐量。
-
Patent Agency Ranking
公开(公告)号：CN118170950A
公开(公告)日：2024-06-11
申请号：CN202311781141.7
申请日：2023-12-22
Applicant: 浙江大学
IPC: G06F16/901 , G06F18/23 , G06F9/50
Abstract: 本发明提出了一种分布式的基于邻居节点聚类的图分割方法及装置。构建无向图以及指定的分区个数，将点集划分为若干个子集，使得每个节点均位于且仅位于其中一个子集中；满足负载均衡限制，分区大小尽可能均等；割边数量最小化，即两端处于不同分区的边的总量尽可能少。本发明基于图分割问题的LDG算法：采用邻居节点聚类的思想，将每个节点指派至邻居节点中所在最多的分区，通过将关联紧密的节点纳入同一分区降低割边的数量；对较大的分区施加线性惩罚因子，从而满足负载均衡限制。在单机LDG算法的基础上，本发明设计并实现了一套高效、易于实现，且适用于任意分区个数k的分布式并行计算方案，能在较短的运行时间内对巨型图结构完成划分。
-
公开(公告)号：CN118095343A
公开(公告)日：2024-05-28
申请号：CN202410055535.2
申请日：2024-01-15
Applicant: 上海浙江大学高等研究院
IPC: G06N3/042 , G06N3/0464 , G06N3/098
Abstract: 本发明公开了一种基于增量聚合策略的分布式图神经网络训练方法，具体步骤如下：对待训练的社交网络图数据进行分块；启动分布式进程组，由GPU对社交网络图数据块进行二次分片，并按照编号对社交网络图数据块分片进行编组，依次将每组社交网络全图数据分片输入到图神经网络中，利用节点更新公式将目标节点未聚合的邻居消息信息进行补全，采用分布式数据并行策略管理所有的图神经网络权重。不断迭代，直至模型收敛，完成基于增量聚合策略的分布式图神经网络训练。为提高迭代训练效率，本发明采用二次分片方式，通过缓存历史嵌入以及增量更新来保证邻居信息的完整性，在减少通信和计算的基础上近似全批量图神经网络训练的效果。
-
公开(公告)号：CN117193935A
公开(公告)日：2023-12-08
申请号：CN202311044209.3
申请日：2023-08-18
Applicant: 浙江大学
IPC: G06F9/455
Abstract: 本发明公开了一种基于安全虚拟机容器的时序图采样方法与系统，包括：客户端与管理服务器建立会话，并通过会话发起图采样计算请求，请求参数中包括UDF函数；计算服务器执行计算服务，其利用CodeGen技术将UDF函数转化为安全虚拟机容器的底层代码，并调度安全虚拟机容器异步执行采样脚本；所需图数据来自数据服务器；采样服务在客户端调取采样结果前将基于流式更新的图数据来维护采样结果的实时性。本发明对时序图数据的采样，能够实时响应数据变更状态，能够灵活地设计采样过程中的数据处理方案，能够适应大数据场景下的高吞吐量。
-
公开(公告)号：CN116614267A
公开(公告)日：2023-08-18
申请号：CN202310549829.6
申请日：2023-05-16
Applicant: 浙江大学
Abstract: 本发明公开了基于神经网络的DDos攻击云边协作防御方法与系统，本发明通过在云端训练多个SOM模型借助熵度量确定最优的SOM输出层结构，SDN中的网络控制器在云端提前注册，下发部署模型参数到提前在云端注册的SDN网络控制器；定时监控对于网络中边缘的物理设备经由的流量进行多级检测和筛选；通过SOM模型将网络流量分为正常、异常和存疑三种，并进一步通过KD树对存疑的网络流量进行细粒度的识别。这种基于云边协作的SOM训练和DDos检测方法适用于应用SDN网络架构的工业互联网场景，能在合理利用边缘网络物理资源的算力基础上，有效地对传入网络包进行实时检测，提高辨别的准确率。
-
公开(公告)号：CN115827219A
公开(公告)日：2023-03-21
申请号：CN202211374044.1
申请日：2022-11-03
Applicant: 浙江大学
IPC: G06F9/50
Abstract: 本发明公开了一种基于动态协同数据采集存储系统的自适应负载调节方法及系统。本发明通过感知模块采集云端的“Kafka+InfluxDB”的数据存储系统各节点负载信息指标。智能决策模块通过负载信息指标计算相应负载率并根据优化目标设定的权重、阈值和亲和性约束，得出负载调节计划，调节计划执行模块对Kafka和InfluxDB集群进行调节。负反馈调节模块评估负载情况，对调节计划进行参数调整。本发明能够有效地防止智慧工厂云端数据采集存储系统由于边缘侧工厂传感器故障、添加等原因造成的一些数据采集倾斜问题以及突发负载致使某些采集点宕机问题，显著降低数据采集存储系统的热点情况，提高系统的响应速度。
-
-
-
-
-
-
-
Search Results
28
records
(took 0.038 seconds)
