-
公开(公告)号：CN118312792A
公开(公告)日：2024-07-09
申请号：CN202410463903.7
申请日：2024-04-17
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: G06F18/22 , G06F18/30 , G06N3/045 , G06N3/0455 , G06N3/0499 , G06N3/0895 , G06N3/096
Abstract: 本发明涉及海洋观测技术领域，提供了一种海洋浮标数据质量人工智能检测方法及系统，包括：获取若干连续深度的海洋浮标数据，并添加静态协变量，得到输入序列数据；基于所述输入序列数据，通过序列预测模型，得到其余深度的海洋浮标数据的预测值；对于其余深度的海洋浮标数据，将预测值和实测值的差值与预测阈值进行比较，判断实测值是否为异常数据。解决了海洋浮标数据领域标记数据不足问题。
-
公开(公告)号：CN117640378A
公开(公告)日：2024-03-01
申请号：CN202311621139.3
申请日：2023-11-29
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: H04L41/0823 , H04L41/0894 , H04L41/042 , H04L41/046 , H04L41/16 , H04L41/14 , H04L41/50 , H04L67/10 , H04L67/288 , H04L67/51 , H04L67/568
Abstract: 本发明涉及云边环境下性能感知的微服务自适应部署和资源分配方法及系统，包括：挖掘有关不同微服务之间的干扰和通信约束；将具有强性能干扰的微服务放置到不同节点以减轻干扰造成的性能损失，并将具有强I/O依赖关系的微服务放置到同一节点内以减少通信开销；在放置结束后，通过定制的基于MADDPG资源分配模型学习资源分配、多用户工作负载特征、微服务之间的依赖程度和差异化SLO之间的关系，在保障多用户工作负载差异化的端到端尾延迟SLO的情况下，协同地为每个微服务进行适当的资源分配。本发明智能地为每个微服务分配适当的资源，进而提高资源利用率。
-
公开(公告)号：CN112017099B
公开(公告)日：2023-12-15
申请号：CN202010915593.X
申请日：2020-09-03
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学
Abstract: 本发明公开了一种程序代码在图像中隐藏、解析的方法及系统，所述隐藏方法包括以下步骤：获取包含待隐藏程序的字符串；将所述待隐藏字符串转换为二进制串并进行置反，得到新的二进制串；将新的二进制串转化为二值图像；将二值图像嵌入到宿主图像中。本发明通过置反对隐藏信息进行加密，通过二值图像嵌入宿主图像的方式实现信息隐藏，隐藏效果好，不易破解。(56)对比文件付磊.二值图像信息隐藏算法的设计与评估《.中国优秀硕士论文全文数据库》.2012,全文.Gyan Singh Yadav.A Fast and EfficientData Hiding Scheme in Binary Images《.2012Eighth International Conference onIntelligent Information Hiding andMultimedia Signal Processing》.2012,全文.周清雷;黄明磊.JPEG图像的信息隐藏方法.计算机工程与设计.2010,(第19期),全文.孙敏;苏显渝.基于RGB图像传输的双随机相位加密隐藏技术.光子学报.2008,(第02期),全文.
-
公开(公告)号：CN115242806B
公开(公告)日：2023-09-29
申请号：CN202210669160.X
申请日：2022-06-14
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: H04L67/1095
Abstract: 本发明提供一种在超算互联网中超算中心数据备份的方法及装置，方法包括：将多个超算中心部署在不同的区域，各个超算中心通过超算互联网相互连通，处于受灾区域的超算中心为受灾超算中心，接收受灾超算中心发送的备份数据的超算中心为备份超算中心；设置最小化数据备份时间机制；当灾难警报触发时，受灾超算中心根据启动的最小化数据备份时间机制选择备份超算中心和相应的备份路径将数据进行备份。本发明将各个超算中心部署在不同的区域，在灾难将要发生时，受灾的超算中心将数据快速备份到其他的超算中心，并设置最小化数据备份时间机制，以实现分布式超算互联网中所有的超算中心的灾难数据备份和最小化数据备份时间，提高数据安全性。
-
公开(公告)号：CN116226587A
公开(公告)日：2023-06-06
申请号：CN202310209538.2
申请日：2023-03-01
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: G06F17/12 , G06F15/177 , G06F9/50 , G06F9/46
Abstract: 本公开提供了一种辐射流体力学方程组AMG并行优化方法及系统，涉及数据计算处理技术领域，方法包括构建辐射流体力学方程组，读入方程组并初始化基本参数；利用代数多重网格法AMG对所述辐射流体力学方程组进行求解；其中，在所述代数多重网格法AMG的求解过程中，在从核中采用优化后的混合GS光滑算子进行光滑计算，包括为每个从核动态构建缓存数组；根据构建的缓存数组，将计算任务从主核分配后索引映射到每个从核；所述每个从核对需要参与计算的数据进行遍历计算，然后将迭代结果回传至主核。本公开加快了RHD方程的求解速度。
-
Patent Agency Ranking
公开(公告)号：CN115827247A
公开(公告)日：2023-03-21
申请号：CN202211655633.7
申请日：2022-12-22
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: G06F9/50 , G06F9/48 , G06F30/28 , G06F113/08 , G06F119/14
Abstract: 本公开提供了一种LBM算法迁移模块的数据计算并行优化方法及系统，涉及流体力学技术领域，包括确定计算区域、初始化条件以及边界条件，设置物理参数和分布函数；获取计算模型，并对模型中三维数据交换进行降维，根据数据交换的方向对整体进行分离；根据数据交换的方向进行数据的定位，将数据的交换类型映射到网格中，根据格点的坐标对网格进行区域划分，得到不同方向上数据交换类型的区域，对格点所有方向进行计算，将数据进行存储，计算完成后，进行数据的传回。通过本公开的方法每个格点可以单独完成流迁移模块的计算，达到了并行的目的。
-
公开(公告)号：CN119597458A
公开(公告)日：2025-03-11
申请号：CN202411623640.8
申请日：2024-11-14
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: G06F9/50 , G06F16/242 , G06F16/27 , G06F16/28
Abstract: 本发明涉及一种基于查询成本预测的资源组管理方法与系统，包括：数据采集与预处理；查询成本预测：输入XGBoost‑TF‑IDF算法，训练查询成本预测模型，再输入训练好的查询成本预测模型，预测用户提交的查询任务需要消耗的集群资源；集群配置：优化内存池的分配方式，再配置集群资源组为即时任务资源组和批处理任务资源组，分别优化即时任务资源组和批处理任务资源组的资源配置；资源组分类优化：根据查询任务的预测成本，将查询任务标记为即时任务或批处理任务并分发到相应资源组，并利用查询任务的预测成本对资源组进行动态的资源扩容和限制。通过本发明，合理分配集群的内存资源，提高查询集群的查询效率和稳定性。
-
公开(公告)号：CN119520228A
公开(公告)日：2025-02-25
申请号：CN202411644819.1
申请日：2024-11-18
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: H04L41/0631 , H04L41/0677 , H04L41/0823 , H04L41/0897 , H04L41/149 , H04L41/16 , H04L47/80 , H04L47/83
Abstract: 本发明涉及云边环境中LLM增强的智能化微服务迁移方法及系统，包括：基于LLM和LSTM的待迁移微服务定位方法，根据需要迁移的历史异常事件，分析判断当前异常是否需要进行微服务迁移，如果需要迁移，则准确定位导致异常的待迁移微服务；采用基于动态GCN和BO的多目标微服务迁移决策方法，根据微服务的长期性能和运行成本，智能地为每个待迁移的微服务选择合适的节点进行迁移。本发明显著提高了判断当前异常是否需要进行迁移的准确性，并能够精准定位导致异常的待迁移微服务。有效避免了频繁迁移可能导致的网络拥堵、服务中断、性能下降以及资源利用不平衡等问题，从而实现了微服务迁移后系统性能的长期稳定性，并显著降低了运行成本。
-
公开(公告)号：CN119149240A
公开(公告)日：2024-12-17
申请号：CN202411594962.4
申请日：2024-11-11
Applicant: 齐鲁工业大学(山东省科学院) , 山东省计算中心(国家超级计算济南中心)
IPC: G06F9/50
Abstract: 本发明提出面向深度学习的细粒度、干扰感知的GPU调度方法及系统，涉及GPU资源调度技术领域。包括在离线阶段收集工作负载的资源需求信息；生成每个应用程序对应的在GPU上执行的CUDA内核任务；拦截每个应用程序CUDA内核任务的启动请求，并将启动请求对应的CUDA内核任务缓存在每个应用程序对应的任务队列中；对于高优先级应用程序，直接将对应任务队列中的CUDA内核任务提交给GPU调度；对于低优先级应用程序，根据干扰评分以及资源需求判断是否提交CUDA内核任务至GPU进行调度。本发明能够减少任务之间的资源冲突和干扰，实现GPU资源共享，提高GPU资源利用率。
-
公开(公告)号：CN119128794A
公开(公告)日：2024-12-13
申请号：CN202411152070.9
申请日：2024-08-21
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: G06F18/25 , G06F18/214 , G06N3/0442
Abstract: 本发明提出一种基于记忆重放变分自动编码器的IoT数据在线预测系统，系统包括：预测模块，用于将待预测IoT数据输入至训练好的记忆重放VAE，得到预测结果；训练模块，用于训练记忆重放VAE，记忆重放VAE包括编码器和生成器；记忆重放VAE的训练过程为：将第一样本数据输入编码器，得到第一样本潜在因素和第一样本预测结果；生成器基于第一样本潜在因素得到第一样本重放数据；将第二样本数据和第一样本重放数据输入编码器，得到融合样本潜在因素，以及相应预测结果；基于标签和得到的预测结果，计算损失函数，当损失最小时，训练完成。本发明基于OLVAE结合注意力机制和脑重放机制，缓解编码器对旧知识的遗忘，实现IoT数据的高效预测。
-
-
-
-
-
-
-
-
-
Search Results
176
records
(took 0.047 seconds)
