-
公开(公告)号：CN118038315A
公开(公告)日：2024-05-14
申请号：CN202410123601.5
申请日：2024-01-30
IPC: G06V20/40 , G06F40/20 , G06F18/213 , G06F18/22 , G06F40/166 , G06F40/242 , G06F40/268
Abstract: 本发明公开了一种多模态视频数据集优化与预测处理方法，包括如下步骤：步骤一，采用多图对一文的策略处理视频数据集；步骤二，对每个视频进行识别；步骤三，使用自然语言处理工具，对视频相关文本进行深入分析，从中提取关键信息；步骤四，在经过步骤三自动进行文本分析以后，进行视频‑文本匹配的初步验证；步骤五，在经过自动处理完成后，提交给人工进行审核；步骤六，将经过优化的视频数据集用于训练多模态预测模型。本发明的多模态视频数据集优化与预测处理方法，通过步骤一至步骤六的设置，便可通过整合先进的多模态学习技术，提高了数据处理效率和预测精准度。
-
公开(公告)号：CN117827461A
公开(公告)日：2024-04-05
申请号：CN202410054049.9
申请日：2024-01-15
IPC: G06F9/50 , G06N3/042 , G06N3/0464 , G06N3/082
Abstract: 本发明公开一种DAG作业调度方法及系统，其中方法为，当作业的进度状态发生更新时，进行以下步骤：获取各作业的原生特征数据；基于图卷积神经网络对所述原生特征数据进行嵌入特征向量的提取，基于提取结果生成状态特征向量；将所述状态特征向量输入第一预测网络，由所述第一预测网络预测各候选任务被调度的概率，获得各候选任务的调度优先度；按照所述调度优先度从大到小的顺序，基于状态特征向量依次为候选任务选择分配节点，基于选择结果生成调度策略。本发明所提出的调度策略能够在全局上提高效率，还能降低作业执行过程中中间数据的缓存开销。
-
公开(公告)号：CN114638162A
公开(公告)日：2022-06-17
申请号：CN202210273289.9
申请日：2022-03-18
Applicant: 浙江大学 , 浙江大学德清先进技术与产业研究院
Abstract: 本发明公开了一种结合CDCL求解器和量子退火器求解SAT问题的方法，包括通过将SAT问题的每个三元子句拆解为二元子句，并构建目标函数；将原始变量的赋值和辅助变量的赋值通过贪心策略嵌入至量子退火器中的物理量子位中，将每个原始变量赋值嵌入至列量子位，将辅助变量赋值嵌入至行量子位，行量子位斜线链接列量子位，将相关联行量子位通过水平链接链接，以得到嵌入变量的量子退火器；通过嵌入变量的量子退火器和/或CDCL求解器对目标函数递归求解，以确定SAT问题有解或无解。该方法能够在有限尺寸的量子退火器上高效解决SAT问题。
-
公开(公告)号：CN117707790A
公开(公告)日：2024-03-15
申请号：CN202410073454.5
申请日：2024-01-18
IPC: G06F9/50 , G06F9/455 , G06F9/48 , H04L67/1008 , H04L67/63
Abstract: 本发明公开一种负载均衡方法及负载均衡器，用于对具有截止日期的在线作业进行资源分配；为目标作业进行资源分配的步骤包括以下步骤：获取目标作业的工作负载、作业到达时间和作业截止时间；基于所述作业到达时间和作业截止时间从集群的资源单元中筛选获得候选资源单元，所述资源单元分别与时间段和资源节点相映射；获取各候选资源单元处理所述目标作业所能承受的最大负载；基于所述工作负载和所述最大负载确定待分配资源单元及相应的资源分配量，生成相应的资源分配策略。本发明通过对资源单元的设计，基于时间和空间两个维度考虑资源分配的方案，与现有先入先服务的方案相比，能够为具有截止日期的作业生成合适的资源分配策略。
-
公开(公告)号：CN114371936B
公开(公告)日：2025-02-28
申请号：CN202210004782.0
申请日：2022-01-04
IPC: G06F9/50
Abstract: 本发明公开了一种多服务器作业的优化调度方法，涉及云计算相关技术领域，包括提出一种通用的、基于二分图的群组调度模型，优化目标为Asw最大化；基于该模型，提出一种通过历史奖励数据来学习MSJ在不同服务器上运行时间的期望和方差的框架；基于该学习框架，提出一种基于遗传算法的Asw最大化策略，能够在保证多种类型的约束成立的条件下使得社会整体收益最大。本发明针对多服务器作业，提出了一种可以主动式学习作业完成速率、并同时最大化累积社会效益的群组调度方法，可优化累积社会效益，平衡社会各方利益，追求社会整体利益最大化，所设计的调度策略，企业可显著节省计算成本，提高生产收益比。
-
Patent Agency Ranking
公开(公告)号：CN118674239B
公开(公告)日：2024-11-26
申请号：CN202411155492.1
申请日：2024-08-22
IPC: G06Q10/0631 , G06Q10/0639 , G06Q10/067
Abstract: 本发明公开了一种面向多实体复杂场景的服务生态抽象及隐性需求分析方法，包括如下步骤：步骤一，进行服务实体及关系建模，之后进行服务能力及流程建模，完成服务生态抽象建模；步骤二，基于服务生态模型、服务日志分析及性能监测报告，评价当前服务现状，之后借助大模型能力，将当前服务状态指标作为输入，挖掘当前服务隐性需求；步骤三，基于粗糙‑模糊综合决策，确定最佳隐性需求。本发明的面向多实体复杂场景的服务生态抽象及隐性需求分析方法，能够有效的挖掘出最佳的隐性需求。
-
公开(公告)号：CN118051331A
公开(公告)日：2024-05-17
申请号：CN202410156847.2
申请日：2024-02-04
Abstract: 本发明公开一种资源分配方法及系统，在微服务系统中，基于用户请求信息，对各应用进行资源分配，其中方法包括以下步骤：获取目标优化模型，所述目标优化模型包括若干个与资源一一对应的子优化模型；所述子优化模型的优化目标为，在对应资源上，所有应用的平均响应时间之和最小化；所述子优化模型的变量包括决策变量和环境变量；获取当前微服务系统所对应的环境参数；基于所述环境参数，按照交替方向乘子法对各子优化模型进行并行化求解，获得各决策变量所对应的最优解，生成相应的资源分配策略。本发明通过对各子优化模型进行并行化求解，获得各资源对应的最优分配结果，优化各应用的平均响应时间。
-
公开(公告)号：CN117933351A
公开(公告)日：2024-04-26
申请号：CN202410111731.7
申请日：2024-01-26
Abstract: 本发明公开一种决策模型的训练方法及系统、调度方法及系统，其中对待训练决策模型进行一次训练的步骤如下：获取当前各仿真串行网络所对应的状态参数；获取当前时间步中所对应的样本服务请求；将状态参数输入待训练决策模型，由待训练决策模型预测各仿真服务器处理各样本服务请求的概率，输出相应的行动决策；基于行动决策处理各样本服务请求，并计算各样本服务请求所对应的奖励值，基于奖励值获得总奖励，总奖励用于更新待决策模型的模型参数；本发明提供了一种在边缘计算环境下，基于强化学习的决策模型训练方法，所得决策模型在实际应用中输出能够有效降低边缘网络中的长尾延迟效应的最优行动决策，从而显著降低服务延迟，提高用户服务体验。
-
公开(公告)号：CN117490048A
公开(公告)日：2024-02-02
申请号：CN202311369271.X
申请日：2023-10-19
Abstract: 本发明公开一种耦合多加热源熔盐蓄热的灵活调峰系统，包括锅炉系统、汽轮机及发电机系统、冷却水循环系统、熔盐蓄热系统和熔盐放热系统。锅炉系统包括省煤器，锅炉过热器，锅炉再热器和SCR脱硝装置；汽轮机及发电系统包括高压缸、中压缸、低压缸和发电机；冷却水循环系统包括冷凝器、凝结水泵、低压加热器、除氧器、给水泵、高压加热器；熔盐蓄热系统包括冷盐罐、冷盐泵、热盐罐、热盐泵、过热蒸汽熔盐显热换热器、过热蒸汽熔盐潜热换热器、再热蒸汽熔盐换热器、蒸汽射流泵、烟气熔盐换热器、循环风机、熔盐电加热器，熔盐放热系统包括预热器、汽包、蒸发器和过热器。本发明能够实现锅炉和汽轮机灵活解耦，满足火电机组的深度调峰需求。
-
公开(公告)号：CN116628328A
公开(公告)日：2023-08-22
申请号：CN202310572045.5
申请日：2023-05-18
Applicant: 浙江大学 , 浙江大学滨江研究院 , 杭州熔合智造科技有限公司
IPC: G06F16/9535 , G06F40/284 , G06F40/30 , G06F18/213 , G06F18/25 , G06F16/901 , G06N3/042 , G06N3/0464
Abstract: 本发明提供了一种基于功能语义和结构交互的WebAPI推荐方法，属于Web环境中WebAPI推荐技术领域。它解决了现有Mashup服务需求描述过短等问题。本基于功能语义和结构交互的WebAPI推荐方法，步骤S1：采集现有Mashup应用及其相关的API服务中的描述数据，并提取获取Mashup应用文本描述信息及API服务文本描述信息；步骤S2：针对Mashup应用及API服务的文本描述信息进行预处理；步骤S3：针对Mashup应用中使用的API服务之间的协作关系，构建Mashup‑API二部图；步骤S4：构建功能性语义组件，提取文本描述信息中的功能性语义特征；步骤S5：构建结构性交互组件，提取稀疏交互中的潜在隐性相关性；步骤S6：融合多模型训练，集成不同类型的特征描述。本发明具有降低了数据稀疏性对推荐结果的影响等优点。
-
-
-
-
-
-
-
-
-
Search Results
698
records
(took 0.061 seconds)
