结合随机抽样和虚拟化技术的负载均衡方法

    公开(公告)号:CN103944997B

    公开(公告)日:2015-10-07

    申请号:CN201410178070.6

    申请日:2014-04-29

    Abstract: 本发明提供了一种结合随机抽样和虚拟化技术的负载均衡方法,包括随机抽样步骤和虚拟化步骤。本发明通过结合随机抽样和虚拟化技术,做出全局负载(网络带宽)的均衡选择,也能够保证局部负载(CPU、内存)的均衡选择,从而可以显著提高整个分布式系统(云计算)的所有资源(网络带宽、CPU、内存)的利用率。使得用户的满意度最大化,减少响应时间,增加资源的利用率,减少任务被驳回的数量,提高整个分布式系统的性能。全局管控和局部管控的分离使得整个系统节省能源、更易于扩展和维护,从而使得这样的负载均衡方法更有实际应用价值。

    基于动态协作的QoS敏感的数据传输方法及系统

    公开(公告)号:CN104540174A

    公开(公告)日:2015-04-22

    申请号:CN201410784931.5

    申请日:2014-12-16

    CPC classification number: H04W28/16 H04W28/24

    Abstract: 本发明提供了一种基于动态协作的QoS敏感的数据传输方法及系统,包括步骤:步骤一:认知用户将协作请求发送给传输半径内的所有主用户;步骤二:主用户确定协作方案;步骤三:认知用户根据协作方案来选择主用户;步骤四:在时隙t中,主用户向认知中继广播自己的数据,同时认知用户利用主用户频带发送自己的认知数据;步骤五:在时隙1-t中,主用户和认知中继都向主用户接收机发送主用户数据,同时认知用户利用主用户频带发送自己的认知数据;步骤六:根据满意度来决定下一时隙的带宽分配。本发明中,当认知用户的QoS无法保证时,与主用户以互选的方式进行协作,既保障了认知用户的QoS,又不影响主用户的传输质量。

    结合随机抽样和虚拟化技术的负载均衡方法

    公开(公告)号:CN103944997A

    公开(公告)日:2014-07-23

    申请号:CN201410178070.6

    申请日:2014-04-29

    Abstract: 本发明提供了一种结合随机抽样和虚拟化技术的负载均衡方法,包括随机抽样步骤和虚拟化步骤。本发明通过结合随机抽样和虚拟化技术,做出全局负载(网络带宽)的均衡选择,也能够保证局部负载(CPU、内存)的均衡选择,从而可以显著提高整个分布式系统(云计算)的所有资源(网络带宽、CPU、内存)的利用率。使得用户的满意度最大化,减少响应时间,增加资源的利用率,减少任务被驳回的数量,提高整个分布式系统的性能。全局管控和局部管控的分离使得整个系统节省能源、更易于扩展和维护,从而使得这样的负载均衡方法更有实际应用价值。

    能量感知网络的处理器及其处理方法

    公开(公告)号:CN101916210B

    公开(公告)日:2013-01-02

    申请号:CN201010264082.2

    申请日:2010-08-27

    CPC classification number: Y02D10/22 Y02D10/36

    Abstract: 一种网络应用技术领域的能量感知网络的处理器及其处理方法,处理器包括:协处理器模块、若干微引擎模块、线程监视模块、性能监视模块、电压调整模块和电压决策模块,其中:微引擎模块与线程监视模块相连传输线程状态信息,线程监视模块与电压决策模块相连传输线程状态信息,电压决策模块与协处理器模块相连传输电压决策信息,协处理器模块与电压调整模块相连传输电压调节指令,电压调整模块与微引擎模块相连传输调节电压的物理信号,微引擎模块与性能监视模块相连传输系统性能信息,性能监视模块与协处理器模块相连传输调整电压到最大电压的信号。本发明周期性的统计各核的任务运行状况,通过动态改变各核的电压,来达到低功耗和高性能的目的。

    基于替代服务模型的实时网格事务管理系统

    公开(公告)号:CN101661403B

    公开(公告)日:2012-07-04

    申请号:CN200910195773.9

    申请日:2009-09-17

    Abstract: 本发明是一种计算机技术领域的基于替代服务模型的实时网格事务管理系统,包括:实时事务应用模块、实时事务服务模块、实时事务执行模块和服务注册中心,其中:实时事务应用模块向实时事务服务模块发出事务处理请求,实时事务服务模块负责协调和管理实时事务执行模块,实时事务执行模块负责执行事务,服务注册中心为实时事务服务模块提供实时事务执行模块的信息。本发明通过将完成相同功能的网格服务作为一个替代服务组来建立替代模型,使完成相同功能的网格服务被重启的可能性减小,从而降低在高度动态、极端异构、地理分布的网格环境中的实时事务失败的概率,提高实时事务在截止期内成功提交的几率。

    自动化识别的视频监控方法

    公开(公告)号:CN101281676A

    公开(公告)日:2008-10-08

    申请号:CN200810038175.6

    申请日:2008-05-29

    Abstract: 一种自动化识别的视频监控方法,步骤为:首先建立参考标签阵列,调整射频阅读器的功率确保其读取范围能够全面地覆盖标签阵列;接着,计算参考标签阵列中每个电子标签信号强度的均值,和每个标签在物体经过时的信号强度变化范围,统计分析得出信号强度阈值;然后,记录所有标签包括参考标签在整个监控过程中的信号强度,并通过补充丢失项和去除异常值形成信号强度序列;再转化信号强度序列成轨迹集合,并从轨迹集合中产生频繁轨迹集合;最后,通过检测过程来判断目前的行为是不是系统许可的活动。本发明不仅提供了与现有技术相似的准确率,更提供了实时监控的功能,节省人力资源成本和视频实时识别技术的成本。

    面向跨域场景的双重细粒度知识迁移系统

    公开(公告)号:CN115033783B

    公开(公告)日:2024-09-13

    申请号:CN202210568362.5

    申请日:2022-05-23

    Abstract: 一种面向跨域场景的双重细粒度知识迁移系统,包括:依次相连的输入层、嵌入层、双重细粒度知识迁移层和预测层,输入层根据用户和物品的唯一标识,采用独热编码方式,生成用户和物品的独热编码表示;嵌入层基于用户和物品的独热编码表示,采用查表法,将稀疏的、高纬度的独热编码表示映射到连续的低维空间,得到初始嵌入向量;双重细粒度知识迁移层将任一交互的用户‑物品对的初始嵌入向量拼接得到域内知识表示,通过细粒度知识提取和迁移得到跨域知识表示,并将域内知识表示和跨域知识表示进行自适应融合,得到最终的知识表示;预测层根据最终的知识表示生成交互的预测分数,并进一步得到推荐结果。本发明有效地对用户在跨域场景下的行为进行建模,实现域间知识的迁移、互补与融合,从而对用户在未来与物品的交互进行预估,生成有效的推荐结果,提高用户的体验感和对系统的满意程度。

    基于毫米波的非侵入式3D面部重构方法

    公开(公告)号:CN117635841A

    公开(公告)日:2024-03-01

    申请号:CN202311659303.X

    申请日:2023-12-06

    Abstract: 一种基于毫米波的非侵入式3D面部重构方法,通过在离线阶段构建并训练基于嵌入三重损失和改进ConvNeXt的卷积网络模型,在在线阶段通过采集人脸反射的毫米波信号并预处理后输入训练后的卷积网络模型,基于提取到的由脸部关键点构成的脸部形状后,经仿射变换和区域放大后重构得到面部表情,最后通过FLAME模型实现三维面部重构。本发明结合毫米波数据特性设计特定算法感知人脸细粒度的3D特征,实现准确的3D面部重构,能够在不需要任何光照、不侵犯个人隐私的情况下实现非侵入式3D面部重建。

    智慧城市人流密集区域的灾害建模与预测方法

    公开(公告)号:CN116011616A

    公开(公告)日:2023-04-25

    申请号:CN202211586132.8

    申请日:2022-12-09

    Abstract: 本发明提供了一种智慧城市人流密集区域的灾害建模与预测方法,包括分析多种城市人流密集区域的灾害演变过程中涉及的多源异构数据,设计城市人流密集区域的灾害的多维度统一表示方式;对城市人流密集区域的灾害时序数据进行处理,通过时序关联规则算法挖掘城市人流密集区域的灾害时序数据的关联关系;基于所述关联关系构建关联事件图;基于所述多源异构数据的预测模型,对多维度的城市人流密集区域的灾害表示进行分类预测,将结果对应到关联事件图中进行城市人流密集区域的灾害的预测。本发明使用时序关联规则挖掘算法,抽取出融入人类知识的城市人流密集区域的灾害危害关联关系图,进而结合时序数据的模型预测,使预测结果更具有解释性与可靠性。

    基于多视图任务关系感知元学习的预测方法及系统

    公开(公告)号:CN115544352A

    公开(公告)日:2022-12-30

    申请号:CN202210600257.5

    申请日:2022-05-27

    Abstract: 一种基于多视图任务关系感知元学习的预测方法及系统,针对给定冷启动用户的推荐任务,利用该任务自身的上下文交互信息学习用户个性化偏好表示的同时,利用该任务与其他推荐任务的多视图关联关系,聚合相似任务表示。基于学到的任务表示,本发明利通过查询在历史模型训练过程中学习到的任务感知的快速权重记忆,来为该任务生成个性化定制的评分预测模型初始参数。最终,评分预测模型通过在少量可观测交互上进行参数局部更新,得到该用户特有的评分预测模型,可以生成个性化推荐结果。

Patent Agency Ranking