-
公开(公告)号：CN113298895B
公开(公告)日：2023-05-12
申请号：CN202110678193.6
申请日：2021-06-18
Applicant: 上海交通大学
IPC: G06T9/00 , G06N3/0464 , G06N3/08
Abstract: 本发明提供了一种面向收敛性保障的无监督双向生成自动编码方法及系统，包括：批数据(x，z)通过编码器E和生成器G同时生成编码结果E(x)和生成数据G(z)；图像空间数据与隐变量空间数据通过卷积块Fx和Fz，分别对图像空间数据与隐变量空间数据进行信息提取，得到提取后的图像空间数据和提取后的隐变量空间数据根据提取后的图像空间数据和提取后的隐变量空间数据训练判别器D，直至损失函数最小；图像数据利用训练后的编码器E，完成编码过程并生成编码结果，将编码结果输入训练后的生成器G，获得重建图像数据结果，进而完成图像数据的重建工作，实现了图像空间与隐变量空间双向映射过程的整体协同优化，提升表征能力和图像生成能力。
-
公开(公告)号：CN115795403A
公开(公告)日：2023-03-14
申请号：CN202211316268.7
申请日：2022-10-26
Applicant: 上海交通大学
IPC: G06F18/27 , G06F18/241
Abstract: 本发明涉及一种用于云存储系统的存储设备缓慢故障检测方法、系统及存储介质，其中方法包括：S1、实时采集存储设备在观测时间内的读写延迟和吞吐时间序列；S2、对读写延迟和吞吐时间序列进行异常值过滤；S3、构建吞吐和延迟的映射关系，建立回归模型；S4、基于回归模型计算缓慢程度时间序列；S5、利用滑动窗口遍历缓慢程度事件序列，形成慢事件；S6、根据打分规则将慢事件量化为风险分数，并根据时间序列进行累计；S7、判断累计风险分数是否大于预配置的风险阈值，若是，则将相应存储设备标记为缓慢故障设备并隔离下线，否则返回步骤S1。与现有技术相比，本发明具有精确定位缓慢故障设备、通用性强等优点。
-
公开(公告)号：CN112835534B
公开(公告)日：2022-08-02
申请号：CN202110220806.1
申请日：2021-02-26
Applicant: 上海交通大学
IPC: G06F3/06
Abstract: 本申请公开了一种基于存储阵列数据访问的垃圾回收优化方法及装置，该方法包括：根据请求来源和预设的数据冷热分类算法对接收的数据访问请求进行分类判别，得到对应的分类信息；根据分类信息调用缓存队列算法对数据访问请求进行缓存判断，以加入至对应分类的目标缓存队列中；若目标缓存队列中的待访问数据达到预设标准阈值，则根据地址映射表将待访问数据以条带为单位写入至对应的目标节点中；若所述存储阵列中没有可写入的存储空间或者工作队列中的空白节点小于预设数量，则采用延时删除无效数据的垃圾回收机制进行数据回收。通过实施本申请，能够解决现有技术中存在的存储阵列写放大问题及引起严重的IO问题等。
-
公开(公告)号：CN114710419A
公开(公告)日：2022-07-05
申请号：CN202210157335.9
申请日：2022-02-21
Applicant: 上海交通大学
Abstract: 本发明涉及一种基于开关电源声音的设备工作状态单点监测方法、装置及存储介质，其中方法利用了智能音箱中内建的麦克风实现了在不借助额外硬件设备的前提下远距离单点探测屋内电子设备的工作情况。具体实现了一个智能音箱原型，通过智能音箱自带的麦克风监听音箱开关电源适配器发出的声音，监测屋内电子设备的开关及其工作状态。该方法实现了在不借助额外硬件设备情况下单点、远距离地探测屋内多个电子设备工作情况，优化了智能家居生态系统。
-
公开(公告)号：CN114462501A
公开(公告)日：2022-05-10
申请号：CN202210001823.0
申请日：2022-01-04
Applicant: 上海交通大学
Abstract: 本发明涉及一种基于联邦学习的非侵入式设备状态识别方法及装置，方法包括：在多个本地用户节点中布置非侵入式设备数据采集系统，对本地用户节点中干路的总电流数据进行高频采样，对本地用户节点中各并联分路的功率数据进行低频采样；构建历史数据集；构建深度学习神经网络，将特征提取子网络布置在本地用户节点中，将设备预测子网络布置在云端；通过历史数据集训练深度学习神经网络，训练过程中本地用户节点与云端通过加密算法进行数据传输；使用训练得到的识别模型对设备状态进行识别。与现有技术相比，本发明解决了数据可靠性问题，解决了高频采样下存在的数据传输瓶颈问题，解决了在训练和预测过程中的用户隐私安全问题。
-
Patent Agency Ranking
公开(公告)号：CN108108233B
公开(公告)日：2021-10-01
申请号：CN201711228523.1
申请日：2017-11-29
Applicant: 上海交通大学
IPC: G06F9/48
Abstract: 本发明提供了一种任务多副本执行的集群作业调度方法及系统，包括：拖后腿机器寻找：运用机器学习的方法，找出当前运行任务的拖后腿机器；最优副本数计算：拖后腿机器上的任务副本和所有任务同时启动，并且建立以最小化任务执行时间和运行成本为目标的优化模型，然后运用交替方向方法求解优化模型得出启动副本的最优数量。本发明免去了检测过程和拖后腿任务在被发现之前的执行时间；建立了以同时最小化作业的流程时间和在集群中的计算成本为优化目标，以集群中所有执行的任务数不超过集群中可用的计算节点数和每个任务的副本数不超过给定的阈值为限制条件的最优化模型。
-
公开(公告)号：CN112214303A
公开(公告)日：2021-01-12
申请号：CN201910612910.8
申请日：2019-07-09
Applicant: 上海交通大学
IPC: G06F9/50
Abstract: 一种Kubernetes集群自动缩放系统，包括：用于监控整个Kubernetes集群的状态的监控模块、QoS(服务质量)模块、缩放模块和执行模块，其中：监控模块分别输出监控数据至Qos模块和缩放模块，QoS模块计算保障服务质量的CPU利用率上限并输出至缩放模块，内置集群缩放算法的缩放模块根据监控数据和CPU利用率上线得到Kubernetes集群理想值并输出至执行模块，执行模块根据Kubernetes集群理想值对集群进行缩放处理。本发明能够降低Web服务和应用程序部署和运行成本，以及减少资源的浪费，动态调节Kubernetes集群大小，提高集群资源利用率。
-
公开(公告)号：CN112100557A
公开(公告)日：2020-12-18
申请号：CN202010904139.4
申请日：2020-09-01
Applicant: 上海交通大学
IPC: G06F16/958 , G06N3/04 , G06N3/08
Abstract: 本发明提供了一种基于内容发布订阅的组合匹配系统与方法，包括：训练器：将历史匹配记录作为训练集训练预测模型并保存到决策器中；决策器：根据训练后的预测模型，预测每个事件采用不同匹配算法的匹配时间，并选择匹配时间最小的算法执行事件匹配；算法库：由多个行为互补的匹配算法组成；在订阅插入时，向算法库中所有算法维护的对应数据结构中插入该订阅，在事件匹配时，决策器接受事件输入并调用训练器的预测模型，根据预测结果选择最优匹配算法，匹配结束后将事件与实际匹配时间作为一组训练数据加入训练器的训练集中。本发明组合匹配方法不仅稳定了匹配性能，还显著提高了匹配速度。
-
公开(公告)号：CN106293883B
公开(公告)日：2019-09-24
申请号：CN201610668665.9
申请日：2016-08-15
Applicant: 上海交通大学
IPC: G06F9/455
Abstract: 一种基于混合扩展方式的云端虚拟机的优化配置方法及其系统，包括：无迁移虚拟机配置模块、迁移判断模块、迁移虚拟机配置模块以及配置应用模块；无迁移虚拟机配置模块通过构造无迁移时的优化模型，得到优化后的虚拟机配置；然后迁移判断模块对优化前后的虚拟机配置进行偏差计算，判断是否需要迁移；如果不需要即通过配置应用模块直接应用优化后的虚拟机配置，否则迁移虚拟机配置模块向用户请求其对迁移开销和成本效率的偏好情况，构造李雅普诺夫单时槽优化模型，得到单时槽优化后的虚拟机配置并通过配置应用模块应用；本发明设计合理，成本效率和迁移开销间取得平衡，可达到最优的成本效率。
-
公开(公告)号：CN110138590A
公开(公告)日：2019-08-16
申请号：CN201910281276.4
申请日：2019-04-09
Applicant: 上海交通大学
Abstract: 本发明涉及一种通用的TCP性能诊断方法及装置，包括：抓取TCP报文并拷贝到内核缓冲区；将内核缓冲区中存储的报文由内核态重组为用户态以还原得到每个TCP流；根据TCP流的时序信息计算得到传播延迟；将TCP流进行粒度划分，得到粒度划分结果及对应的过滤器窗口长度；根据粒度划分结果及对应的过滤器窗口长度计算出瓶颈带宽；结合传播延迟和瓶颈带宽输出性能诊断结果。与现有技术相比，本发明适用于各种拥塞控制算法，具备高度的实用性且易于部署，同时可以实时诊断多个TCP连接。
-
-
-
-
-
-
-
-
-
Search Results
158
records
(took 0.045 seconds)
