-
公开(公告)号：CN111274530B
公开(公告)日：2021-12-31
申请号：CN202010061306.3
申请日：2020-01-19
Applicant: 北京理工大学
Abstract: 本发明公开了一种容器云资源预测方法，通过在建立密集型宽度学习模型中，利用比例‑积分‑微分(PID)算法与自适应矩估计方法(ADAM)分别计算特征节点和增强节点的输出权值矩阵，能够在降低计算负担过重和提高计算效率的情况下提高算法的泛化性能，在一定程度上能够满足容器云资源预测的需要，同时为更准确地进行容器云资源预测提供了新思路和新途径。
-
公开(公告)号：CN110532057B
公开(公告)日：2021-12-10
申请号：CN201910678871.1
申请日：2019-07-25
Applicant: 北京理工大学
Abstract: 本发明公开了一种容器的资源使用量预测方法，通过构建密集型宽度学习模型，在此基础利用基于迭代式的最小二乘法求取特征节点的输出权值矩阵，以及采用共轭梯度法求解增强节点的输出权值矩阵，实现对密集型宽度学习模型的训练，从而获取全局最优解，优化网络结构，实现对容器的资源使用量的精确预测，能够有效提高预测精度和效率。
-
公开(公告)号：CN113723517A
公开(公告)日：2021-11-30
申请号：CN202111013063.7
申请日：2021-08-31
Applicant: 北京理工大学
Abstract: 本发明公开了一种基于状态转移极限学习机的图像分类方法，通过将传统极限学习机的网络结构与状态转移算法相结合，在求解输出权重矩阵的时候利用不同的状态变换算子进行状态更新，不断向优化目标靠近得到输出权重矩阵，在保留传统极限学习机网络结构简单与随机生成参数等特点的同时，可在图像分类方面具有更好的训练精度，并且模型训练耗费时间更少，这为机器学习算法及图像分类的改进优化提供了新思路和新途径。
-
公开(公告)号：CN112783123B
公开(公告)日：2021-11-19
申请号：CN202011623798.7
申请日：2020-12-30
Applicant: 北京理工大学
IPC: G05B19/418
Abstract: 本发明涉及一种工作流调度执行单元控制方法和控制器。本发明通过采用快通路系统能够高速接收工作流，由内部的多生产者单消费者模型队列缓存，并由工作流调度执行单元分配器根据工作流调度执行单元预选表向工作流调度执行单元发送工作流。快通路系统不负责构建和维护预选表，且其能够实现工作流的高速路由。工作流路由到工作流调度执行单元的准确性由工作流调度执行单元预选表保障，工作流调度执行单元预选表由慢通路系统内各模块根据系统当前状态(工作流调度执行单元规模、容量和压力)构建并维护，进而能解决高并发、高流速工作流的接收问题和超大规模分布式工作流调度执行单元的管理和大规模工作流高速、精准路由问题。
-
公开(公告)号：CN113110068A
公开(公告)日：2021-07-13
申请号：CN202110561327.6
申请日：2021-05-22
Applicant: 北京理工大学
IPC: G05B13/04
Abstract: 本发明涉及一种子空间系统辨识方法系统，该方法包括：初始化四组输入输出数据矩阵，将第一输入数据矩阵和第一输出数据矩阵合并得第一中间变量矩阵；将第三输入数据矩阵和第三输出数据矩阵合并得第二中间变量矩阵；获得第二输出数据矩阵的行空间沿着第二输入数据矩阵的行空间投向第一中间变量矩阵的行空间的第一投影；获得第四输出数据矩阵的行空间沿着第四输入数据矩阵的行空间投向第二中间变量矩阵的行空间的第二投影；将第一投影划分列块并进行奇异值分解；将第一奇异值分解结果进行聚合；对聚合结果进行奇异值分解获得第二奇异值分解结果；对第二奇异值分解结果、第一投影和第二投影进行聚合获得系统状态空间模型。本发明提高了处理速度。
-
Patent Agency Ranking
公开(公告)号：CN113032126A
公开(公告)日：2021-06-25
申请号：CN202110372038.1
申请日：2021-04-07
Applicant: 北京理工大学
Abstract: 本发明涉及一种高并发云工作流调度引擎跨集群通信系统及方法。该系统的控制器模块采用Service和Deployment方式容器化部署到Kubernetes的Master主集群；生成器模块采用Shell脚本方式容器化部署于各个集群，每个集群以Service和Deployment方式部署唯一的生成器容器；控制器模块和生成器模块均以Service NodePort方式对外提供访问，且以gRPC方式跨越集群通信；分布式数据库在各个集群中单独部署，用于存储调度器模块的资源请求记录；缓存数据库采用分布式架构部署，用于存储全局的工作流信息记录。本发明可以提高系统的灵活性，实现高效通信。
-
公开(公告)号：CN109696669B
公开(公告)日：2021-05-04
申请号：CN201811582146.6
申请日：2018-12-24
Applicant: 北京理工大学
Abstract: 本发明属于信息处理方面多传感器信息融合技术领域。所选方法在相关噪声环境下，基于一类线性动态系统，以雷达目标跟踪为背景，以获得高精度的目标信息为目标，研究其事件触发的Kalman滤波状态估计和多传感器顺序式数据融合问题。其特征在于技术上使用事件触发采样策略，能够减少网络带宽占用，节省数据传输能耗；针对噪声相关环境，能够降低能耗并及时充分的利用观测数据进行最优估计。获得的估计值是线性最小方差意义下最优的。通过计算机仿真实验测试了发明方法的可行性和有效性。本发明所提出的方法在许多应用领域具有潜在的价值，如雷达目标跟踪、组合导航、故障检测、过程监控等。
-
公开(公告)号：CN110018882B
公开(公告)日：2021-04-30
申请号：CN201910248342.8
申请日：2019-03-29
Applicant: 北京理工大学
Abstract: 本发明公开了一种基于宽度学习的虚拟机性能预测方法，通过建立基于宽度学习的虚拟机性能预测模型，随机产生输入到特征节点之间的输入权值矩阵、特征节点到增强节点之间的输入权值矩阵、特征节点的偏置和增强节点的偏置，再采用基于迭代式的最小二乘法求解宽度学习模型的输出权值矩阵，能够在无须人为参与的情况下实现对虚拟机性能的精确预测，能够克服现有方法中存在学习速度慢、网络训练时间长、网络难以收敛、过拟合和容易陷入局部的缺点，在一定程度上能够满足虚拟机性能预测的需要，同时为更准确地进行虚拟机性能预测提供了新思路和新途径。
-
公开(公告)号：CN111633646A
公开(公告)日：2020-09-08
申请号：CN202010443890.9
申请日：2020-05-22
Applicant: 北京理工大学
IPC: B25J9/16
Abstract: 本发明公开了基于DMPs和修正避障算法的机器人运动规划方法，能够提升避障效果，从而辅助DMPs更好地完成运动规划任务。本发明的技术方案包括如下步骤：采用动态运动基元DMPs方法为所述机器人的机械臂规划出一条从起始位置到目标位置的无障碍路径作为期望轨迹。将修正的避障算法作为耦合项添加到DMPs二阶系统中用于生成避障轨迹，利用生成的所述避障轨迹作为机器人的运动轨迹。优选地，修正的避障算法包括改进的转向行为法、动态逼近法和动态避障法中一种或多种的组合。
-
公开(公告)号：CN111568415A
公开(公告)日：2020-08-25
申请号：CN202010457759.8
申请日：2020-05-26
Applicant: 北京理工大学
IPC: A61B5/0476 , A61B5/0478 , A61B5/0484 , G06K9/62 , G06N20/00
Abstract: 本发明公开了基于MVMD-CCA的SSVEP脑电信号识别方法，能够将脑电信号分解为多个多元调制分量，降低脑电信号中的非相关脑活动与伪迹的影响，提高分类精度。包括如下步骤：采集多通道稳态视觉诱发电位SSVEP脑电信号作为待识别脑电信号。设定带分解的分量个数K，构造变分问题，并采用ADMM算法求解所述变分问题，将所述待识别脑电信号分解为K个多元调制分量。据诱发所述待识别脑电信号的视觉刺激频率，定义参考信号。求解特定刺激频率fi的加权关联系数。取最大加权关联系数对应的频率即为所述待识别脑电信号的诱发刺激频率。
-
-
-
-
-
-
-
-
-
Search Results
145
records
(took 0.025 seconds)
