一种基于区域卷积神经网络的问答社区标签推荐方法

    公开(公告)号:CN109086463B

    公开(公告)日:2022-04-29

    申请号:CN201811139465.X

    申请日:2018-09-28

    Applicant: 武汉大学

    Abstract: 本发明涉及一种基于区域卷积神经网络的问答社区标签推荐方法,具体是涉及对问答社区中的问题数据集先进行数据预处理,再通过建立词典生成句向量,在卷积层中,对数据集中的每个问题中的每个单词都进行词嵌入处理,然后用区域卷积神经网络模型对句向量进行训练,最后利用训练完成的模型对问答社区中的新问题进行标签推荐。具有如下突出特点和优点:第一,引入双向循环卷积层,结合单词的上下文对单词进行表示,可以更好的反应句子中单词之间的联系,双向循环结构可以准确抓取单词的上下文;第二,卷积神经网络处理大型图片的能力使得其可以处理较大的数据集;第三,卷积神经网络在图片处理中的迁移性,使得其用在标签推荐中也能有很好的迁移性。

    一种面向移动边缘计算的微服务预部署方法及系统

    公开(公告)号:CN112969144B

    公开(公告)日:2022-04-26

    申请号:CN202110143727.5

    申请日:2021-02-02

    Applicant: 武汉大学

    Abstract: 为了解决移动边缘环境下存在的移动的用户的微服务请求无法被命中和结果无法被接收的问题,本发明提出了一种面向移动边缘计算的微服务预部署方法及系统。本方案利用用户的历史轨迹信息,通过深度学习的LSTM网络来预测出用户未来的轨迹,通过结合用户的未来轨迹信息和待请求的服务组合信息生成用户预部署请求序列,然后先通过简单的遍历生成基础的方案,再通过多个典型场景对基础方案进行优化,然后基于优化过的基础方案,通过采用遗传算法的思路,生成最终的最优预部署方案,最后利用最优预部署方案完成实际的微服务预部署工作。本方案将用户的移动性特征和微服务的组合特征有机结合在一起,显著提升了微服务预部署的效果,不仅提升了请求成功率和结果接收成功率,还降低了资源消耗。

    一种跨界服务需求分析方法、系统和可读介质

    公开(公告)号:CN111191088B

    公开(公告)日:2022-02-01

    申请号:CN202010001530.3

    申请日:2020-01-02

    Applicant: 武汉大学

    Inventor: 李兵 柳正利 王健

    Abstract: 本发明涉及一种跨界服务需求分析方法、系统和可读介质,本发明方法支持从价值、目标、流程、服务等多视角对跨界服务的需求进行建模,实现价值指导下的跨界服务设计,实现业务和价值对齐。该建模方法实现了从用户目标到服务的映射,能够指导开发者快速开发满足用户需求的跨界服务。本发明的有益效果是:1)实现历史模型复用,能够基于已有模型快速构建新模型,提高需求分析效率;2)从价值、目标、服务等多个角度全面地对跨界服务需求进行建模分析,具有很好的实用性;3)能够有效的指导后续的跨界服务设计和开发工作。

    一种基于业务流程模型的微服务设计方法及系统

    公开(公告)号:CN113204331A

    公开(公告)日:2021-08-03

    申请号:CN202110363701.1

    申请日:2021-04-02

    Applicant: 武汉大学

    Abstract: 本发明公布了一种基于业务流程模型的微服务设计方法及系统,首先将业务流程图转换为BPMN工程模型;然后运用转换策略将BPMN工程模型转化为SSD工程模型;接着运用可视化规则将SSD工程模型转化为SSD时序图;最后运用转换规则分析SD工程模型进行微服务设计。本发明能够从BPMN图自动化生成微服务设计方案,辅助设计人员快速设计系统,节省设计成本;能够从SD工程模型自动化生成代码,辅助开发人员快速开发符合用户需求的系统,大幅降低开发成本。

    面向并行微服务组合的边缘服务部署方法

    公开(公告)号:CN112882723A

    公开(公告)日:2021-06-01

    申请号:CN202110209666.8

    申请日:2021-02-24

    Applicant: 武汉大学

    Abstract: 本发明公开了一种面向并行微服务组合的边缘服务部署方法,包括:构建边缘环境下终端和边缘服务器之间的连接拓扑以及边缘服务器的容量限制;构建边缘环境下终端与边缘服务器之间的微服务请求‑响应系统;形成以最小化终端的服务响应时间作为主目标、最小化终端访问云服务器的次数作为辅助目标的多目标组合;编码微服务部署方案得到主目标和辅助目标对应的适应值;构建种群,基于带精英策略的非支配排序的遗传算法并融合粒子群算法对种群进行迭代优化以求解Pareto最优解,得到主目标最优的个体对应的微服务部署方案。本发明通过引入辅助目标防止了主目标过早收敛而陷入局部最优解;通过引入粒子群算法改进非支配排序的遗传算法,提高了算法的准确性。

    一种跨界服务目标融合方法

    公开(公告)号:CN112183066A

    公开(公告)日:2021-01-05

    申请号:CN202011002275.0

    申请日:2020-09-22

    Applicant: 武汉大学

    Inventor: 李兵 彭宇 王健

    Abstract: 本发明公开了一种跨界服务目标融合方法,其中的方法包括以下步骤:1:获取目标模型,包括重构主体领域目标模型和匹配客体领域目标模型;2:融合得到的主体领域目标模型和客体领域目标模型,3:对融合后的目标模型进行目标不一致性的检测,得到最终融合后的跨界服务目标模型。本发明的有益效果是:1)跨界服务目标融合理论方法可以很好的指导跨界服务的融合过程,深度解决跨界服务问题,将复杂的跨界服务问题工程化解决,进而满足单一领域难以满足的用户的复杂目标,创造单一领域服务难以创造的价值。2)提出了一种不一致性检测与冲突消解方法,能够有效地检测出非功能性目标不一致性、功能性目标不一致性和可操作性目标不一致性并消解冲突。

    一种基于EMD和多变量LSTM相结合的服务质量预测方法

    公开(公告)号:CN111131424B

    公开(公告)日:2020-12-18

    申请号:CN201911308215.9

    申请日:2019-12-18

    Applicant: 武汉大学

    Inventor: 李兵 陈秀清 王健

    Abstract: 本发明公开了一种基于EMD和多变量LSTM相结合的服务质量预测方法,包括1:对Web服务历史调用记录进行数据清洗,检测数据集中Web服务质量的缺失值、异常值;2:使用一种基于数据的填补算法补全缺失值和异常值,构建完整有效的服务质量时间序列;3:对时间序列进行数据变换;4:利用EMD方法将服务质量时间序列分解为多个本征模函数和残波部分,然后构建多变量时间序列,建立一个多变量LSTM模型进行服务质量预测。本发明的有益效果是:1)能够根据Web服务的历史调用记录准确预测未知的服务质量,具有很好的实用性。2)通过预测可能存在的SLA违规行为,帮助用户选择既能提供最佳服务质量且具有更高概率满足SLA约束的服务。

    一种跨界服务需求分析方法、系统和可读介质

    公开(公告)号:CN111191088A

    公开(公告)日:2020-05-22

    申请号:CN202010001530.3

    申请日:2020-01-02

    Applicant: 武汉大学

    Inventor: 李兵 柳正利 王健

    Abstract: 本发明涉及一种跨界服务需求分析方法、系统和可读介质,本发明方法支持从价值、目标、流程、服务等多视角对跨界服务的需求进行建模,实现价值指导下的跨界服务设计,实现业务和价值对齐。该建模方法实现了从用户目标到服务的映射,能够指导开发者快速开发满足用户需求的跨界服务。本发明的有益效果是:1)实现历史模型复用,能够基于已有模型快速构建新模型,提高需求分析效率;2)从价值、目标、服务等多个角度全面地对跨界服务需求进行建模分析,具有很好的实用性;3)能够有效的指导后续的跨界服务设计和开发工作。

    基于知识图谱的快速知识对比方法及系统

    公开(公告)号:CN109885693A

    公开(公告)日:2019-06-14

    申请号:CN201910025419.5

    申请日:2019-01-11

    Applicant: 武汉大学

    Abstract: 本发明提供一种基于知识图谱的快速知识对比方法及系统,包括构建知识表示单元,将各领域词条拆分解析成知识表示单元;构建知识图谱,包括将知识表示单元保存到图数据库中形成知识图谱,领域词条之间形成多对多的图结构关系;构建需对比的领域概念,包括确定需要进行比较的领域概念,拆分解析成知识表示单元,存入知识图谱并建立不破坏原图结构的临时提及关系;抽取领域概念的多级拓扑;对比多级拓扑,计算出拓扑节点权重,然后计算出领域概念的带权相似度,得到知识对比结果。本发明能够快速自动化地实现海量文献的知识对比与分类,支持复杂对比应用,实时性高,实用性强,提高后续查询融合的精度,具有重要的市场价值。

    一种基于卷积神经网络的问答社区标签推荐方法

    公开(公告)号:CN109299291A

    公开(公告)日:2019-02-01

    申请号:CN201811140397.9

    申请日:2018-09-28

    Applicant: 武汉大学

    Abstract: 本发明涉及一种基于卷积神经网络的问答社区标签推荐方法,具体是涉及对问答社区中的问题数据集先进行数据预处理,再通过词嵌入建立矩阵,利用Mikilovo方法将训练集的矩阵变成三维矩阵,然后用卷积神经网络模型对三维矩阵进行训练,最后利用训练完成的模型对问答社区中的新问题进行标签推荐,是一种基于卷积神经网络的问答社区标签推荐方法。具有如下突出特点和优点:第一,引入卷积层,能对特征进行准确提取,可以进行更精准的匹配;第二,卷积神经网络处理大型图片的能力使得其可以处理较大的数据集;第三,卷积神经网络在图片处理中的迁移性,使得其用在标签推荐中也能有很好的迁移性。

Patent Agency Ranking