公开(公告)号：CN110263825A

公开(公告)日：2019-09-20

申请号：CN201910461454.1

申请日：2019-05-30

Applicant: 湖南大学

Inventor： 李肯立 ,  肖娜 ,  周旭 ,  陈建国 ,  肖国庆 ,  李克勤

IPC: G06K9/62

Abstract: 本申请涉及一种数据聚类方法、装置、计算机设备和存储介质。所述方法包括：根据待聚类数据的密度值、最近密度更高点距离和最近种子距离，从待聚类数据中确定聚类种子；基于聚类种子对待聚类数据进行均值聚类，得到聚类初始簇；根据待聚类数据在对应的聚类初始簇中的覆盖点数，和最近密度更高点距离，确定聚类初始簇的最终聚类中心；基于最终聚类中心对待聚类数据进行密度峰值聚类，得到数据聚类结果。采用本方法能够提高整体数据聚类效果。

公开(公告)号：CN110175158A

公开(公告)日：2019-08-27

申请号：CN201910431788.4

申请日：2019-05-23

Applicant: 湖南大学

Inventor： 全哲 ,  肖桐 ,  周旭 ,  唐卓 ,  陈建国 ,  姜文君 ,  李肯立 ,  李克勤

IPC: G06F16/18 ,  G06F16/2458 ,  G06F17/22 ,  G06F17/24

Abstract: 本发明公开了一种基于向量化的日志模板提取方法，其结合了离线日志模板提取和在线日志模板提取两个过程，离线日志模板提取先将所有的日志记录向量化后映射到一个高维向量空间，然后对所有向量进行聚类以实现对日志记录的分类，最后从每个类中提取出其中所有日志记录的最长公共单词子序列并用通配符替代不同的部分以作为该类的模板，在线日志模板提取基于离线提取的结果，对随着时间推移新产生的日志记录逐条进行处理，计算其向量化后的结果与已知各模板向量化后的结果的距离。本发明能够解决现有日志模板提取方法存在的不适合处理大量日志、普适性差、复杂性比较高的技术问题。

公开(公告)号：CN105681096A

公开(公告)日：2016-06-15

申请号：CN201610067599.X

申请日：2016-01-29

Applicant: 湖南大学

Inventor： 李肯立 ,  刘锡洋 ,  唐卓 ,  陈建国 ,  鲁彬 ,  陈俊杰

IPC: H04L12/24 ,  H04L29/08 ,  G06F9/50

CPC classification number: H04L41/145 ,  G06F9/5038 ,  H04L41/50 ,  H04L67/10

Abstract: 本发明涉及服务器配置领域，提供一种用于云平台利润最大化的服务器配置方法和装置，所述方法包括：步骤1，设置每个任务的最大等待时间；步骤2，根据最大等待时间，利用有限容量的排队模型对多服务器系统进行建模，得到每个服务器对任务的等待时间分布函数；步骤3，获得整个云平台的收入以及多服务器系统的花费和临时租用服务器的花费，并计算出利润；步骤4，根据获得的利润，获得最佳的多服务器配置方案；步骤5，按照获得最佳的多服务器配置方案，对服务器进行配置。本发明能够合理配置云平台的服务器，使服务提供商的利润最大化并提高服务质量。