-
公开(公告)号：CN101299198B
公开(公告)日：2011-08-31
申请号：CN200810124152.7
申请日：2008-06-13
Applicant: 南京邮电大学
Abstract: 一种动态自适应的网格数据迁移方法是一种对网格下数据需要迁移时的一种动态自适应的机制，它主要有数据迁移控制器、目标节点选择器、索引分析器以及数据迁移操作核心等部分组成。当网格中某节点的数据如果不能满足当前用户的数据服务质量，或者造成了网络带宽的浪费时，此时该节点上的数据需要进行迁移，通过选择该节点的可达带宽、该节点的本地管理系统属性、本节点的数据访问负载以及当前待迁移数据的大小等因素，然后对这些因素进行预处理，利用基因表达式编程的算法思想来挖掘目标节点与这些因素的函数关系，通过挖掘得到的函数关系可以更好地进行目标节点的选择。
-
公开(公告)号：CN101431416B
公开(公告)日：2011-04-20
申请号：CN200810243907.5
申请日：2008-12-10
Applicant: 南京邮电大学
Abstract: 一种应用于数据网格的协同学习入侵检测方法，它汲取了当前入侵检测领域分布式检测和集成学习等热门技术的优点，将异常检测和特征检测方法结合起来，采用BP神经网络协同学习，优势互补，使基于该方法设计的入侵检测系统能够更好地应用于数据网格环境。该方法根据数据网格中不同种类节点的安全需求，在中心节点上部署多个BP神经网络集成的强检测器，并且随时搜集来自各地的新型入侵样本特征，确保了中心节点上重要副本的安全性。同时在中心节点上部署协同入侵分析引擎，为众普通节点提供协同检测服务，中心节点组织很多个普通节点一起参与协同计算，能够检测出原来单个节点所无法判断的怀疑数据，提高了普通节点的安全性。
-
公开(公告)号：CN101308464B
公开(公告)日：2011-03-23
申请号：CN200810124137.2
申请日：2008-06-13
Applicant: 南京邮电大学
Abstract: 一种基于模块化的移动代理的网格作业迁移方法，是一种基于模块化的移动代理，通过将作业代码进行合理分割或按功能进行模块化设计，有计划的迁移代码中各个模块的方案。基于模块化的移动代理，通过将作业代码进行合理分割或按功能进行模块化设计，有计划的迁移代码中各个模块，可以有效的减少数据的传输量，同时还可以使无数据相关的代码模块在各个站点上并发执行，提高了网格资源的利用率和作业执行的效率。
-
公开(公告)号：CN101308463B
公开(公告)日：2011-03-23
申请号：CN200810124136.8
申请日：2008-06-13
Applicant: 南京邮电大学
Abstract: 网格环境内面向代理编程计算任务的自适应方法基于现有的开放的网格体系结构，通过部署代理管理服务和代理消息服务这两个满足FIPA规范和WSRF规范的网格服务以及部署G-A容器，支持代理的管理和移动。通过扩展现有的网格作业类型，即增加新的作业类型“AGENT”，使得任务代理的创建过程与现有网格任务的创建过程完全兼容；同时通过定义面向代理编程的任务，以及代理的移动和定位过程，使得代理任务的能够自适应网格环境的变化，智能的移动决策。
-
公开(公告)号：CN101782976A
公开(公告)日：2010-07-21
申请号：CN201010017918.9
申请日：2010-01-15
Applicant: 南京邮电大学
IPC: G06N99/00
Abstract: 本发明是一种基于云计算环境的机器学习自主选择方法。通过使用云计算平台，用户无需搭建机器学习的运行环境，也无需选择机器学习算法，更不用调整纷繁复杂的机器学习函数及其附带的参数，只需使用Web方式上传样本数据，就能自动智能的建立符合实际问题的机器学习数学模型。本发明使机器学习的使用摆脱了环境的束缚，发挥了云计算平台的优势，使得机器学习建模针对用户透明，最大程度的降低了机器学习的使用门槛。解决了在实际应用机器学习时，建模选择的难以预测性、参数调整的人工经验性、普通用户困难等缺点。
-
Patent Agency Ranking
公开(公告)号：CN119988428A
公开(公告)日：2025-05-13
申请号：CN202510063351.5
申请日：2025-01-15
Applicant: 南京邮电大学
IPC: G06F16/2453 , G06F9/50 , G06F16/22
Abstract: 本发明公开了一种基于CPU硬件指令的位图快速操作方法，本发明涉及数据处理技术领域。该基于CPU硬件指令的位图快速操作方法，通过AVX512以及BMI2的硬件指令集来实现对经过WAH压缩过的位图索引中存储数据中的解析，快速获取当前位图索引中有效数据的位置以及其总数，对其中的‘1’快速地获取定位，显著缩短调用相关数据的时间，在数据库查询时快速查询到数据的相关信息，能够显著提高系统的吞吐率，充分利用CPU资源，相比较于传统的遍历方法，可以一次性处理更大规模数据，将数据获取的时间开销大大减少，提升数据处理效率。
-
公开(公告)号：CN119938227A
公开(公告)日：2025-05-06
申请号：CN202510015947.8
申请日：2025-01-06
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于概率语言和资源相似度的算力网络容器迁移方法，属于算力网络领域，包括：根据容器资源平均需求量计算容器需求语义概率，根据资源实际需求和声明需求，构建多维资源判断矩阵并计算容器需求语义向量，计算容器资源需求概率语言量化向量。计算算力节点资源语义概率矩阵，构建算力节点可用资源概率语言矩阵，计算算力节点可用资源概率语言量化矩阵。根据容器资源需求概率语言量化向量和算力节点可用资源概率语言量化矩阵计算资源相似度向量，选择相似度最大的算力节点进行容器迁移。本发明有效量化了容器资源需求和算力节点资源情况之间多维数据的相似性，保证了迁移结果，既满足用户容器的需求又提高算力网络运行的稳定和高效。
-
公开(公告)号：CN119646652A
公开(公告)日：2025-03-18
申请号：CN202411680715.6
申请日：2024-11-22
Applicant: 南京邮电大学
IPC: G06F18/2415 , G06F18/2321 , G06N3/0464 , G06N3/086 , G06Q50/06
Abstract: 本发明公开一种基于标准差复合滑动窗与图像特征二值化的非侵入式负荷监测方法，利用使用三点式中值滤波算法对电压电流数据进行滤波处理，构建改进标准差复合滑动窗双边对负荷状态变化进行检测，引入标准差窗口提高对小电流电器的检测精度，通过滑动累计和判断是否有事件发生。对检测到的发生事件前后的电流等电气数据做差值得到新的数据集，绘制V‑I轨迹图像，运用图像二值化，提取负荷状态变化时刻V‑I轨迹面积特征。将V‑I轨迹特征结合季节性电器概率特性，采用GEP算法对卷积神经网络参数进行优化，得到GEP‑CNN负荷识别算法，以达到准确地分解和识别各种电气设备的状态。
-
公开(公告)号：CN117422689B
公开(公告)日：2024-05-31
申请号：CN202311426256.4
申请日：2023-10-31
Applicant: 南京邮电大学
IPC: G06T7/00 , G06T5/73 , G06V10/82 , G06V10/774 , G06V10/80 , G06V20/70 , G06N3/0464 , G06N3/0442 , G06N3/045 , G06N3/08
Abstract: 本发明公开了一种基于改进MS‑PReNet和GAM‑YOLOv7的雨天绝缘子缺陷检测方法，属于绝缘子缺陷检测技术领域；对绝缘子缺陷数据集进行加雨操作，对数据集进行预处理；构建MS‑PReNet去雨网络模型，对MS‑PReNet去雨网络模型进行训练；将新的数据集进行绝缘子缺陷真实目标框标注；根据数据集的绝缘子缺陷真实目标框，聚类生成不同尺寸的锚框；构建GAM‑YOLOv7目标检测网络模型，GAM‑YOLOv7目标检测网络模型进行训练；对MS‑PReNet去雨网络模型与GAM‑YOLOv7目标检测网络模型进行测试、验证。本发明通过MS‑PReNet去雨网络模型中的添加多尺度特征融合模块MSFM有效地去除雨滴造成的图像噪声和光照不均匀现象，提高图像质量；在GAM‑YOLOv7目标检测网络模型中添加全局注意力机制GAM，进行绝缘子缺陷检测，提高绝缘子缺陷的准确率和稳定性。
-
公开(公告)号：CN117809054A
公开(公告)日：2024-04-02
申请号：CN202410223678.X
申请日：2024-02-29
Applicant: 南京邮电大学
Abstract: 本发明属于计算机视觉领域，具体涉及一种基于特征解耦融合网络的多目标跟踪方法，该方法包括如下步骤：利用DLA‑34骨干网络对输入帧进行预处理得到多尺度特征；构建特征融合解耦层分别提取目标位置特征和Re‑ID特征，减少多任务特征学习竞争；基于提取到的特征，采用自适应加权融合计算策略得到关联代价矩阵，输入匈牙利匹配算法得到关联结果从而构建目标轨迹；依据轨迹对的位置和时间信息进行全局轨迹链接，提升目标跟踪稳定性。本发明从特征融合角度对多任务学习冲突问题进行优化，所提出的方法是一种良好解决任务冲突问题，且具有高稳定性的多目标跟踪方法。
-
-
-
-
-
-
-
-
-
Search Results
197
records
(took 0.025 seconds)
