传热设备热传导的三对角异构众核并行求解方法及系统

    公开(公告)号:CN116227164A

    公开(公告)日:2023-06-06

    申请号:CN202310066558.9

    申请日:2023-01-12

    Abstract: 本发明公开了一种传热设备热传导的三对角异构众核并行求解方法及系统,涉及计算机处理技术领域。包括步骤:采集传热设备的热传导参数,建立传热模型;输入热传导参数至传热模型,构建热传导方程;通过差分和转化得到关于热传导的三对角线性方程组;通过并行消元的方法对三对角矩阵方程数据消除数据依赖;抽取部分组成小型三对角矩阵方程;采用追赶法求解缩减三对角矩阵方程;将各个进程以任务并行的方式回代输出三对角矩阵方程剩余全部解;并根据求解结果绘制温度变化曲线,获得热传导过程的温度变化。解决了传热设备热传导现象模拟仿真过程中,需要求解的三对角矩阵方程规模较大,导致热传导过程的分析过程耗时较长,结果不够准确的问题。

    用于大规模稀疏方程组求解的并行超节点排序方法及系统

    公开(公告)号:CN115952385A

    公开(公告)日:2023-04-11

    申请号:CN202310224172.6

    申请日:2023-03-10

    Abstract: 本发明公开了一种用于大规模稀疏方程组求解的并行超节点排序方法及系统,涉及高性能计算技术领域,针对在稀疏矩阵LU分解过程中生成的超级节点块状矩阵,基于二维进程网格,按照块状矩阵的行和列循环映射矩阵数据,将该块状矩阵的上三角部分数据通过转置映射到处理下三角部分数据的进程中,同时采用动态分配资源的策略,根据实际映射到进程的行矩阵块的数量,为每个进程网格中的进程分配内存,以此节省大量的内存空间,提高内存扩展性,并提高稀疏矩阵求解的规模扩展性,解决现有排序方法无法适用于求解大规模稀疏线性方程组的问题。

    一种云计算系统服务的量化和评估方法

    公开(公告)号:CN112600936B

    公开(公告)日:2023-01-31

    申请号:CN202011592364.5

    申请日:2020-12-29

    Abstract: 本发明的云计算系统服务的量化和评估方法,包括:步骤1:获取服务注册信息;步骤2:服务集合解析;步骤3:建立服务因子集合;步骤4:服务因子的加权或约束处理;步骤5:重定义服务;步骤6:重定义集合的模型评估;步骤7:服务描述;步骤8:发布服务。本发明的云计算系统服务的量化和评估方法,通过评估检测的服务再进行服务描述和发布,实现了云平台正式提供服务前对这些服务进行统一描述、统一量化评估和统一发布,可用于组合型云服务的检测,以及服务目录可用性检测,便于平台运营方包装平台提供的各类云服务并上线运营。

    网络用户的角色识别方法及系统

    公开(公告)号:CN113256438B

    公开(公告)日:2022-12-23

    申请号:CN202110583491.7

    申请日:2021-05-27

    Abstract: 本发明属于智能识别领域,提供了一种网络用户的角色识别方法及系统。其中,该方法包括获取用户行为数据,构建当前用户所属的用户关系图;从用户行为数据中提取当前用户的行为特征;将当前用户的行为特征进行向量表示,得到当前用户行为特征向量表示;基于用户关系图和用户行为特征向量表示,构建当前用户的特征向量表示;将当前用户的特征向量表示输入分类器中,得到当前用户在每个类别上的概率分布,预测出当前用户的角色类别。其以端到端的方式进行,无需人工设计特征,因而具有更好的建模效率和更广的适用性。

    一种基于复杂异构环境的微服务调度方法及其实现系统

    公开(公告)号:CN112068943B

    公开(公告)日:2022-11-25

    申请号:CN202010933828.8

    申请日:2020-09-08

    Abstract: 本发明涉及一种复杂异构环境下的微服务调度方法及其实现系统,包括:(1)第一级调度:实时获取所有物理服务器、虚拟机、服务及微服务的基本信息,将有调用关系的微服务调度到关系距离更近的虚拟机中;保证各个微服务之间调用的高性能;(2)第二级调度:在业务应用运行过程中,统计一个时间段内虚拟机之间通信的延时和微服务之间的调用频繁程度,动态更新虚拟机之间的关系距离矩阵,周期性检查并迁移符合条件的微服务,保证调用频繁的微服务迁移到关系距离较近的虚拟机上。通过对微服务的两级调度之后,保证微服务能够被调度到合适的虚拟机上,尽量减少微服务跨虚拟机、跨物理服务器、跨网段调用,达到微服务之间高效调用的效果。

    一种基于自训练半监督学习的文本实体抽取方法及系统

    公开(公告)号:CN115270797A

    公开(公告)日:2022-11-01

    申请号:CN202211161311.7

    申请日:2022-09-23

    Abstract: 本发明涉及文本实体抽取技术领域,提供了一种基于自训练半监督学习的文本实体抽取方法及系统,包括:将待识别文本输入文本实体抽取模型,得到待识别文本中的每个字符所属实体类别;其中,文本实体抽取模型的训练方法为:采用训练集训练得到一个教师模型;从无标签数据库中挑选出与训练集的文本相似度最高的若干条无标签数据;利用教师模型对挑选出的无标签数据进行预测,并将预测的标签值作为伪标签赋予无标签数据得到伪标签数据;将伪标签数据和训练集进行混合,构成混合数据集;采用混合数据集训练得到一个学生模型。增强了文本实体抽取模型学习小样本甚至零样本类别的能力,同时也降低了训练所需的成本。

    用于HTCondor框架下的计算任务处理方法及系统

    公开(公告)号:CN114995969A

    公开(公告)日:2022-09-02

    申请号:CN202210444664.1

    申请日:2022-04-26

    Abstract: 本公开提供了一种用于HTCondor框架下的计算任务处理方法及系统,其属于超算技术领域,所述方法包括:获取待处理任务及对应的数据文件目录结构;提取数据文件的目录结构,并进行编码;基于编码后的目录结构对数据文件进行重命名;基于HTCondor的任务分发机制,将待处理任务及重命名后的数据文件分发至计算节点;所述计算节点对数据文件名称进行解码,创建完整的目录结构,并进行待处理任务的计算,在相应目录下产生计算结果文件;对所述计算结果文件进行目录结构编码,并基于编码的目录结构进行命名;基于HTCondor的回传机制,将获得的计算结果文件进行回传,并基于解码的目录结构,将计算结果存储到相应目录中。

Patent Agency Ranking