-
公开(公告)号：CN109117254A
公开(公告)日：2019-01-01
申请号：CN201810697878.3
申请日：2018-06-29
Applicant: 国家电网公司 , 国网河北省电力有限公司信息通信分公司 , 中国科学院计算机网络信息中心
Abstract: 本发明涉及一种深度学习框架的调度方法及系统，其中，系统包括全局资源管理器ResourceManager、多个节点管理器NodeManager、应用程序管理器ApplicationMaster和资源容器Container；在所述YARN调度系统的配置选项中增加图像处理器GPU选项以及是否使用图像处理器GPU，并在所述全局资源管理器ResourceManager中增加图像处理器GPU的资源类型、添加图像处理器GPU的权重设置、增加可深度优先搜索GPU通用接口；对每种应用设计单独的客户端并修改部分应用程序管理器，使更改配置后的YARN调度系统与其他系统软件相结合。采用本发明的系统和方法，结合传统的大数据集群框架HadoopYARN，能够在Hadoop平台上实现GPU资源的管理与调度，在本发明的系统中深度学习框架作为一个普通程序被使用的调度，极大提高GPU的被使用能力。
-
公开(公告)号：CN108492185A
公开(公告)日：2018-09-04
申请号：CN201810122223.3
申请日：2018-02-07
Applicant: 国网河南省电力公司 , 国家电网公司 , 中国科学院计算机网络信息中心
Abstract: 本发明提供了一种面向不确定规划问题的求解方法及系统，属于高性能计算技术领域，方法包括步骤A，根据各产品的预测收益率对第一数目个种群个体的属性向量进行初始化，步骤B、根据神经网络模型和各种群个体的属性向量确定各种群个体的模糊收益率期望值和模糊条件风险价值，步骤C、根据约束处理算法、以及各种群个体的模糊收益率期望值和模糊条件风险价值确定各种群个体的目标值，步骤D，根据各种群个体的目标值和评价算法确定各种群个体的适应度，步骤E，判断种群的迭代次数是否达到预设阈值，如果是，执行步骤F，否则，更新各种群个体的属性向量并返回步骤B，步骤F，确定各种群个体中适应度最高的目标种群个体。采用本发明，可以提高求解效率。
-
公开(公告)号：CN111475304B
公开(公告)日：2023-10-03
申请号：CN202010278588.2
申请日：2020-04-10
Applicant: 中国科学院计算机网络信息中心
Abstract: 本发明涉及一种特征提取加速方法及系统，Python语言是广泛用于深度学习领域的一门编程语言，在神经网络训练的程序中，当出现generator语句及类函数嵌套结构语句时，Python的多进程包不能直接对训练程序进行并行优化。本发明对串行代码进行重构，使代码中不再含有generator语句及类函数嵌套语句，但是程序的输出结果与串行程序结果一致。对文件进行分块，多个进程并行读取文件块，在进程内部，串行读取文件块，串行进行特征提取操作，进程之间并行读取文件块，并行进行特征提取操作，从而提升并行程序性能。将本发明的方法用于具体的神经网络训练程序中，结果表明，性能提升15倍。
-
公开(公告)号：CN112700038A
公开(公告)日：2021-04-23
申请号：CN202011585475.3
申请日：2020-12-28
Applicant: 广西大学 , 中国科学院计算机网络信息中心
Abstract: 本发明涉及一种基于CNN‑LSTM的CPI数预测模型及方法，其中，方法包括以下步骤：将所有商品期货的交易数据拼接成二维面板数据，所述二维面板数据包含空间特征和时间特征；通过卷积神经网络的卷积层对每个时刻输入的二维面板数据采用多个卷积核对面板数据进行扫描，通过卷积运算提取特征，并对提取到的特征进行池化运算，以获得区域向量；将获得的区域向量作为LSTM网络的输入，并由LSTM网络输出CPI的预测值。通过采用CNN‑LSTM学习期货数据的空间特征和时间特征，实现对每日期货数据的在线学习，达到动态定量预测每日CPI的变化情况的效果。
-
公开(公告)号：CN112214799A
公开(公告)日：2021-01-12
申请号：CN202010948779.5
申请日：2020-09-10
Applicant: 中国科学院计算机网络信息中心
IPC: G06F21/64
Abstract: 本发明涉及一种基于区块链技术的数据库防篡改方法及系统，其中，方法包括以下步骤：当一条新记录添加到数据库表格中时，基于指示函数，以当前新添加记录的ID为参数，计算当前记录将要指向的记录的ID,所指向的记录称为前一条记录，以在当前记录与前一条记录之间创建指向关系；当添加更多的记录时，基于相同的指示函数，构建了单区块链数据结构；以及对单指示函数进行扩展，对于新添加的数据记录，使用多个指示函数，分别以当前记录的ID为参数，计算获得多个“前一条记录”的ID；在当前记录与多个“前一条记录”之间创建了指向关系，基于多个指示函数，构建多区块链数据结构；使数据库数据更安全。
-
Patent Agency Ranking
公开(公告)号：CN103384206B
公开(公告)日：2016-05-25
申请号：CN201210135226.3
申请日：2012-05-02
Applicant: 中国科学院计算机网络信息中心
IPC: H04L12/24
Abstract: 本发明涉及一种网络管理中面向海量数据的并行处理方法，尤其是一种提高带宽和资源利用率的任务调度方法，包括：定时从数据库中取出待采集任务，并将待采集任务插入任务采集队列，等待采集任务的执行；从任务采集队列中取出任务描述，根据带宽资源利用情况和/或计算资源使用情况将任务进行子任务划分，将子任务映射到采集任务处理单元等待子任务的执行；执行各个子任务以完成数据采集任务，将采集的数据加入数据缓存队列，并进行并行数据处理，将处理好的数据加入内存数据库；将内存数据库中的数据定期同步到物理数据库中。
-
公开(公告)号：CN102750131B
公开(公告)日：2015-10-07
申请号：CN201210187386.2
申请日：2012-06-07
Applicant: 中国科学院计算机网络信息中心 , 北京北龙超级云计算有限责任公司
Abstract: 本发明公开了一种面向GPU的双调排序方法和系统，通过一个线程操作向量来模拟多个比较器，多个线程并行执行归并排序，其中对同一个工作组内的线程同步使用同步函数来完成，对不同工作组内的线程同步通过CPU完成，进一步的可以使用多个向量来模拟更大长度向量，在排序过程中改变比较器操作数的写回地址，对内存读写进行优化。本发明在节省存储空间的基础上，有效地减少CPU和GPU之间的同步次数、减少执行指令的总量和延时、增加GPU计算单元的利用率。
-
公开(公告)号：CN104657142A
公开(公告)日：2015-05-27
申请号：CN201510077030.7
申请日：2015-02-12
Applicant: 中国科学院计算机网络信息中心
IPC: G06F9/44
Abstract: 本发明公开了一种基于OSGi技术的CCFD系统，该系统包括：插件引擎和系统应用插件，其中，所述插件引擎负责所述系统应用插件的安装、卸载及依赖关系验证；所述系统应用插件内部由组件实现，所述组件提供并使用服务；所述系统包括组件管理器，通过解析所述组件的配置文件发现组件发布的服务，并将组件提供的服务注入给申请服务的组件。通过本发明的技术方案，可以实现对CCFD系统的非侵入式灰盒扩展。
-
公开(公告)号：CN111475304A
公开(公告)日：2020-07-31
申请号：CN202010278588.2
申请日：2020-04-10
Applicant: 中国科学院计算机网络信息中心
Abstract: 本发明涉及一种特征提取加速方法及系统，Python语言是广泛用于深度学习领域的一门编程语言，在神经网络训练的程序中，当出现generator语句及类函数嵌套结构语句时，Python的多进程包不能直接对训练程序进行并行优化。本发明对串行代码进行重构，使代码中不再含有generator语句及类函数嵌套语句，但是程序的输出结果与串行程序结果一致。对文件进行分块，多个进程并行读取文件块，在进程内部，串行读取文件块，串行进行特征提取操作，进程之间并行读取文件块，并行进行特征提取操作，从而提升并行程序性能。将本发明的方法用于具体的神经网络训练程序中，结果表明，性能提升15倍。
-
公开(公告)号：CN106156471B
公开(公告)日：2019-05-07
申请号：CN201510182181.9
申请日：2015-04-16
Applicant: 中国科学院计算机网络信息中心
IPC: G06F17/10
Abstract: 本发明公开了一种多层次流场可视化的方法，提出了一种改进算法的种子点放置方法，即对流场进行网格划分，计算各个子区域的信息熵；根据信息熵的值选择子区域，检测所选子区域是否存在临界点；根据临界点的检测情况，在所选子区域放置种子点；基于种子点的选取绘制流场流线图。由此，更加准确和清晰地绘制出流场特征；既可从宏观上观察流场，也可进入局部，观察流场细节。
-
-
-
-
-
-
-
-
-
Search Results
25
records
(took 0.082 seconds)
