-
公开(公告)号：CN111858003B
公开(公告)日：2021-05-28
申请号：CN202010687234.3
申请日：2020-07-16
Applicant: 山东大学 , 国网宁夏电力有限公司营销服务中心(国网宁夏电力有限公司计量中心)
IPC: G06F9/48
Abstract: 本发明属于大数据信息处理领域，提供了一种Hadoop最优参数评估方法及装置。其中，Hadoop最优参数评估方法，包括接收客户端传送来的作业，构建作业序列，确定作业序列中作业数量；根据作业序列中作业数量，从方案数据库内调取相匹配的调优方案来评估Hadoop参数，得到所有作业完成时间最短的Hadoop最优配置参数并输出至Hadoop集群服务器；其中，方案数据库内预存有针对单个作业的第一调优方案和针对非单个作业的第二调优方案。
-
公开(公告)号：CN111858003A
公开(公告)日：2020-10-30
申请号：CN202010687234.3
申请日：2020-07-16
Applicant: 山东大学 , 国网宁夏电力有限公司营销服务中心(国网宁夏电力有限公司计量中心)
IPC: G06F9/48
Abstract: 本发明属于大数据信息处理领域，提供了一种Hadoop最优参数评估方法及装置。其中，Hadoop最优参数评估方法，包括接收客户端传送来的作业，构建作业序列，确定作业序列中作业数量；根据作业序列中作业数量，从方案数据库内调取相匹配的调优方案来评估Hadoop参数，得到所有作业完成时间最短的Hadoop最优配置参数并输出至Hadoop集群服务器；其中，方案数据库内预存有针对单个作业的第一调优方案和针对非单个作业的第二调优方案。
-
公开(公告)号：CN119645711A
公开(公告)日：2025-03-18
申请号：CN202411821482.7
申请日：2024-12-11
Applicant: 山东大学
IPC: G06F11/07 , G06F18/10 , G06F18/25 , G06F18/241 , G06F18/243 , G06N3/0442 , G06N3/049 , G06N3/042 , G06N3/0464 , G06N3/045 , G06F123/02
Abstract: 本发明属于大数据信息处理技术领域，提供了一种基于时空图神经网络的微服务系统根因定位方法及系统，获取微服务系统的调用数据信息和监控指标数据，构建微服务时序调用拓扑图栈，结合拓扑图及监控指标信息，使用长短期记忆人工神经网络模型学习拓扑图的时间序列特征，使用图卷积神经网络模型学习拓扑图的空间结构特征；对学习到的时间序列特征信息和空间结构特征信息进行时空特征融合，且在时空特征融合时引入注意力机制；基于融合后的每个拓扑图节点的时空融合特征，利用根因定位模型确定每个节点为根因的概率，得到根因定位的最终结果。本发明可以充分挖掘拓扑图中的时空特征信息，并进行有效根因定位，提升了根因定位的准确性。
-
公开(公告)号：CN119357409A
公开(公告)日：2025-01-24
申请号：CN202411907017.5
申请日：2024-12-24
Applicant: 山东大学
IPC: G06F16/36 , G06F18/214 , G06F18/25 , G06F18/22
Abstract: 本发明涉及论文推荐技术领域，特别是涉及基于双曲空间下跨社区知识图谱的论文推荐方法及系统，对输入的跨社区学术知识图谱，提取出知识图谱每个论文节点的初始结构特征向量和初始文本特征向量，对初始结构特征向量进行层次聚合，对层次聚合结果分别进行相似度聚合和向上聚合，对相似度聚合和向上聚合结果进行特征融合，得到最终的结构特征向量；对初始文本特征向量进行文本聚合操作，得到最终的文本特征向量；对最终的结构和文本特征向量进行拼接操作，得到每个节点的最终特征向量；计算待推荐论文查询任务特征向量，与跨社区学术知识图谱中每个论文节点的特征向量二者之间的相似度，根据相似度，输出论文推荐结果。提高了论文推荐任务的性能。
-
公开(公告)号：CN118672594B
公开(公告)日：2024-10-29
申请号：CN202411170015.2
申请日：2024-08-26
Applicant: 山东大学
Abstract: 本发明属于软件缺陷预测技术领域，提供了一种软件缺陷预测方法及系统，将软件系统包含的源代码文件，解析为抽象语法树，从中提取特征节点和标签节点，提取代码行之间的控制流和数据流依赖关系，构建行属性图；生成特征节点的语法表示向量，并计算出多标签对比学习损失值，再逐步生成文件表示向量；利用获得的文件表示向量生成过程中产生的注意力权重进行代码行级别的软件缺陷预测任务，利用获得的文件表示向量，进行文件级别的缺陷预测。本发明能够对源代码语法语义信息进行综合挖掘，更加完整地表示了源代码蕴含的信息，对存在隐藏缺陷的模块进行了更精准的预测。
-
Patent Agency Ranking
公开(公告)号：CN118484516B
公开(公告)日：2024-09-27
申请号：CN202410939092.3
申请日：2024-07-15
Applicant: 山东大学
IPC: G06F16/33 , G06F16/36 , G06F16/332 , G06F40/211 , G06F40/284 , G06F40/30 , G06N3/0455 , G06N3/0442 , G06N3/08
Abstract: 本发明属于大语言模型与信息检索领域，提供了一种面向行业大模型的多层次主题式检索增强生成方法及系统，本发明构建了基于语义主题演化学习的长文本分割模型，实现了文档知识的有效切分，避免了段落语义丢失和异常句式的出现。同时，基于主题模型的生成能力，在文档层次生成主题内容，实现文档‑段落两个层次的语义关联，对知识进行更好的管理。在此基础上，本发明构建了多层次主题相似检索方法，在文档‑段落两个层次上进行目标问题的相似检索，减少噪音段落的出现，优化大语言模型提示工程中的候选集内容，从而提高大语言模型应用在目标行业领域知识问答系统的专业性和可靠性。
-
公开(公告)号：CN117808089A
公开(公告)日：2024-04-02
申请号：CN202410223586.1
申请日：2024-02-29
Applicant: 山东大学
IPC: G06N5/022 , G06N3/042 , G06N3/0464 , G06N3/0895
Abstract: 本发明属于知识图谱推荐技术领域，本发明提供了一种基于双空间信息聚合的知识图谱推荐方法及系统，根据用户和物品的表征，进行欧式空间和双曲空间的双空间多层次信息聚合，得到多层欧式空间向量和多层双曲空间向量；基于多层欧式空间向量和多层双曲空间向量，进行跨空间对比学习，得到对比损失得分；基于得到的用户和物品各自的向量，进行内积操作，得到预测损失得分；基于所述对比损失得分和预测损失得分，构建混合损失，利用混合损失优化知识图谱推荐模型，实现联合优化；利用联合优化后的知识图谱推荐模型进行知识图谱推荐。本发明考虑到复杂的拓扑结构，将欧式空间建模与双曲空间建模相结合，能够提升推荐结果的准确性和快速性。
-
公开(公告)号：CN116166538B
公开(公告)日：2023-08-22
申请号：CN202211697123.6
申请日：2022-12-28
Applicant: 山东大学
IPC: G06F11/36
Abstract: 本发明提供了一种跨版本预测变异测试方法及系统，其属于软件测试领域，包括获取每个方法和测试用例的文本特征和静态特征，对待测项目中的变异体和测试用例进行配对及特征映射，并获取测试用例执行变异所在行代码的次数；对于满足测试用例执行变异所在行代码次数大于零的变异体‑测试用例对，基于注意力机制的门控循环单元结构进行文本特征表示向量的提取，并对表示向量进行相似性学习，获得变异方法名和测试用例名的相似性向量及变异前后代码片段的相似性向量；将获得的多种特征进行拼接，得到变异体‑测试用例对信息向量；基于信息向量，利用前馈神经网络，获得变异体被测试用例检测出和未被检测出的概率分布，以概率最大的结果作为预测结果。
-
公开(公告)号：CN116069606B
公开(公告)日：2023-07-07
申请号：CN202310033759.9
申请日：2023-01-10
Applicant: 山东大学
Abstract: 本发明提供了一种软件系统性能故障预测方法及系统，其属于大数据信息处理及智能化运维技术领域，所述方案包括获取待测系统运行时的监控指标数据，并进行相应预处理；基于预处理后的监控指标数据，获得各单一指标数据的纵向序列和横向序列；基于交叉注意力机制获取两序列的交叉注意力向量，并基于预先训练的LSTM模型，获得各单一指标的预测值；计算所述预测值与实际监测值的差值，若存在单一指标预测值与实际监测值的差值超过预设阈值，则判定存在异常发生，输出故障预警；将各单一指标数据序列结合，获得多维监控指标序列数据；并将其输入预先训练的基于相似性分解注意力机制的Transformer模型中进行故障分类，获得故障类型分类结果。
-
公开(公告)号：CN114881474A
公开(公告)日：2022-08-09
申请号：CN202210497303.3
申请日：2022-05-09
Applicant: 山东大学 , 山东玲珑轮胎股份有限公司
Abstract: 本公开属于轮胎质量追溯技术领域，具体涉及一种基于知识图谱的轮胎全生命周期质量追溯方法及系统，包括以下步骤：获取轮胎工业数据；根据所获取的数据构建轮胎知识图谱；基于所构建的轮胎知识图谱进行轮胎的全生命周期监测，当监测到异常信息时进行质量追溯。本公开根据轮胎的生产过程和生产部件的关联关系，设计轮胎工业知识图谱的本体结构，依托已有的轮胎工业大数据，构建轮胎工业知识图谱，使得轮胎全生命周期、生产全过程的各个环节可以进行正反向的追溯，对轮胎的质量提供高可靠性预测，为故障诊断提供分析决策支持。
-
-
-
-
-
-
-
-
-
Search Results
95
records
(took 0.139 seconds)
