-
公开(公告)号:CN113704229A
公开(公告)日:2021-11-26
申请号:CN202111026786.0
申请日:2021-09-02
Applicant: 山东省计算中心(国家超级计算济南中心) , 山东亿云信息技术有限公司
IPC: G06F16/21 , G06F16/2455
Abstract: 本发明涉及计算机信息技术领域,具体地涉及一种基于业务审核及检索的数据标签管理方法,包括待审核业务数据收集,所述业务数据包括业务参数及审核业务参数的审核规则;根据业务参数确定业务数据对应的业务节点;开展标签需求数据源的收集和分析;对数据源进行整合生成标签;构建数据标签库以供业务审核及检索应用,根据数据源情况,构建所需标签数据库;根据标签数据库创建标签规则和检索规则,所述标签规则包括标签管理信息规则和标签值信息管理规则。本发明对数据标签进行有效管理,构建标签数据库,便于业务应用,为业务审核和检索提供了支撑,实现了高效的数据标签管理。
-
公开(公告)号:CN114816699B
公开(公告)日:2025-03-18
申请号:CN202210372549.8
申请日:2022-04-11
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院)
Abstract: 本发明公开了基于温度预测的数据中心作业调度方法及系统,包括:获取数据中心机柜相关参数、机柜中服务器的相关参数、作业队列中待调度作业所需资源大小和冷却设备的相关参数;对获取的数据进行预处理,对于预处理后的数据进行特征筛选;基于训练后的机器学习模型和筛选得到的特征,预测出未来设定时间段内机柜的温度,选出温度最低的机柜;将待调度作业,在温度最低的机柜的若干个服务器中进行初始调度和优化调度,通过多次迭代,选出服务器与待调度作业之间的最佳映射方案;根据最佳映射方案实现待调度作业的调度。
-
公开(公告)号:CN119474622A
公开(公告)日:2025-02-18
申请号:CN202510059378.7
申请日:2025-01-15
Applicant: 山东省计算中心(国家超级计算济南中心)
Abstract: 本公开提供了一种面向电磁有限元方程组的并行迭代求解方法及系统,涉及电磁有限元技术领域,包括:构建待求解的电磁有限元方程组#imgabs0#;将电磁有限元方程组划分为多个计算子任务,将子任务的子矩阵块#imgabs1#和子右端项向量#imgabs2#分配给超级计算机中的各进程;利用初始化后的Householder‑GMRES算法,各进程并行进行子任务的计算,得到各进程的局部最优解#imgabs3#;对各进程的局部最优解#imgabs4#进行汇总,得到电磁有限元方程组的最优解#imgabs5#;本发明将电磁有限元、Householder‑GMRES算法、并行计算三者结合起来,利用并行优化技术提高电磁有限元线性方程组求解效率。
-
公开(公告)号:CN119249857A
公开(公告)日:2025-01-03
申请号:CN202411160062.9
申请日:2024-08-22
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院)
IPC: G06F30/27 , G06N3/0455 , G06N3/0895
Abstract: 本发明属于海洋科学和数据处理技术领域,提供了一种面向海洋观测数据的基座模型构建方法及系统,包括构建海洋基座模型;将获取的海洋时序数据输入海洋基座模型中,构建海洋时序数据的时间戳粒度级的Token序列,将时间戳前的偏移延迟特征向量和协变量向量连接到时间戳Token向量中;结合因果自注意力机制和旋转位置嵌入,将Token序列的特征映射到Transformer的解码器,生成下一步时间戳序列;定义损失函数,优化模型参数,得到训练好的海洋基座模型。本发明在多种海洋数据集上学习通用的特征表示和时序模式,从而构建一个具有高度泛化能力的海洋通用模型,不仅能够处理大规模、多源的海洋数据,还能够捕捉数据的时序特性,提供实时的数据处理和预测能力。
-
公开(公告)号:CN118484540B
公开(公告)日:2024-10-18
申请号:CN202410946552.5
申请日:2024-07-16
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院) , 山东省公安厅
IPC: G06F16/35 , G06F18/213 , G06F18/2415 , G06N3/0442 , G06N3/0464 , G06N3/0455
Abstract: 本发明属于文本分类技术领域,具体涉及一种基于特征感知的文本分类方法及系统,包括:获取待分类文本数据;提取所获取的文本数据的全局特征和局部特征;采用多头注意力机制处理所提取的文本数据的全局特征和局部特征;基于特征感知算法优化处理后的文本数据的全局特征和局部特征,动态调整特征选择和网络参数,得到文本表示特征;根据所得到的文本表示特征计算待分类文本的分类概率,完成待分类文本的分类。
-
公开(公告)号:CN116167304B9
公开(公告)日:2024-08-06
申请号:CN202310436896.7
申请日:2023-04-23
Applicant: 山东省计算中心(国家超级计算济南中心)
IPC: G06F30/28 , G06F17/12 , G06F17/15 , G06F17/16 , G06F111/10 , G06F113/08 , G06F119/14
Abstract: 本发明涉及油藏数值模拟技术领域,本发明公开了基于神威架构的油藏数值模拟GMRES优化方法及系统,包括:将油藏数值模拟压力方程离散后得到的压力线性方程组的求解任务,按系数矩阵的维度划分为若干个计算任务,并将计算任务并行分发至多个主核;每个主核将计算任务中热点函数的数据平均分发至从核,并调用从核进行热点函数计算;主核根据从核回传的计算结果,计算得到压力线性方程组的解。实现了两级并行和负载均衡,极大的缩短了计算时间。
-
公开(公告)号:CN118297849A
公开(公告)日:2024-07-05
申请号:CN202410343675.X
申请日:2024-03-25
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院)
Abstract: 本发明公开的一种多特征融合的水下图像增强方法及系统,包括:获取无标签水下图像;通过无标签水下图像对水下图像增强模型进行训练,训练过程中,水下图像增强模型从无标签水下图像中提取亮度特征、语义特征、梯度特征、全局特征和局部特征,将亮度特征、语义特征、梯度特征、全局特征和局部特征合并,获得水下图像增强结果,训练完成,获得训练好的水下图像增强模型;利用训练好的水下图像增强模型对待增强的水下图像进行增强。实现了对水下图像的有效增强。
-
公开(公告)号:CN118037599A
公开(公告)日:2024-05-14
申请号:CN202410343235.4
申请日:2024-03-25
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院)
Abstract: 本发明公开的一种真实水下图像复原方法及系统,包括:获取场景透射图、空气环境中场景图像及水下环境图像;根据场景透射图和空气环境中场景图像,获得场景的雾霾特征和光衰减特征;通过训练后水下图像生成模型对场景的光衰减特征、雾霾特征和水下环境图像进行处理,获得水下场景图像;利用水下场景图像对水下图像复原模型进行训练,训练完成,获得训练好的水下图像复原模型;通过训练好的水下图像复原模型对真实水下图像进行处理,获得修复后水下图像。实现了对水下图像的有效复原。
-
公开(公告)号:CN117707785A
公开(公告)日:2024-03-15
申请号:CN202311870609.X
申请日:2023-12-28
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院)
Abstract: 本发明提出了面向浅水方程的pcg申威众核优化方法及系统,涉及数据处理技术领域。包括读取系数矩阵和右端项,设定基本条件;在管理核心中,基于整行对系数矩阵进行数据划分,在行方向上进行均匀分块,得到分块数据;对计算核心的LDM均匀划分两个分区,将分块数据分多次传输至计算核心,两个分区并行实现传输和计算过程;将同一核组内各计算核心计算后的数据进行求和,放入共享内存区域中,由指定计算核心再次求和后比较残差,判断是否满足残差下降要求。本发明使用基于行的划分方法、两级并行、避免通信等方法加快计算速度,针对浅水方程提供了高效的对角预条件PCG在神威超级计算机上的实现方式。
-
公开(公告)号:CN117633232A
公开(公告)日:2024-03-01
申请号:CN202311661689.8
申请日:2023-12-06
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院)
IPC: G06F16/35 , G06N3/0442
Abstract: 本发明涉及一种基于热点预测的Hudi异步数据聚类的方法和系统;包括:SQL查询语句解析,包括收集SQL语句、分词处理、建立词汇表、建立嵌入层;基于获取并解析后的SQL语句,采用训练好的基于在线学习算法的LSTM模型预测查询热点字段和查询热点表;获取训练好的基于在线学习算法的LSTM模型预测的查询热点字段和查询热点表,多次自动化进行异步数据聚类分析。本发明可以一定程度地避免异步聚类时产生的数据不一致问题,使得分区中的数据文件有较高的新鲜度;另外,通过优化热点数据布局,大大提高了以Hudi作为Presto引擎数据源时的查询效率。
-
-
-
-
-
-
-
-
-