-
公开(公告)号：CN117114932A
公开(公告)日：2023-11-24
申请号：CN202311009670.5
申请日：2023-08-11
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)
IPC: G06Q50/20 , G06Q10/0639 , G06V20/40 , G06V20/52
Abstract: 本发明涉及一种基于算力网络的教学行为分析系统及方法，包括：算网云平台层、通信网络层、边缘层以及供用户交互的Web端。算网云平台层用于：数据标注；目标检测模型的训练；存储数据集、镜像、目标检测模型文件以及数据在各个存储节点流转。通信网络层用于：算网云平台层与边缘层进行数据、信息交互；边缘层用于：对实时视频流进行推理；供用户交互的Web端用于：为用户提供上传数据、选择模型训练方式、查看模型训练结果以及教学行为分析报告的服务。本发明对一门课程进行长期评估，在学期末给出一份综合的课程专注度分析报告，对教师调整教学大纲有很大的帮助，同时也让学校对教师的教学评估更加客观。
-
公开(公告)号：CN116231860B
公开(公告)日：2023-10-17
申请号：CN202310190867.7
申请日：2023-03-02
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: 本发明涉及一种基于云边端协同的电力负荷智能识别系统、方法及设备，属于人工智能领域，包括云平台层、边缘层和终端层，云平台层包括云计算集群、数据库、云端文件存储系统以及MQTT服务器；边缘层是部署在配电侧的各种设备，包括边缘设备、边缘侧文件存储系统；终端层是具有数据采集功能的终端设备，用于将实时采集的电路上的电气数据通过无线网络传输到边缘层。本发明采用KubeEdge和EdgeX Foundry方法，实现一种基于云边端架构的电力负荷识别系统及方法，实现云边端设备信息交互与管理、边缘端与终端信息交互、云端电力负荷识别模型训练、镜像下发，为电力行业中电力负荷识别提供了一种高精度、易部署的系统及方法。
-
公开(公告)号：CN116708446A
公开(公告)日：2023-09-05
申请号：CN202310967433.3
申请日：2023-08-03
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: H04L67/1001 , H04L67/101 , H04L67/1097
Abstract: 本发明涉及算力资源调度技术领域，提供了基于网络性能综合权值决策的算网调度服务方法及系统，算网服务平台将筛选出来的不属于同一数据中心的存储平台和算力平台进行一一组合，得到若干组存储平台和算力平台的组合；根据每一种组合下存储平台与算力平台之间的不同网络性能指标的数值、不同网络性能指标的主观权重向量、不同网络性能指标的客观权重向量以及用户客户端的资源需求，构建存算分离场景或数据流转场景下的多目标优化函数，对函数进行求解，得到满足用户需求的最佳存储平台和算力平台组合；算网服务平台将用户客户端的作业和计算数据，部署到最佳存储平台和算力平台组合中进行存储和计算。提高了计算资源利用率和任务调度效率。
-
公开(公告)号：CN117496434A
公开(公告)日：2024-02-02
申请号：CN202311478776.X
申请日：2023-11-08
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: G06V20/52 , G06V40/20 , G06V10/44 , G06V10/25 , G06V10/80 , G06V10/26 , G06N3/045 , G06N3/0464 , G06N3/048 , G06N3/082
Abstract: 本发明涉及一种基于改进YOLOv5算法的学生行为检测方法及系统，包括：获取待检测的教室的图片并进行预处理；将预处理后的图片输入训练好的改进的YOLOv5网络模型中进行学生行为检测，得到学生行为检测结果；改进的YOLOv5包括骨干网络bockbone、neck层和Head层，骨干网络bockbone包括Conv模块、C3模块、SACA模块以及BasciRFB模块。本发明将SPP模块替换为BasicRFB模块，同时搭建SACA模块，先经过SACA模块获取通道相关性权重特征以及空间信息权重特征，可以更好的获取有效特征信息，再经过BasicRFB模块进行特征提取，可以对目标模型特征达到更好的识别效果。
-
公开(公告)号：CN117112648A
公开(公告)日：2023-11-24
申请号：CN202311070405.8
申请日：2023-08-24
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: G06F16/2458 , G06F16/215 , G06F18/214 , G06F18/24 , G06F18/23213 , G06Q50/20
Abstract: 本发明涉及一种基于智慧教育数据的高校学生学习画像生成系统及方法，属于数据挖掘领域，包括数据抽取模块、数据处理模块、标签模块、数据库模块、画像生成模块；通过针对学生在教育大数据应用中的现实需要，聚焦于学生学习行为，针对多任务学习场景，分析学生学习特征，构造客观的学生画像标签体系，设计学生画像标签体系技术架构，对学生群体进行深度刻画，构建学生学习画像，以此形成的学生画像来反映学生表现特征，提供个性化教学，降低大量数据给师生带来的认知负荷，为学生教育管理者提供相应的决策支持。
-
Patent Agency Ranking
公开(公告)号：CN116614499A
公开(公告)日：2023-08-18
申请号：CN202310490016.4
申请日：2023-05-04
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: H04L67/10 , H04L67/1074 , H04L43/0852 , H04L43/0894 , G06F9/50
Abstract: 本发明涉及一种算力网络广域资源协同调度方法，属于算力资源调度领域。当用户具有足够的配额，判断数据所在数据中心是否有足够的算力，若是则使用同数据中心存算一体策略，若否，则进一步筛选出所有其它合适的算力平台，若有，则通过网络带宽和网络时延判断是否可以存算分离，若是，则使用广域存算分离策略，若否，则判断是否存在数据中心同时满足算力需求和存储需求，若是，则使用基于广域数据流转的存算一体策略，若否，则使用广域存算分离策略。本发明能够实现异构广域分布的算力平台计算、存储、网络资源的汇聚和利用的统筹优化，从而实现各类资源的跨域协同调度，提高大规模任务的协同计算效率。
-
公开(公告)号：CN116431325A
公开(公告)日：2023-07-14
申请号：CN202310134094.0
申请日：2023-02-20
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: G06F9/50 , G06N3/0464 , G06N3/084
Abstract: 本发明涉及一种基于云边协同环境的神经网络模型训练方法，包括云端和边缘端；云端包括云计算中心、数据库、云端文件存储系统和Socket通信系统；边缘端包括边缘计算中心、数据库、边缘端文件存储系统和Socket通信系统。本发明通过研究影响云边任务协同计算的影响因素，构建网络受限、资源受限情况下云边协同任务模型；研究云边协同计算模型最佳切分点，实现任务执行时间减小、边缘端资源充分利用的目标；研究任务只分配到边缘端执行或云端执行的必要条件；实现最佳模型切分点计算方法。通过最佳模型切分点计算方法得到最佳的神经网络模型切分点来实现边缘端资源充分利用且减少神经网络模型训练时间的目标。
-
公开(公告)号：CN114491204B
公开(公告)日：2025-03-04
申请号：CN202111473648.7
申请日：2021-11-29
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: G06F16/951 , G06F16/901 , G06Q50/20
Abstract: 本发明涉及一种用于信息类专业实验的课程自动搭建方法及系统，包括步骤如下：(1)初始化；A、爬虫网上信息类课程教材书籍信息，构建基于一门课程的知识点关键词词库以及知识图谱；B、对资源进行封装，对资源包推荐标签，进行标签处理；(2)根据用户需求构建实验课程：C、根据用户提供的教材书籍信息拉取出该教材或相似课程教材的关键词词库；D、根据步骤C匹配拉取出的关键词词库构造出实验课程。本发明依据系统提供最先进、最全面的信息资源，为教师提供最便捷的课程自动搭建模式，解决了教师繁琐备课的难题；本发明为信息类专业的学生提供了全面的自主学习和操作的平台；本发明增强了师生间的互动性，使实验教学的效率最大化。
-
公开(公告)号：CN119494490A
公开(公告)日：2025-02-21
申请号：CN202411512374.1
申请日：2024-10-28
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)
IPC: G06Q10/0631 , G06Q10/0633 , G06N3/006
Abstract: 本发明涉及工作流任务调度技术领域，提供了一种基于任务时空属性的算力网络工作流任务调度方法及系统。该方法包括，基于获取的多个工作流的用户优先级、作业优先级和任务资源需求额度，分别计算多个工作流的总优先级，按照该总优先级进行排序，得到工作流的任务队列；基于工作流的完成时间、执行成本和资源匹配度，构建多目标函数；基于多目标函数和待选择算力平台，判断任务队列中工作流所需的资源量与待选择算力平台的资源需求量的关系，采用多目标人工兔优化算法，选择满足要求的算力平台执行。本发明能够实现任务时间属性、空间属性、调度服务质量多维度考虑的任务高效执行。
-
公开(公告)号：CN119200982A
公开(公告)日：2024-12-27
申请号：CN202411264707.3
申请日：2024-09-10
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Alluxio的数据存储和缓存优化方法及系统，其中方法，包括：获取待写入的文件，根据所述待写入的文件的四个属性，计算文件的优先级；所述待写入的文件的四个属性，包括：文件访问频率、文件容量、文件重要性等级以及文件新鲜度；根据文件优先级所对应的文件传输策略，将待写入的文件存储到Alluxio缓存和底层存储；获取待读取的数据，判断待读取的数据是否在缓存中，如果是，则将缓存中的数据返回给用户；如果否，则将底层存储中的数据返回给用户；根据关联规则，对待读取的数据以及待读取数据相关联的数据块进行预取操作，如果缓存使用率超过设定的阈值，则执行缓存替换操作。
-
-
-
-
-
-
-
-
-
Search Results
47
records
(took 0.115 seconds)
