公开(公告)号：CN118378008B

公开(公告)日：2024-09-20

申请号：CN202410845019.X

申请日：2024-06-27

Applicant: 南京邮电大学

Inventor： 肖丽丽

IPC: G06F17/16 ,  G06F9/50 ,  G06F9/48 ,  G06N7/01

Abstract: 本发明公开了一种面向高性能计算的矩阵分解并行化优化方法及系统，涉及数据处理技术领域，包括构建矩阵特征提取器，从输入的大规模气象数据矩阵中自动提取关键特征；基于提取的关键特征构建层次贝叶斯网络模型，通过概率推理确定矩阵分解的最优并行化方案；针对确定的并行化方案，采用自适应代码变换技术动态生成并行代码；引入分块分级并行调度策略，将气象数据矩阵的运算任务分解为不同粒度的任务块，并根据生成的并行代码将任务块分级调度到多个异构计算单元中；采用基于工作窃取机制的细粒度动态负载均衡策略，实时调整矩阵分解任务的分配。本发明实现了基于特征量化和概率模型的智能并行策略自动选择，避免了人工经验选择的低效和盲区。

公开(公告)号：CN118378008A

公开(公告)日：2024-07-23

申请号：CN202410845019.X

申请日：2024-06-27

Applicant: 南京邮电大学

Inventor： 肖丽丽

IPC: G06F17/16 ,  G06F9/50 ,  G06F9/48 ,  G06N7/01

Abstract: 本发明公开了一种面向高性能计算的矩阵分解并行化优化方法及系统，涉及数据处理技术领域，包括构建矩阵特征提取器，从输入的大规模气象数据矩阵中自动提取关键特征；基于提取的关键特征构建层次贝叶斯网络模型，通过概率推理确定矩阵分解的最优并行化方案；针对确定的并行化方案，采用自适应代码变换技术动态生成并行代码；引入分块分级并行调度策略，将气象数据矩阵的运算任务分解为不同粒度的任务块，并根据生成的并行代码将任务块分级调度到多个异构计算单元中；采用基于工作窃取机制的细粒度动态负载均衡策略，实时调整矩阵分解任务的分配。本发明实现了基于特征量化和概率模型的智能并行策略自动选择，避免了人工经验选择的低效和盲区。

公开(公告)号：CN118115751A

公开(公告)日：2024-05-31

申请号：CN202410305123.X

申请日：2024-03-18

Applicant: 南京邮电大学

Inventor： 肖丽丽 ,  金正猛 ,  王皓 ,  朱王令

IPC: G06V10/44 ,  G06V10/26 ,  G06V10/25 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于测地活动轮廓正则和边缘预测的图像分割方法及系统，包括：采集待分割图像对所述待分割图像进行特征提取得到图像特征集合，对所述特征图像集合进行基于解码器的图像分割操作得到一级图像分割结果，并输出所述一级图像分割结果对应的水平集函数；对所述图像特征集合进行边缘预测得到所述待分割图像中的目标物体边缘，并构建所述目标物体边缘的边缘指示函数；构建求解Heaviside函数的变分问题，融合预构建的测地活动轮廓的先验信息，利用所述改进边缘指示函数与水平集函数构建图像分割网络；对所述图像分割网络进行基于交替迭代软阈值的线性求解操作，得到所述待分割图像的终级图像分割结果。实现对目标图像的自动、快速精确分割。