-
公开(公告)号:CN114706670B
公开(公告)日:2024-08-20
申请号:CN202210398629.0
申请日:2022-04-15
Applicant: 海南大学
IPC: G06F9/48 , G06F9/50 , G06N3/0499 , G06N3/092
Abstract: 本发明属于任务调度技术领域,公开了一种基于强化学习的多租户任务调度方法,包括如下步骤:基于深度强化学习建立任务调度代理;实时获取集群中机器的资源使用情况;获取若干租户上传的任务并更新对应的任务队列;使用任务调度代理根据每个用户的任务队列和实时的集群中机器的资源使用情况生成对应的调度决策;根据调度决策执行任务调度。本发明解决了现有技术存在的调度准确性差、在线调度效果差以及无法满足集群调度目标的问题。
-
公开(公告)号:CN114926679A
公开(公告)日:2022-08-19
申请号:CN202210518887.8
申请日:2022-05-12
Applicant: 海南大学
IPC: G06V10/764 , G06N3/04 , G06N3/08 , G06V10/30 , G06V10/774
Abstract: 本发明属于图像分类技术领域,公开了一种进行对抗防御的图像分类系统及其方法,所述的系统包括数据库单元、预处理单元、图像分类单元以及可视化单元,数据库单元分别与预处理单元、图像分类单元以及可视化单元连接,预处理单元设置有对抗防御模型,图像分类单元设置有图像分类模型;所述的方法包括如下步骤:建立图像分类模型和对抗防御模型;将待分类图像输入对抗防御模型进行预处理,得到预处理后图像;将预处理后图像输入图像分类模型进行分类,得到图像分类结果。本发明解决了现有技术存在的图像分类的模型失效,预测结果失去准确性和可信性的问题。
-
公开(公告)号:CN114926679B
公开(公告)日:2024-07-23
申请号:CN202210518887.8
申请日:2022-05-12
Applicant: 海南大学
IPC: G06V10/764 , G06N3/0464 , G06N3/08 , G06V10/30 , G06V10/774
Abstract: 本发明属于图像分类技术领域,公开了一种进行对抗防御的图像分类系统及其方法,所述的系统包括数据库单元、预处理单元、图像分类单元以及可视化单元,数据库单元分别与预处理单元、图像分类单元以及可视化单元连接,预处理单元设置有对抗防御模型,图像分类单元设置有图像分类模型;所述的方法包括如下步骤:建立图像分类模型和对抗防御模型;将待分类图像输入对抗防御模型进行预处理,得到预处理后图像;将预处理后图像输入图像分类模型进行分类,得到图像分类结果。本发明解决了现有技术存在的图像分类的模型失效,预测结果失去准确性和可信性的问题。
-
公开(公告)号:CN114925128A
公开(公告)日:2022-08-19
申请号:CN202210520520.X
申请日:2022-05-12
Applicant: 海南大学
Abstract: 本发明属于信息处理技术领域,公开了一种基于多源数据融合的旅游数据处理系统及其方法,所述的系统包括Web服务单元、数据导入单元、数据处理单元、机器学习单元、数据可视化单元、任务管理单元以及数据库单元。所述的方法包括如下步骤:获取用户需求信息;导入并存储原始的旅游数据;对原始的旅游数据进行处理;分析用户需求信息,若用户选择分析模型建立功能,则使用机器学习算法对处理后的旅游数据进行训练得到旅游数据分析模型;若用户选择数据可视化功能,则使用数据可视化方法对处理后的旅游数据进行数据可视化。本发明解决了现有技术存在的步骤复杂、难度高,时间成本大,技术要求高,无法满足个性化定制,平台之间的可移植性差的问题。
-
公开(公告)号:CN114912691A
公开(公告)日:2022-08-16
申请号:CN202210557663.8
申请日:2022-05-19
Applicant: 海南大学
Abstract: 本发明属于智能出行技术领域,公开了一种城市态势感知的出行决策系统及其方法,所述的系统包括相互连接的前端出行决策服务子系统和后台数据采集子系统,前端出行决策服务子系统通信连接有外部的若干用户终端。所述的方法包括如下步骤:实时获取景区相关信息和游客位置信息;获取用户的用户画像和输入的出行规划信息;根据出行规划信息、景区相关信息以及游客位置信息进行城市态势感知;根据用户的用户画像、出行规划信息以及城市态势感知信息进行出行决策制定。本发明解决了现有技术存在的出行决策耗费精力、现有系统无法用户定制、用户体验差、缺乏景区信息实时获取和意外事件的预知性的问题。
-
公开(公告)号:CN114706670A
公开(公告)日:2022-07-05
申请号:CN202210398629.0
申请日:2022-04-15
Applicant: 海南大学
Abstract: 本发明属于任务调度技术领域,公开了一种基于强化学习的多租户任务调度方法,包括如下步骤:基于深度强化学习建立任务调度代理;实时获取集群中机器的资源使用情况;获取若干租户上传的任务并更新对应的任务队列;使用任务调度代理根据每个用户的任务队列和实时的集群中机器的资源使用情况生成对应的调度决策;根据调度决策执行任务调度。本发明解决了现有技术存在的调度准确性差、在线调度效果差以及无法满足集群调度目标的问题。
-
-
-
-
-