多物理耦合应用处理方法、装置、计算机设备以及存储介质

    公开(公告)号:CN110246549B

    公开(公告)日:2021-04-20

    申请号:CN201910526239.5

    申请日:2019-06-14

    Applicant: 湖南大学

    Abstract: 本申请涉一种多物理耦合应用处理方法、装置、计算机设备和存储介质。方法包括:获取根据待处理多物理耦合应用的离散程度生成的有向无环图;获取输入的化学反应优化算法参数,构建化学反应算法分子并执行化学反应优化算法,获取目标最小时间开销值;根据最小时间开销值对应的化学反应算法分子,确定有向无环图中各独立任务的最优执行序列,根据最优执行序列处理多物理耦合应用。本申请的多物理耦合应用处理方法通过多物理耦合抽象出的有向无环图中来构建化学反应算法分子,并通过化学反应优化算法确定任务以最小时间开销,并确定待处理多物理耦合应用的最优执行序列,从而可以以最高执行效率的方式来进行多物理耦合应用的处理。

    一种基于近似算法的最短路径查询方法和系统

    公开(公告)号:CN112380460A

    公开(公告)日:2021-02-19

    申请号:CN202011289860.3

    申请日:2020-11-18

    Applicant: 湖南大学

    Abstract: 本发明公开了一种基于近似算法的最短路径查询方法,包括:以固定的时间间隔接收来自多个用户的多个路径查询请求,根据所有路径查询请求对应路径的收益确定代表路径,将该代表路径作为当前代表路径存储在服务器的缓存中,从所有路径查询请求中选择与代表路径夹角为30°的所有路径,并将所有路径中目标点位于当前代表路径上的路径返回给客户端,针对每一条其对应路径没有被返回给客户端的路径查询请求而言,在服务器的缓存中对该路径查询请求进行查询处理。本发明能够解决现有最短路径查询方法中存在的路径权重固定且单一、更新权重花销大、更新频率高的技术问题,以及对用户响应速度快、但总体查询速度慢的技术问题。

    一种基于白名单机制的进程管理方法及系统

    公开(公告)号:CN110472409B

    公开(公告)日:2021-02-09

    申请号:CN201910719451.3

    申请日:2019-08-06

    Abstract: 本发明公开了一种基于白名单机制的进程管理方法,包括以下步骤:(1)获取来自用户的进程调用请求;(2)判断所述进程调用请求对应的进程是否在预先设置的白名单数据库中;(3)判断进程调用请求中该进程所申请的函数是否位于敏感函数区中;(4)采用训练好的贝叶斯分类器对该进程所申请的多个函数进行识别计算;(5)采用朴素贝叶斯法对获取的每个函数属于放行类别的概率进行再次筛选计算;(6)将该进程添加到预设的初始白名单数据库中并运行所述进程,过程结束;本发明能够有效将软件功能的白名单防护精确到函数级别,提高白名单防护精度,同时增加手动添加白名单的功能,以提高系统效率与精确度。

    基于GPU的深度神经网络模型训练方法、装置和计算机设备

    公开(公告)号:CN111461293A

    公开(公告)日:2020-07-28

    申请号:CN202010187555.7

    申请日:2020-03-17

    Applicant: 湖南大学

    Abstract: 本申请涉及一种基于GPU的深度神经网络模型训练方法、装置、计算机设备和存储介质。该方法包括:在深度神经网络模型首次训练时,将各隐藏层的输出数据压缩至GPU主存存储,得到压缩后的输出数据和GPU的主存余量;当主存余量未达到预设余量阈值时,根据输出数据的稀疏程度值和压缩后的输出数据占用GPU主存的时间比重,确定初步隐藏层;迭代训练深度神经网络模型时,根据初步隐藏层,将初步隐藏层的输出数据压缩至GPU主存存储,得到GPU主存的初步余量,直至初步余量达到预设余量阈值;当初步余量达到预设余量阈值时,确定需要将输出数据压缩至GPU主存存储的最终隐藏层,进行训练,以得到训练好的深度神经网络模型。采用本方法能够提高GPU资源利用率。

    移动边缘计算中的迁移管理方法、装置和存储介质

    公开(公告)号:CN111459662A

    公开(公告)日:2020-07-28

    申请号:CN202010190898.9

    申请日:2020-03-18

    Applicant: 湖南大学

    Abstract: 本申请涉及一种上述移动边缘计算中的迁移管理方法、装置、计算机设备和存储介质,其中,方法包括:获取任务的数据信息,将任务卸载至当前覆盖任务的源边缘服务器;将待处理的任务根据当前时间片下对应的目的边缘服务器划分为不同小组,针对每个小组内任务计算迁移阈值;依次确定小组内各任务的迁移策略;根据得到的迁移策略进行移动边缘计算中的迁移管理。采用分组的思想,将任务基于目的边缘服务器划分为不同小组,再根据确定的迁移阈值依次确定下小组内各任务的迁移策略,能够高效确定各任务的迁移策略。

    基于稀疏矩阵的知识图谱查询方法、装置和计算机设备

    公开(公告)号:CN111368027A

    公开(公告)日:2020-07-03

    申请号:CN202010123647.9

    申请日:2020-02-27

    Applicant: 湖南大学

    Abstract: 本申请涉及一种基于稀疏矩阵的知识图谱查询方法、装置、计算机设备和存储介质。所述方法包括:获取知识图谱并将所述知识图谱转换成稀疏矩阵;基于所述稀疏矩阵中各行向量的行向量长度,分别对所述稀疏矩阵进行行向量划分,得到各划分稀疏矩阵;分别评估各所述划分稀疏矩阵的行向量长度的离散度,确定离散度最低的划分稀疏矩阵;根据计算核的对齐字节对离散度最低的所述划分稀疏矩阵进行行向量填充,得到填充稀疏矩阵;基于所述填充稀疏矩阵进行所述知识图谱的查询。采用本方法能够提高查询效率。

    一种实现影响力最大化的初始节点选取方法和系统

    公开(公告)号:CN110138619B

    公开(公告)日:2020-05-19

    申请号:CN201910448351.1

    申请日:2019-05-28

    Applicant: 湖南大学

    Abstract: 本发明公开了一种实现影响力最大化的初始节点选取方法,其针对社交网络中多种影响同时传播的场景,将从众意识引入传播过程中,针对从众意识的传播模型提出了逆向采用采样方法、初始节点选取方法和初始节点估计方法,首先对影响网络进行逆向采用采样,随后根据逆向采用采样的样本,迭代地计算初始节点,直到采用估计方法判断采用收益满足精度要求为止,否则加倍采样规模,重复以上步骤。从众意识的传播模型更加科学和真实地建模传播过程,初始节点选取方法能够准确、高效地选取初始节点,并能够适应大规模网络结构,提高了初始节点选取方法的时效性。

Patent Agency Ranking