-
公开(公告)号：CN102685237A
公开(公告)日：2012-09-19
申请号：CN201210151219.2
申请日：2012-05-16
Applicant: 东南大学
Abstract: 发明公开了一种集群环境下请求会话保持与调度的方法，主要包含调度与数据备份同步的系统架构、服务请求的会话保持及调度策略、运行时会话数据的存储算法、目标服务器宕机及调度服务器宕机的切换策略。基于服务器真实负载进行任务调度并融合SESSION数据同步的系统架构引入调度与映射服务、监控服务、SESSION存储与备份服务等多个处理服务，实现实时监控目标服务器CPU、I/O、NETWORK、DISK的负载状态从而在首次调度时选出负载最低的服务器来处理请求，后继的同一SESSION请求会被保持到同一目标服务器，SESSION数据会在另外的服务器上备份而非在集群中广播。
-
公开(公告)号：CN118071761A
公开(公告)日：2024-05-24
申请号：CN202410275827.7
申请日：2024-03-12
Applicant: 东南大学 , 中科润科技(北京)有限公司
Abstract: 本发明公开了一种基于深度学习算法的牙模配准分割系统，具体涉及牙模配准分割技术领域，本发明构建了深度学习模型，通过深度学习模型，系统可以自动学习和识别牙模的形状和结构，大大提高了切割和定位的精度，由于深度学习模型具有强大的学习和识别能力，所以本发明可以适应各种不同的牙模形状和大小，具有很强的适应性，设置了牙模分割模块和牙模配准模块对牙模的分割、配准过程进行把控，有利于提高分割精度和配准精度，基于记录的实际应用相关数据计算实际应用质量指数，并对计算结果进行评估，判断其是否满足实际应用需求，有利于实现系统处理速度的优化，提高系统的实际应用质量。
-
公开(公告)号：CN117392697A
公开(公告)日：2024-01-12
申请号：CN202311366244.7
申请日：2023-10-20
Applicant: 东南大学 , 国家电网有限公司华北分部
IPC: G06V30/422 , G06V30/19 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明提供了一种基于YOLO目标检测框架的电气图元符号检测方法，该方法首先采集电气厂站图纸数据构造训练数据集；再设计规格自适应特征提取网络；最后网络输出得到图纸特征表示，并训练得到特征提取网络框架；使用通道注意力机制对YOLO目标检测框架进行改进，得到基于YOLO目标检测框架的图元符号检测模型，构造目标预测网络框架；初始化图元符号检测模型中的参数，并对特征提取网络框架和目标预测网络框架进行交替训练，对模型中的参数进行更新，得到训练完善的基于YOLO目标检测框架的图元符号检测模型。本发明可用于检测电气接线图纸中的各类电气图元符号，为电气接线图纸的矢量化工作乃至电网自动化调控提供基础。
-
公开(公告)号：CN117390275A
公开(公告)日：2024-01-12
申请号：CN202311366242.8
申请日：2023-10-20
Applicant: 东南大学 , 国家电网有限公司华北分部
IPC: G06F16/9535 , G06N5/022
Abstract: 本发明提供了一种基于知识图谱的序列化推荐方法，包括：设计时间注意力机制训练序列化推荐模型，建模用户历史兴趣序列；设计多粒度聚合方法训练知识图谱表示学习模型，建模物品辅助信息；采用多任务学习框架将序列化推荐模型和知识图谱模型相结合，在用户兴趣和物品信息间搭建桥梁，推荐用户感兴趣的物品。与现有推荐方法相比，本发明一是能挖掘用户随时间推移的动态偏好；二是能挖掘物品高阶信息，避免物品信息损失；三是提出为用户动态兴趣序列与物品静态辅助信息通过多任务学习完成信息共享，提升推荐效果。
-
公开(公告)号：CN109932617A
公开(公告)日：2019-06-25
申请号：CN201910287943.X
申请日：2019-04-11
Applicant: 东南大学
IPC: G01R31/08
Abstract: 本发明公开了一种基于深度学习的自适应电网故障诊断方法，首先，根据电网结构图设计新颖的电网结构知识表示；其次，设计T步迭代算法自适应地融合有效信息，并构造设备高级特征，从而实现设备的特征提取；最后，使用全连接神经网络融合设备高级特征，构造全网高级特征，综合全网高级特征和设备高级特征作为输入，实现电网的多故障诊断，从而有效提高模型的可移植性与多故障诊断性能。本发明可实现复杂电网故障诊断功能，并显著提升电网故障诊断方法的可移植性和多故障诊断的性能。
-
Patent Agency Ranking
公开(公告)号：CN108763489A
公开(公告)日：2018-11-06
申请号：CN201810536078.3
申请日：2018-05-28
Applicant: 东南大学
IPC: G06F17/30
Abstract: 本发明公开了一种优化Spark SQL执行工作流的方法。该方法包括步骤S1：构建Spark任务执行的代价模型，分为读取输入数据的代价，对中间数据进行排序的代价和写输出数据的代价，将三者进行求和得到任务执行的总代价；步骤S2：提出基于代价的相关性合并算法，该算法的思想是对于两个具有输入数据相关性的任务，计算它们分别执行的代价之和与合并成一个任务之后执行的代价，通过比较两者的大小来决定是否将它们进行合并。本发明通过基于代价的相关性合并算法解决Spark SQL查询中对相同的输入数据进行重复读取的问题。
-
公开(公告)号：CN102982103A
公开(公告)日：2013-03-20
申请号：CN201210438298.5
申请日：2012-11-06
Applicant: 东南大学
IPC: G06F17/30
Abstract: 本发明公开了一种OLAP海量多维数据维存储方法，首先，按维分割OLAP多维数据，构建维层次编码，设计HDFile维存储文件结构，使得聚集计算只需访问相关维对应数据，避免了检索无关数据；接着构建基于维层次编码的B+树索引，快速定位维存储数据，节省了I/O开销；最后设计高效并行查询算法，进一步提高了OLAP查询效率。从而为科学实验统计、环境气象、生物信息计算等海量数据分析的应用提供一套高效、易用、可扩展的存储方法。
-
公开(公告)号：CN119963343A
公开(公告)日：2025-05-09
申请号：CN202510075719.X
申请日：2025-01-17
Applicant: 东南大学 , 中科润科技(北京)有限公司
IPC: G06Q40/08 , G06F16/2458 , G06F16/23
Abstract: 本发明公开了一种医保反欺诈智能管理系统及其管理方法，涉及反诈监督管理技术领域，包括如下模块：欺诈案例分析模块，获取欺诈案例建立案例数据库，分别通过每个欺诈历史案例获取信息值，分别通过每个欺诈历史案例获取方式值，分别通过每个欺诈案例的信息值与方式值得到每个欺诈历史案例的欺诈系数；通过医保报销人员的欺诈系数与历史系数得到筛选参考范围，再根据医保报销人员的筛选参考范围与欺诈系数参考范围得到相似重合度，从而便于将医保报销人员的真实情况与案例数据库中的欺诈案例进行相似度比较，进而有益于提高医保欺诈行为的预警效果，也有益于避免团伙作案采用类似手法骗取医保费用。
-
公开(公告)号：CN114328519B
公开(公告)日：2024-07-12
申请号：CN202111593769.5
申请日：2021-12-23
Applicant: 东南大学
IPC: G06F16/22 , G06F16/2453 , G06N20/00
Abstract: 本发明提供了一种基于机器学习的数据索引优化方法，包括对主键索引进行优化以及对二级索引进行优化。前者在模型分层结构的设计下，通过自顶向下拟合预测残差来充分利用非叶子模型的拟合效果、权重更新来提高对离群数据的关注度和预设阈值进行数据剪枝这三个方面提高多维主键数据的预测准确度。后者在第一阶段使用二分类模型和Bloom Filter进行两步筛选，将数据集划分成唯一键值和非唯一键值，并保有一定的误判率。在第二阶段根据两类数据的特点，分别构建索引模型进行处理，从而满足二级索引的查询要求。本发明能够适应多种索引类型，提升索引的查询效率，降低索引的空间开销。
-
公开(公告)号：CN110059264B
公开(公告)日：2023-07-07
申请号：CN201910333290.4
申请日：2019-04-24
Applicant: 东南大学 , 国电南瑞科技股份有限公司
IPC: G06F16/9537 , G06F16/9538 , G06F16/29 , G06F40/295 , G06F40/30 , G06N5/025
Abstract: 本发明公开了一种基于知识图谱的地点检索方法、设备及计算机存储介质，包括了建立索引方法和查询方法，考虑到空间和语义两个因素对查询结果的影响下，分别建立空间和语义索引并将其结合存储，设计了一种结合空间和语义信息的线性四叉树索引结构，并设计针对上述索引结构的高效查询算法。本发明针对传统KSP方法在知识图谱RDF无向图的海量数据下查询效率较低的不足，在保证查询结果精准度的同时提高在线地点查询的效率。实验证明本发明可以大幅提高知识图谱在线地点查询的效率。
-
-
-
-
-
-
-
-
-
Search Results
31
records
(took 0.021 seconds)
