公开(公告)号：CN106156490A

公开(公告)日：2016-11-23

申请号：CN201610465029.6

申请日：2016-06-23

Applicant: 中国科学院计算机网络信息中心

Inventor： 杜一 ,  崔文娟 ,  周园春 ,  黎建辉

IPC: G06F19/00

CPC classification number: G06F19/00

Abstract: 本发明公开了一种基于气象数据的监测指标时空延迟相关性计算方法。本方法为：1)采集各地的气象数据和监测指标数据；2)对步骤1)的采集数据进行数据对齐，保留同一时刻同时存在的监测指标数据和气象数据；3)从步骤2)处理后的采集数据中分别提取监测地点A、B的设定时间段T内的监测指标数据及气象数据；4)保持地点A的监测指标数据X不变，地点B的监测指标数据Y向前多取t1个时刻的监测指标数据，以及向后多取t2个时刻的监测指标数据；5)对数据Y从数据起始向后移动采样窗口；在每次窗口移动时，计算数据Y移动后采样窗口内的数据与数据X之间的延迟相关性。本发明计算出的相关性更准确。

公开(公告)号：CN106055689A

公开(公告)日：2016-10-26

申请号：CN201610404636.1

申请日：2016-06-08

Applicant: 中国科学院计算机网络信息中心

Inventor： 杜一 ,  崔文娟 ,  吕菲 ,  周园春 ,  黎建辉

IPC: G06F17/30

Abstract: 本发明涉及一种基于时序相关性的空间聚类方法。该方法包括：1)选取将要聚类的空间点的集合；2)根据空间点在地理上的关系进行第一次聚类，将隶属于同一地理关系的空间点聚为一类；3)确定第二次聚类时使用的时序数据的时间区间T，取出每个空间点在时间区间T内的数据值，形成时间序列；4)根据步骤2)中得到的聚类结果和步骤3)得到的时间序列，计算同一类中任意两个空间点之间的时序相关性；5)对于步骤2)中的每一聚类结果，结合步骤4)得到的时序相关性，对每一聚类结果进行二次聚类，形成最终的聚类结果。本发明对于空间对象聚类时使用两步聚类，加入考虑各对象之间的时序相关性特性，使得聚类结果更加准确，更具有现实意义。

公开(公告)号：CN106570565A

公开(公告)日：2017-04-19

申请号：CN201611020935.1

申请日：2016-11-21

Applicant: 中国科学院计算机网络信息中心

Inventor： 李亮 ,  沈志宏 ,  周园春 ,  黎建辉 ,  张海明 ,  杜园园 ,  朱小杰 ,  崔文娟

IPC: G06N3/08

CPC classification number: G06N3/08

Abstract: 本发明提供一种面向大数据的深度学习方法及系统，该系统包括大数据引擎Spark、Protobuf工具、轻量级数据存储LMDB、Caffe深度学习Solver和MPI通信库；所述大数据引擎Spark将待处理数据进行数据处理；所述Protobuf工具将Spark处理后的数据序列化；所述轻量级数据存储LMDB将大数据引擎Spark和Caffe深度学习Solver以松散耦合的形式进行组织；所述Caffe深度学习Solver中每个节点的Caffe Solver通过LMDB访问该节点待训练的数据，并执行深度网络训练；所述MPI通信库聚合不同节点Caffe深度学习Solver的计算结果。