-
公开(公告)号：CN114880129A
公开(公告)日：2022-08-09
申请号：CN202210657035.7
申请日：2022-06-10
Applicant: 郑州轻工业大学
Abstract: 本发明涉及计算机技术领域，特别涉及资源利用率预测感知的云数据中心虚拟机资源分配方法，各虚拟机监视器预测所在的物理机在下一周期的负载状态，并将所述预测负载状态发送至所在的物理机上的局部管理器；全局管理器从各局部管理器获取各物理机的预测负载状态；全局管理器根据各物理机的预测负载状态，将预测负载状态为过载的物理机上的部分虚拟机迁移到其他负载状态为正常的物理机上；将所述预测负载状态为不足的物理机上的所有虚拟机迁移到其他负载状态为正常的物理机上，并将所述预测负载状态为不足的物理机置于低功耗状态；本发明能有效提高物理机资源利用率和用户请求完成率，提高了云数据中心的性能，也减少了云数据中心的能耗。
-
公开(公告)号：CN114077498A
公开(公告)日：2022-02-22
申请号：CN202111380847.3
申请日：2021-11-20
Applicant: 郑州轻工业大学
Abstract: 本发明涉及人工智能技术领域，具体涉及一种面向移动边缘计算的计算负载选择及迁移方法及系统。该方法采集初始工作容器的功率数据和温度数据。当温度数据出现异常时，根据其他工作容器的功率数据筛选出可迁移工作容器。根据可迁移工作容器在容器迁移前的功率数据与初始工作容器的功率数据的相关性判断互补关联度。根据可迁移工作容器在容器迁移后的功率数据与初始工作容器的功率数据的判断互斥关联度。根据互补关联度和互斥关联度共同筛选出最优可迁移工作容器。本发明实全面分析了工作容器之间的互补性和互斥性，提供科学有效的容器迁移策略。
-
公开(公告)号：CN112801261A
公开(公告)日：2021-05-14
申请号：CN202110002217.6
申请日：2021-01-04
Applicant: 郑州轻工业大学
Abstract: 本发明提出了一种基于图神经网络的电力数据流传输时间推理方法，用以解决现有传输时间推理无法准确推理每个数据流的传输时间，运行时间长的问题。本发明步骤为：建立GNN模型：根据电力数据中心的网络结构和路由信息建立GNN模型的拓扑结构，将电力数据中心的数据流信息映射为GNN模型中属性图的特征值；GNN模型训练：利用采集的数据集，通过监督学习对GNN模型进行训练，得到GNN推理模型；传输时间的推理：将在电力数据中心采集的测试数据映射为GNN模型的特征值，将特征值输入到GNN推理模型，推理得到数据流的传输时间。本发明可以快速、准确地推理出数据流的传输时间，利于数据流传输与调度的决策，从而提高电力数据中心中网络的运行效率。
-
-
公开(公告)号：CN117915346A
公开(公告)日：2024-04-19
申请号：CN202410090170.7
申请日：2024-01-22
Applicant: 郑州轻工业大学
Abstract: 本发明涉及一种最少覆盖用户优先的启发式边缘基站部署方法，步骤1：计算每个用户位置与每个候选站点间的距离，继续执行步骤2；步骤2：统计覆盖每个用户的候选站点数量，并选取符合条件的用户，继续执行步骤3；步骤3：针对每个覆盖步骤2所选用户的候选基站，统计每个候选基站覆盖的用户数量，并按照预设条件确定得到新的边缘基站部署位置，继续执行步骤4；步骤4：移除步骤3所选候选基站及其覆盖的用户，继续执行步骤5；步骤5：当存在用户未被覆盖且还有候选站点时，转到步骤2，反之结束。本发明提供的启发式边缘基站部署方法能够保障用户覆盖率最大的前提下，减少边缘基站部署数量，从而降低边缘计算平台建设或升级的投资成本。
-
Patent Agency Ranking
公开(公告)号：CN115037628B
公开(公告)日：2023-08-22
申请号：CN202210562305.6
申请日：2022-05-23
Applicant: 郑州轻工业大学
IPC: H04L41/0895 , H04L41/16
Abstract: 本发明提出了一种基于深度强化学习的自适应服务功能链映射方法，步骤为：建立SFC映射模型，将SFC映射过程分为三层结构并进行抽象参数表示；搭建SFCR映射学习神经网络，并将抽象参数映射至SFCR映射学习神经网络中的状态、动作、奖励值；构建经验回放池并对网络参数更新；基于经验回放池中数据，统计不同VNF的请求率、使用率及现有部署数量和未激活个数；设计VNF再部署策略，根据统计的数据对VNF再部署。本发明具有维持网络环境稳定、提高用户服务质量的优势，能够有效解决现有映射方法随时间动态变化造成有效服务成本占比小及服务映射效率低问题；具有良好的自适应性，能提高不同时间段处理用户服务请求的有效服务成本率和请求映射率。
-
公开(公告)号：CN115185655B
公开(公告)日：2023-05-12
申请号：CN202210724724.5
申请日：2022-06-23
Applicant: 郑州轻工业大学
Abstract: 本发明公开了一种基于基因频次改进的云计算平台任务调度方法，涉及云计算技术领域，包括以下步骤：对云计算平台中H个计算节点和M个待调度的任务进行编号；随机初始化种群，计算种群中各染色体的适应度；初始化各染色体的局部最优染色体和局部最优适应度；初始化全局最优染色体和全局最优适应度；初始化各基因的各基因值在局部最优染色体和全局最优染色体出现的频次；对种群执行交叉操作，并更新上述初始化内容；根据各基因的各基因值在局部最优染色体和全局最优染色体出现的频次，对各染色体进行非等概率的均匀变异操作；根据全局最优染色体每个基因的基因值，将对应任务调度到相应的计算节点上。本发明提高了遗传算法在任务调度问题上的应用效果。
-
公开(公告)号：CN114238682A
公开(公告)日：2022-03-25
申请号：CN202111558721.0
申请日：2021-12-20
Applicant: 郑州轻工业大学
IPC: G06F16/583 , G06F16/55 , G06N3/04 , G06N3/06 , G06N3/08
Abstract: 本发明涉及人工智能技术领域，具体涉及一种基于神经网络的图像检索方法及系统。该方法包括：获取每张检索图像输入分类网络中所有神经元输出的输出值序列；根据输出值序列在一个神经元的均值和方差得到特征指标；根据检索图像与对应簇的位置得到每个神经元的区分度；获取检索图像对应样本点的备选样本点，进一步得到每张检索图像对应的高斯模型；根据特征指标与区分度获取高斯模型的权值；获取多张检索图像的混合高斯模型，根据混合高斯模型获取所有备选样本点的匹配概率获取推荐给用户的备选样本点的顺序。能够提取图像中具有的特征，从而更加精准的将检索图像与数据库中的图像进行匹配推荐，提高检索图像分类的准确率。
-
公开(公告)号：CN114039980A
公开(公告)日：2022-02-11
申请号：CN202111313391.9
申请日：2021-11-08
Applicant: 郑州轻工业大学
IPC: H04L67/1008 , H04L67/1023 , G06K9/62
Abstract: 本发明涉及人工智能技术领域，具体涉及面向边缘协同计算的低时延容器迁移路径选择方法及系统。该方法首先接受各边缘节点的功率序列和温度序列，根据温度序列得到各边缘节点的动态降频时间，获取各边缘节点的散热系数。获取各边缘节点的功率序列中的峰值功率，由峰值功率和边缘节点的功率序列构建功率差值序列，计算功率差值序列和迁移节点的功率序列的关联系数和迁移损耗系数；根据各边缘节点的迁移损耗系数、散热系数和动态降频时间得到各边缘节点的边权重；根据边权重和各节点构建二向图，由二向图得到目标边缘节点。本发明实施例对各节点的功率和温度进行分析计算得到各边缘节点的边权重，提高了目标边缘节点选择的准确性和可靠性。
-
公开(公告)号：CN113590295A
公开(公告)日：2021-11-02
申请号：CN202110873736.X
申请日：2021-07-30
Applicant: 郑州轻工业大学
Abstract: 本发明涉及一种基于量子行为粒子群优化的任务调度方法和系统，获取每个粒子在每个维度上的位置数据，将每个粒子的位置数据解析为任务调度方案，并评估每个粒子的适应度值，更新每个粒子的局部最优适应度值以及所有粒子对应的全局最优适应度值，并记录对应的粒子位置，若迭代没完成，则利用量子粒子的运动模式更新每个粒子的位置，然后返回执行上述粒子位置数据解析过程，若迭代完成，则将全局最优适应度值对应的粒子位置解析为任务调度方案。本发明提供的基于量子行为粒子群优化的任务调度方法能够利用量子行为粒子群优化算法的全局搜索能力，实现可靠有效地任务调度，得到高效的任务调度方案。
-
-
-
-
-
-
-
-
-
Search Results
52
records
(took 0.024 seconds)
