-
公开(公告)号：CN110297694A
公开(公告)日：2019-10-01
申请号：CN201910606401.4
申请日：2019-07-05
Applicant: 桂林理工大学
Inventor： 范利利 , 敬超 , 其他发明人请求不公开姓名
Abstract: 本发明公开了一种基于资源分类和任务优先级的启发式云计算调度方法，通过考虑任务的需求资源类型，对任务进行需求分类；根据用户对资源的渴求程度来计算任务的优先级；根据任务的优先级顺序以及用户任务的需求资源类型，进行任务调度，把任务分配到满足用户需求虚拟机处理器上，贪心的调度任务到花费最小的虚拟机上来完成任务的执行。本方法可以满足云计算用户对资源的不同需求，提高云服务的质量，降低云服务的费用，满足任务的截止时间需求。
-
公开(公告)号：CN118747122A
公开(公告)日：2024-10-08
申请号：CN202410892082.9
申请日：2024-07-04
Applicant: 桂林理工大学
Abstract: 本发明涉及大数据与云计算技术领域，具体涉及一种减少作业共置竞争的干扰感知调度方法，首先，设计一个干扰预测模型，用于预测不同作业在GPU中的干扰程度。干扰的定义为作业共置完成时间和作业独占完成时间之差，时间之差是由于干扰竞争减速带来的延迟；然后，通过设计一个动态调整作业组合的方法，找到若干个符合当前条件下的干扰最小的共置组合，并将该组合中的作业同时放入到GPU中执行。具体分为预测与调度两个部分，基于权重值的计算策略，并通过在线调度的方式，实现了对作业需求动态变化的动态响应和调整。通过一系列实验对比，发现本发明的作业完成时间明显优于其他传统调度方法，且能耗最低，充分验证了本发明的高效性和实用性。
-
公开(公告)号：CN118233041A
公开(公告)日：2024-06-21
申请号：CN202410336778.3
申请日：2024-03-22
Applicant: 中国电子科技集团公司第三十四研究所 , 桂林理工大学
Abstract: 本发明涉及信息安全技术领域，具体涉及一种基于高级加密标准实现的光业务单元净荷加密方法，在OTN系统中，客户业务信息加密是基于加密单板的物理端口，通过标准AES加密算法对承载客户业务信息的OSU净荷进行加/解密。加密后的OSU数据可在OTN中透明传输，不影响OTN的网络监视管理。同时可透传客户业务时钟，不影响时间时钟同步特性。因此，本发明针对OSU帧结构进行AES加密，加强OSU层面的安全性。在OTN网络中进行OSU交叉复用时，避免OSU中承载信息在中间节点处的泄漏。
-
公开(公告)号：CN118133984A
公开(公告)日：2024-06-04
申请号：CN202410235759.1
申请日：2024-03-01
Applicant: 桂林理工大学
Abstract: 本发明涉及联邦学习技术领域，具体涉及一种面向数据不平衡分布的节能联邦学习方法，首先构建企业信用评估场景系统模型，针对多客户端的数据不平衡分布问题，通过为每个客户端构造一个局部代理函数来保证全局损失的平稳下降；其次考虑同步通信的方式，将单轮联邦学习的最大时延作为统一的时延约束。最后在此约束下以最小化系统的能耗为目标，提出一种联合客户端CPU频率和带宽分配的联邦学习方法。本发明提出的联邦学习方法有效缓解了数据不平衡分布对模型训练的影响，可以在更少的迭代次数内实现全局模型的收敛，同时通过数值分析推导出最优的CPU频率，在此基础上采用一种迭代的L‑BGFS‑B算法求解最优的带宽分配，最终可以有效降低系统能耗。
-
公开(公告)号：CN115344042A
公开(公告)日：2022-11-15
申请号：CN202210861369.6
申请日：2022-07-20
Applicant: 桂林理工大学
IPC: G05D1/02 , B62D57/032 , G06N3/00
Abstract: 本发明涉及四足机器人控制技术领域，具体涉及一种基于改进天牛须算法的四足机器人运动学逆解优化方法，包括构建机器人模型；将机器人模型各足的足内关节角度向量作为天牛质心位置，构建适应度函数；基于适应度函数和机器人模型对天牛须算法进行改进和迭代，得到天牛寻优结果，通过使用适应度函数和机器人模型对天牛须算法进行改进和迭代，可使得改进后的天牛须算法的后期收敛速度增加，同时抑制了收敛过程中震荡现象，解决了传统天牛须算法求解12自由度四足机器人运动学逆解时，所得数值解精确度较低的问题。
-
Patent Agency Ranking
公开(公告)号：CN115145383A
公开(公告)日：2022-10-04
申请号：CN202210834359.3
申请日：2022-07-14
Applicant: 桂林理工大学
Abstract: 本发明涉及异构计算技术领域，具体涉及一种面向CPU/GPU服务器的自适应节能选择方法，采用A3C算法对集群的任务分配进行优化，构建出基于A3C深度强化学习的节能调度算法，即EE‑A3C算法，其中通过A3C算法让多个线程并行执行，可以去除训练过程中过程转移样本之间的关联性，提高训练稳定性，减小对内存和GPU的要求，同时使用DVFS策略和处理器策略共同组成了任务分配方式，把所有可能的任务分配方式作为EE‑A3C算法的动作空间，通过不断地与环境交互学习，EE‑A3C算法能够针对不同类型的任务集环境，自适应地选取合适的任务分配方法以达到节能效果。
-
公开(公告)号：CN115099135A
公开(公告)日：2022-09-23
申请号：CN202210686155.X
申请日：2022-06-16
Applicant: 桂林理工大学
IPC: G06F30/27 , G06F119/06
Abstract: 本发明涉及高性能计算技术领域，具体涉及一种改进的人工神经网络多类型作业功耗预测方法，采用了卷积神经网络与双向长短期记忆神经网络相结合的方式，卷积神经网络用于提取特征信息，双向长短期记忆神经网络用于提取序列前后之间的关系特征。双向长短期记忆神经网络弥补了卷积神经网络在感知序列数据前后变化方面的不足，两者结合能够有效提高特征提取效率，本发明还引入了注意力机制，结合注意力机制可以将更多的注意力集中在有效、关键的数据上，同时削弱冗余信息对于结果的影响，这种方法的泛化能力和非线性映射能力较强，不依赖于预先建立的数学模型，具有自学习，自适应能力，可以适用于各种类型的作业。
-
公开(公告)号：CN111790086A
公开(公告)日：2020-10-20
申请号：CN202010711822.6
申请日：2020-07-22
Applicant: 桂林理工大学
Abstract: 本发明公开了一种车载无线控制系统，属于电子技术领域，包括车载子系统和远程无线控制系统，所述车载子系统与远程无线控制系统无线连接，所述车载子系统用于自动巡航行走和检测火焰并灭火，或者接收远程无线控制系统的控制指令运动和检测火焰并灭火。通过设置灭火装置和火焰检测在灭火车上，然后使用远程无线控制系统远程无线控制灭火车远程运动，对火灾进行灭火处理，实现不需要人员进入火灾现场，即可对火灾进行远程灭火，有利于减少火灾造成的人员伤亡和经济损失。
-
公开(公告)号：CN110210517A
公开(公告)日：2019-09-06
申请号：CN201910378047.4
申请日：2019-05-08
Applicant: 桂林理工大学
IPC: G06K9/62
Abstract: 本发明是根据普通的基于密度聚类算法提出的一种新的适用于数据分布非常不均匀，集群间密度差异大的聚类方法。该算法将每一个数据点当成一个节点，将每个点之间的距离看成是图的边，将数据集看成一个全连通的无向加权图。算法中通过一种新的密度定义方式，定义每个数据点的密度已经所有数据点的平均密度。在现有的基于密度的聚类方法中存在一些常见的缺陷和不足：算法必须设置参数、算法的行为对起始对象的密度很敏感、相邻簇如果密度差异大则不能很好的进行区分，本发明提出的方法只需要一个给定的参数，在聚类的过程中遍历的初始对象的密度对算法的结果基本上没什么影响，并且该算法可以区分任意形状、任意密度、分布哪怕十分不均匀的相邻簇。
-
公开(公告)号：CN109918418A
公开(公告)日：2019-06-21
申请号：CN201910169907.3
申请日：2019-03-06
Applicant: 桂林理工大学
IPC: G06F16/2458 , G06N3/12
Abstract: 本发明涉及一种基于遗传算法的关联规则的改进挖掘方法，首先通过Apriori算法根据设置的算法参数和输入的数据集得到频繁项集A,将频繁项集A经过实数编码得到初始种群，然后根据设置的最小支持度阈值设计成相应的适应度函数，然后在循环代数之内进行选择、交叉、变异并根据其个体适应度进行排序，会得到相应的频繁项集，最后利用置信度阈值进行强规则提取，统计出规则的数量和所消耗的具体时间。有效地减少基于支持度－置信度”度量标准算法中的不足，有效进行关联规则的数量统计并提取出有价值的强关联规则。加快了算法处理数据的速度，最终提高了挖掘效率和有效性。
-
-
-
-
-
-
-
-
-
Search Results
42
records
(took 0.041 seconds)
