-
公开(公告)号：CN110971683B
公开(公告)日：2021-06-15
申请号：CN201911191031.9
申请日：2019-11-28
Applicant: 海南大学
Abstract: 本发明公开了一种基于强化学习的服务组合方法，所述服务组合满足动态约束，其包括如下步骤：根据用户的功能性需求建立工作流，为工作流中的每个任务选取候选服务，对所有候选服务的QoS非功能属性进行数据预处理；根据建立的工作流结构搭建基于强化学习的自适应模型；每一次训练自适应模型时，均将根据建立工作流结构随机生成的训练集、用户对QoS非功能属性的偏好和约束输入自适应模型中，循环迭代若干次训练，以得到收敛的自适应模型；将工作流中每个任务的候选服务属性、用户对QoS非功能属性的偏好和约束输入收敛的自适应模型中，输出合适的工作流候选服务序列。本发明的基于强化学习的服务组合方法弥补了传统Q‑learning的不足，大大减少了服务组合过程中耗费的资源。
-
公开(公告)号：CN111562943A
公开(公告)日：2020-08-21
申请号：CN202010357023.3
申请日：2020-04-29
Applicant: 海南大学
Abstract: 本发明涉及一种基于事件嵌入树及GAT网络的代码克隆检测方法和装置。本发明的基于事件嵌入树及GAT网络的代码克隆检测方法将源代码转换为其对应的流程图，并使用自定义的IR中间表示文本对该流程图进行描述；通过事件嵌入层(Event Embeddinhg)对IR中每一个节点的语句进行事件嵌入计算，得到节点向量矩阵(Node Vector Matrix)；通过GAT图注意力网络对节点向量矩阵每一节点的事件嵌入向量进行调整融合，使其感知上下文节点的事件嵌入语义，得到节点上下文矩阵(Node Context Vector Matrix)；使用卷积层对节点上下文矩阵中每个节点进行卷积计算，从而提取该程序流程图最终的向量表示；使用该向量表示通过分类器(classifier)判断两个代码片段是否为克隆代码对。
-
公开(公告)号：CN111416854A
公开(公告)日：2020-07-14
申请号：CN202010181430.3
申请日：2020-03-16
Applicant: 海南大学
IPC: H04L29/08
Abstract: 本申请涉及一种云服务发布方法、订阅方法、装置和系统。发布方法包括：接收云服务供应商发送的服务发布信息；根据服务发布信息将发布的实际服务与服务订阅列表中各服务订阅信息对应的所需服务进行对比，当实际服务与任一个所需服务完全匹配时，按照服务订阅信息中的路径将实际服务反向传递至接收服务发布信息的节点对应的上一个节点，上一个节点用于将实际服务依次传输至与服务订阅信息相对应的云服务消费者。该云服务发布方法可以实现在任一个节点以及多节点服务发布，大大提高了服务发布的效率。
-
公开(公告)号：CN106230638B
公开(公告)日：2019-10-08
申请号：CN201610640669.6
申请日：2016-08-08
Applicant: 海南大学
Abstract: 本发明公开了一种基于事件的云服务测试与调试方法及系统，所述测试方法包括：定制运行态事件生成及发布；提供商服务运行态事件；推断是否得到充分测试；生成测试案例。所述调试方法包括：定制运行态事件生成及发布；提供运行态事件；对所有运行态事件进行分类和聚合；挖掘事件与服务运行出错之间的相关性；定位与服务运行发生出错位置相关联的可疑服务运行态事件；反馈并修改生成定制方法。所述测试与调试系统包括事件生成与封装模块、事件发布与订阅模块、测试充分性推理模块、测试案例生成模块、事件聚合模块、可疑事件定位模块。本发明能够充分高效地测试云服务，并能够快速定位测试过程中发现的错误和问题，从而开发出高可信的增值云服务。
-
公开(公告)号：CN110298332A
公开(公告)日：2019-10-01
申请号：CN201910604800.7
申请日：2019-07-05
Applicant: 海南大学
Abstract: 本申请涉及一种行为识别的方法、系统、计算机设备和存储介质。方法包括：获取待识别的视频；对待识别的视频进行处理提取图片信息和人体姿态信息；将图片信息和人体姿态信息输入预先训练的双流卷积神经网络，获得图像特征和人体姿态特征；将图像特征和人体姿态特征进行注意力融合；对融合后的图像特征和人体姿态特征进行分析，计算每个行为类别之间的相对概率；选择相对概率最高的行为类别为行为的预测值，预测值用于确定行为。上述方法采用双流卷积神经网络，在神经网络的空间流中输入RGB图片，时域流中输入人体姿态信息，不需要计算光流信息，大大减少了计算量以及计算成本；另外，还采用了注意力融合技术，能进一步提高识别的准确率。
-
Patent Agency Ranking
公开(公告)号：CN119376990A
公开(公告)日：2025-01-28
申请号：CN202411429115.2
申请日：2024-10-14
Applicant: 海南大学
Abstract: 本发明涉及微服务系统运维技术领域，且公开了一种新颖的微服务性能异常检测和根本原因定位的系统及其方法，所述系统由监控数据汇聚模块、数据预处理模块、调用链级别异常检测模块、细粒度异常检测模块、根因推广模块和故障可视化模块组成。本发明通过结合控制变量法，通过正常值替换逐步判断导致调用链异常的容器特征，将异常定位从调用链级别细化到容器级别，提供了更为详细的异常定位信息，达到了提升异常检测的准确性和精细度的有益效果。
-
公开(公告)号：CN114706670B
公开(公告)日：2024-08-20
申请号：CN202210398629.0
申请日：2022-04-15
Applicant: 海南大学
IPC: G06F9/48 , G06F9/50 , G06N3/0499 , G06N3/092
Abstract: 本发明属于任务调度技术领域，公开了一种基于强化学习的多租户任务调度方法，包括如下步骤：基于深度强化学习建立任务调度代理；实时获取集群中机器的资源使用情况；获取若干租户上传的任务并更新对应的任务队列；使用任务调度代理根据每个用户的任务队列和实时的集群中机器的资源使用情况生成对应的调度决策；根据调度决策执行任务调度。本发明解决了现有技术存在的调度准确性差、在线调度效果差以及无法满足集群调度目标的问题。
-
公开(公告)号：CN114627363B
公开(公告)日：2024-07-23
申请号：CN202210216773.8
申请日：2022-03-07
Applicant: 海南大学
IPC: G06V20/54 , G06V20/13 , G06V10/26 , G06V10/44 , G06V10/42 , G06V10/80 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/084
Abstract: 本发明属于船舶检测技术领域，公开了一种基于多任务学习的全景海上船舶态势感知方法，包括如下步骤：获取遥感图像训练数据集；根据遥感图像训练数据集建立多任务学习的全景海上船舶态势感知网络模型；获取实时遥感图像数据；将实时遥感图像数据输入全景海上船舶态势感知网络模型进行多任务的船舶态势预测，得到船舶态势预测结果；根据船舶态势预测结果进行海上船舶态势可视化。本发明解决了现有技术存在的缺乏对于具体环境的考虑导致的实用性低，检测准确性低，以及不同态势感知系统之间相互孤立导致的海上船舶态势感知结果具有非唯一性影响最终的检测准确性的问题。
-
公开(公告)号：CN117034924A
公开(公告)日：2023-11-10
申请号：CN202311008937.9
申请日：2023-08-10
Applicant: 海南大学
IPC: G06F40/289 , G06F40/216 , G06F16/34 , G06F16/35 , G06F18/25 , G06Q30/0282 , G06Q30/0601 , G06N3/045 , G06N3/08
Abstract: 本发明属于数据挖掘技术领域，公开了一种细粒度电子商务数据挖掘方法及系统。所述的方法包括如下步骤：构建问题短语提取模型和主题聚类模型；获取若干实时商品评论数据，并进行预处理；进行问题短语提取；进行主题聚类；对若干实时主题聚合进行统计和可视化展示；获取电子商务网站对应的用户满意度提升方案。所述的系统包括数据爬取模块、数据预处理模块、模型构建模块、问题短语提取模块、主题聚类模块、可视化展示模块以及提升方案获取模块。本发明解决了现有技术存在的评论文本的参考价值低、人力成本投入大以及效率低下的问题。
-
公开(公告)号：CN116881568A
公开(公告)日：2023-10-13
申请号：CN202310912315.2
申请日：2023-07-24
Applicant: 海南大学
IPC: G06F16/9535 , G06F16/906 , G06F16/9035 , G06F40/30 , G06N20/00
Abstract: 本发明属于软件工程技术领域，公开了一种基于深度学习和语义信息的API推荐系统及方法。所述的系统包括依次连接的API推荐点定位单元、数据预处理单元、数据提取单元、数据编码单元以及API推荐单元。所述的方法包括如下步骤：接收用户的源代码，获取源代码的推荐点前的代码上下文、调用者对象以及正例API；获取源码令牌序列、AST令牌序列以及自然语言令牌序列和调用者对象的变量类型；获取推荐点的候选API和乐观数据流令牌序列；获取语义特征向量和数据流特征向量；获取候选API的推荐列表。本发明解决了现有技术存在的推荐准确性差、可靠性差以及查询负担重的问题。
-
-
-
-
-
-
-
-
-
Search Results
47
records
(took 0.019 seconds)
