-
公开(公告)号：CN118760528B
公开(公告)日：2024-12-31
申请号：CN202411218947.X
申请日：2024-09-02
Applicant: 广州云硕科技发展有限公司 , 暨南大学
IPC: G06F9/50
Abstract: 本发明公开了一种基于人工智能的算力匹配方法及系统，该方法包括：获取多个用户发送的多个算力任务请求和每一所述用户的用户参数；根据每一所述算力任务请求对应的任务参数，在预设的设备库中确定出多个候选设备；基于所述任务参数和所述用户参数，根据神经网络算法，确定每一所述用户对应的算力设备特征；根据所述算力设备特征，从所述多个候选设备中，基于动态规划算法，确定出每一所述用户对应的算力设备。可见，本发明能够更加精准和高效地预测出用户对应的算力设备特征，以提高算力设备的推荐匹配度，提高整体算力设备的利用率以及用户体验。
-
公开(公告)号：CN118760528A
公开(公告)日：2024-10-11
申请号：CN202411218947.X
申请日：2024-09-02
Applicant: 广州云硕科技发展有限公司 , 暨南大学
IPC: G06F9/50
Abstract: 本发明公开了一种基于人工智能的算力匹配方法及系统，该方法包括：获取多个用户发送的多个算力任务请求和每一所述用户的用户参数；根据每一所述算力任务请求对应的任务参数，在预设的设备库中确定出多个候选设备；基于所述任务参数和所述用户参数，根据神经网络算法，确定每一所述用户对应的算力设备特征；根据所述算力设备特征，从所述多个候选设备中，基于动态规划算法，确定出每一所述用户对应的算力设备。可见，本发明能够更加精准和高效地预测出用户对应的算力设备特征，以提高算力设备的推荐匹配度，提高整体算力设备的利用率以及用户体验。
-
公开(公告)号：CN116704451A
公开(公告)日：2023-09-05
申请号：CN202310638550.5
申请日：2023-06-01
Applicant: 暨南大学
Abstract: 本发明公开了一种基于自引导特征挖掘网络的车辆重识别方法，步骤如下：构造自引导特征挖掘网络；训练自引导特征挖掘网络，自引导特征挖掘网络中主干网络部分使用ImageNet‑1K预训练的ViT进行参数初始化；使用已训练的自引导特征挖掘网络进行车辆重识别。本发明与传统的车辆重识别方法相比，自引导特征挖掘网络引入噪音补丁过滤分支消除图像背景对特征提取的干扰；自引导特征挖掘网络引入显著特征提取分支挖掘图像细粒度特征；消除背景对特征提取的干扰和挖掘细粒度特征能够提取出更具有鉴别性的车辆特征，从而提高了车辆重识别任务的准确率，并且不依赖额外的模型和标签信息(如背景、车灯、车窗标注等)。
-
公开(公告)号：CN116188788A
公开(公告)日：2023-05-30
申请号：CN202211533636.3
申请日：2022-12-02
Applicant: 暨南大学
Abstract: 本发明公开了一种基于多尺度与双中心融合的无锚框目标检测方法，包括如下步骤：构建骨干网络提取图像特征；通过颈部网络进行不同尺度特征融合；通过多尺度融合模块进行多尺度特征图的信息增强；通过预测网络对类别、边界框位置进行预测，并通过双中心融合模块得到总体中心度用于边界框的质量评估，最终得到检测结果。本发明与传统的无锚框目标检测方法相比，通过多尺度融合模块对多尺度特征图间能够平衡地进行特征增强，通过双中心融合模块融合了边界框中心度和类别中心度的信息更有效的过滤低质量的边界框。通过以多尺度融合模块和双中心融合模块的优化，提高目标检测方法的表达能力，提高检测的准确率。
-
公开(公告)号：CN116132018A
公开(公告)日：2023-05-16
申请号：CN202211640459.9
申请日：2022-12-20
Applicant: 暨南大学
Abstract: 本发明公开了一种在P4可编程交换机上实现SHA256算法的方法，包括如下步骤：S1、将P4可编程交换机安排为包括预处理模块、中间数据处理模块以及数据平面处理模块，预处理模块和中间数据处理模块联接至P4可编程交换机的控制平面上，该数据平面处理模块联接至P4可编程交换机流水线上；S2、通过预处理模块在交换机控制平面上接收待处理的消息，对待处理数据进行扩展处理，在P4可编程交换机上实现SHA256算法的方法将需要加密的内容放入交换机的控制平面进行解析，生成流表项，交由控制平面进行下一步操作，这样就能够在可编程网络的数据平面中实现一种保证数据签名算法安全所必须的安全散列算法，提高了网络数据签名的安全性。
-
Patent Agency Ranking
公开(公告)号：CN111611073B
公开(公告)日：2023-01-31
申请号：CN202010380619.5
申请日：2020-05-08
Applicant: 暨南大学
Abstract: 本发明公开了一种容器化数据中心下基于流量感知的容器放置方法，该发明针对在容器化云环境的实践中，解决由于不恰当的容器放置策略导致用户访问服务时的延迟增大，严重降低服务质量的技术问题。该方法利用微服务架构中容器流量的规律特征，通过流量细化组件将同属于一个应用中频繁交流的容器按照其流量关联性放置到不同的逻辑模块中，再将同属一个应用的不同逻辑模块放置到不同的物理服务器中。同时，不同资源敏感类型的逻辑模块被整合到同一个物理服务器中。该方法通过以上步骤，降低了频繁交流的容器之间的流量开销，同时也提高了数据中心的负载均衡程度。
-
公开(公告)号：CN115375979A
公开(公告)日：2022-11-22
申请号：CN202210372327.6
申请日：2022-04-11
Applicant: 暨南大学
Abstract: 本发明公开了一种基于高效空间金字塔池化网络的目标检测方法，该检测方法技术方案如下：在目标检测网络中增加一个高效空间金字塔池化网络；待检测图像输入目标检测网络的骨干网络进行特征提取，高效空间金字塔池化网络对提取的特征在不同尺度上进行处理，后将提取的多尺度特征图进行融合，集成提取的大尺度特征的高分辨率和提取的小尺度特征的丰富语义信息进行输出，提高检测网络对尺度大小不一目标的检测能力。本发明提出的高效空间金字塔池化网络对目标检测网络的骨干网络提取的特征进行处理，并融合处理过后不同尺度特征，在保证检测网络复杂度基本不变的前提下，有效提高了目前检测网络对多尺度目标检测的准确率。
-
公开(公告)号：CN110247793B
公开(公告)日：2022-11-11
申请号：CN201910454299.0
申请日：2019-05-29
Applicant: 暨南大学
IPC: H04L41/147 , H04L41/14 , H04L41/0896 , H04L41/5051 , H04W28/16 , H04L41/142
Abstract: 本发明公开了一种移动边缘云中的应用程序部署方法，该方法结合雾计算与移动边缘云网络，构建由射频拉远单元(RRU)、基带处理单元(BBU)和中央控制器组成的三层树形边缘网络结构。在此基础上将移动边缘云中的应用程序部署问题转化为一种二进制整数规划问题，并给出解决此问题的一种应用程序部署方法。该方法通过将降序最佳适应算法(BFD算法)与按优先级替换算法(PRA算法)结合，找到一种可降低总成本的应用程序部署方式，将应用程序合理地部署在边缘服务器中。并在应用程序的重部署频率方面，给出一种启发式的重部署方法，该方法利用命中率监测函数启发式的触发重部署的操作，使得系统能够合理地确定重部署频率，符合时变需求。
-
公开(公告)号：CN111859703B
公开(公告)日：2022-05-10
申请号：CN202010748759.3
申请日：2020-07-30
Applicant: 暨南大学
IPC: G06F30/20 , G06Q10/04 , G06F3/06 , G06F113/08 , G06F119/08
Abstract: 本发明公开了一种基于热量感知的数据中心节能数据副本放置方法，该节能副本放置方法包括生成热量感知磁盘序列、副本访问预测、副本迁移放置。本发明针对存储型数据中心磁盘对外提供在线访问服务时产生的巨大能耗问题，设计了综合考虑存储型数据中心制冷温度与能耗、磁盘在线状态与能耗的副本放置策略，实现了根据存储型数据中心气流组织循环、副本冷热划分、副本访问预测，从而优先将热副本聚集放置在热量再循环影响较少的节点上，避免节点的开启造成制冷温度的大幅度较低，有效降低存储型数据中心制冷能耗和总能耗。
-
公开(公告)号：CN109271249B
公开(公告)日：2022-02-08
申请号：CN201810840047.7
申请日：2018-07-27
Applicant: 暨南大学
Abstract: 本发明公开了一种基于P.haul框架的云容器预拷贝在线迁移方法，针对容器在线迁移领域，在确保访问不中断的情况下，对不同的物理机或云平台之间的容器进行移动，以确保容器在迁移之后能够延续源主机的工作状态，同时采用预拷贝和基于历史的传输延迟机制减少了迁移过程中造成的容器停机时间。为容器提供更加灵活的应用，也为容器的负载均衡和资源调度做出了基础工作。
-
-
-
-
-
-
-
-
-
Search Results
125
records
(took 0.028 seconds)
