-
公开(公告)号:CN103944997B
公开(公告)日:2015-10-07
申请号:CN201410178070.6
申请日:2014-04-29
Applicant: 上海交通大学
IPC: H04L29/08
Abstract: 本发明提供了一种结合随机抽样和虚拟化技术的负载均衡方法,包括随机抽样步骤和虚拟化步骤。本发明通过结合随机抽样和虚拟化技术,做出全局负载(网络带宽)的均衡选择,也能够保证局部负载(CPU、内存)的均衡选择,从而可以显著提高整个分布式系统(云计算)的所有资源(网络带宽、CPU、内存)的利用率。使得用户的满意度最大化,减少响应时间,增加资源的利用率,减少任务被驳回的数量,提高整个分布式系统的性能。全局管控和局部管控的分离使得整个系统节省能源、更易于扩展和维护,从而使得这样的负载均衡方法更有实际应用价值。
-
公开(公告)号:CN103944997A
公开(公告)日:2014-07-23
申请号:CN201410178070.6
申请日:2014-04-29
Applicant: 上海交通大学
IPC: H04L29/08
Abstract: 本发明提供了一种结合随机抽样和虚拟化技术的负载均衡方法,包括随机抽样步骤和虚拟化步骤。本发明通过结合随机抽样和虚拟化技术,做出全局负载(网络带宽)的均衡选择,也能够保证局部负载(CPU、内存)的均衡选择,从而可以显著提高整个分布式系统(云计算)的所有资源(网络带宽、CPU、内存)的利用率。使得用户的满意度最大化,减少响应时间,增加资源的利用率,减少任务被驳回的数量,提高整个分布式系统的性能。全局管控和局部管控的分离使得整个系统节省能源、更易于扩展和维护,从而使得这样的负载均衡方法更有实际应用价值。
-
公开(公告)号:CN113610112B
公开(公告)日:2024-04-16
申请号:CN202110778414.7
申请日:2021-07-09
Applicant: 中国商用飞机有限责任公司上海飞机设计研究院 , 中国商用飞机有限责任公司 , 上海交通大学
IPC: G06N5/01 , G06F40/284 , G06N20/00 , G06F18/22 , G06F18/214 , G06F18/2431
Abstract: 一种飞机装配质量缺陷辅助决策方法,将专家知识与机器学习算法相结合,提高了特征提取的准确度和智能性;计算新问题与历史案例的各属性匹配度时,将专家知识与KNN模型相结合,由专家制定权重,对于文本向量计算余弦值,对于结构化数据相同取1不同取0,从而计算案例相似度。完成非结构化文本到结构化数据的准确高效的转化,充分利用历史数据匹配相似案例,为工作人员快速给出处理意见提供参考,从而提高飞机装配阶段质量问题的处理效率。
-
公开(公告)号:CN113610112A
公开(公告)日:2021-11-05
申请号:CN202110778414.7
申请日:2021-07-09
Applicant: 中国商用飞机有限责任公司上海飞机设计研究院 , 中国商用飞机有限责任公司 , 上海交通大学
IPC: G06K9/62 , G06F40/284 , G06N20/00 , G06N3/04 , G06N3/08
Abstract: 一种飞机装配质量缺陷辅助决策方法,将专家知识与机器学习算法相结合,提高了特征提取的准确度和智能性;计算新问题与历史案例的各属性匹配度时,将专家知识与KNN模型相结合,由专家制定权重,对于文本向量计算余弦值,对于结构化数据相同取1不同取0,从而计算案例相似度。完成非结构化文本到结构化数据的准确高效的转化,充分利用历史数据匹配相似案例,为工作人员快速给出处理意见提供参考,从而提高飞机装配阶段质量问题的处理效率。
-
-
-