-
公开(公告)号：CN108416054B
公开(公告)日：2021-10-22
申请号：CN201810228575.7
申请日：2018-03-20
Applicant: 东北大学
IPC: G06F16/182 , G06F16/13 , G06F16/17
Abstract: 本发明提供一种基于文件访问热度的动态HDFS副本个数计算方法，涉及数据分析技术领域。基于文件访问热度的动态HDFS副本个数计算方法，首先通过改进的马尔可夫模型分析得到热点文件的访问热度随时间变化的规律，并根据文件访问热度的计算公式，对文件的访问热度进行预测。然后采用排队论算法，给出副本个数的计算公式，动态调整热点文件的副本个数。本发明提供的基于文件访问热度的动态HDFS副本个数计算方法，解决了对热点文件的访问瓶颈的问题，提高了集群的服务效率。
-
公开(公告)号：CN108399267A
公开(公告)日：2018-08-14
申请号：CN201810255690.3
申请日：2018-03-27
Applicant: 东北大学
Abstract: 本发明属于数据分析与挖掘技术领域，具体涉及一种基于簇语义特征分析的反馈式聚类方法，包括以下步骤：1)根据反馈式属性加权K-means聚类以获得最优属性权重；2)根据簇语义特征分析以获得最优聚类结果。本发明通过属性权值反应用户对属性的关注度，利用簇语义特征分析方法将聚类结果中具有代表性、区分性和可理解性的属性项选择出来并展示以解决用户对聚类结果难以理解的问题，在此基础上融入用户的领域知识、经验及业务分析目标，采用基于改进粒子群算法的权值调整来优化属性权值，同时优化聚类个数，使优化的权值和聚类个数重新聚类以得出满足用户分析目标的聚类结果。
-
公开(公告)号：CN119938174A
公开(公告)日：2025-05-06
申请号：CN202510350262.9
申请日：2025-03-24
Applicant: 东北大学
Abstract: 本发明提供一种基于强化学习的无人机任务卸载快速适应方法，涉及无人机飞行控制技术领域。本发明从具有不同状态环境中收集的离线经验中学习，在具有新状态动态的环境下执行在线策略适应，适用于在线互动代价较高的现实场景中，可以在离线经验数据的基础上实现泛化。本发明建立基于解耦策略和环境表示的强化学习模型和基于梯度上升的策略适应算法得到无人机性能最佳的策略下无人机的动作，从而使无人机和基站联合为地面终端设备产生的计算任务提供边缘计算服务。本发明只在在线适应测试环境中阶段需要无人机与当前环境进行少量在线互动，与其他主流方法需要大量的在线互动样本相比，能在实际环境中大大降低模型的训练成本。
-
公开(公告)号：CN119105550A
公开(公告)日：2024-12-10
申请号：CN202411330172.5
申请日：2024-09-24
Applicant: 东北大学
IPC: G05D1/695 , G05D109/20
Abstract: 本发明提供一种基于自动编码器的多无人机路径规划和功率分配方法，涉及无人机技术领域。本发明研究了多无人机场景下的功率分配和路径规划问题，目的是最大化随机用户环境中用户设备的平均数据传输速率。为此，本发明提出了一个面向分散式多智能体环境的深度强化学习框架，为无人机自主协作提供了解决方案。该框架基于自动编码器使用自监督的表示学习任务来学习无人机的共同通信基础，在此基础上，无人机可以理解并传达彼此观测到的信息，提升了无人机在受限观测条件下的信息获取能力。这种方法适用于完全分散执行的体系结构，并且不需要额外的辅助信息，实现了无人机之间高效的信息传递和交流，从而有效地提高了无人机网络的服务效率。
-
公开(公告)号：CN108399434B
公开(公告)日：2022-02-18
申请号：CN201810228459.5
申请日：2018-03-20
Applicant: 东北大学
Abstract: 本发明提供一种基于特征提取的高维时间序列数据的分析预测方法，涉及数据分析技术领域。该方法首先度量高维时间序列数据的条件属性间和条件属性与决策属性间的相关性，并将与决策属性有相关性的条件属性加入属性核集中；再对高维时间序列数据进行特征提取；然后建立多元线性回归模型，再通过基于健康度的粒子群优化算法对模型中的回归系数进行优化；最后根据所构建的多元线性回归模型，得到某一时刻决策属性的值。本发明提供的基于特征提取的高维时间序列数据的分析预测方法，解决了高维时间序列数据在分析预测过程中所存在的预测效率低、误差大以及容易出现局部最优解的问题，有效提高了多元线性回归分析算法对高维时间序列数据的预测效果。
-
Patent Agency Ranking
公开(公告)号：CN108363643A
公开(公告)日：2018-08-03
申请号：CN201810255610.4
申请日：2018-03-27
Applicant: 东北大学
IPC: G06F11/14
Abstract: 本发明提出一种基于文件访问热度的HDFS副本管理方法，基于文件访问热度计算文件的副本数量；基于多文件访问关联性对预测的热点文件进行动态副本放置；据需要删除副本的文件对副本进行删除操作；本发明方法利用时间序列分析方法对文件访问热度进行预测，并给出文件访问热度的计算公式以及副本个数的计算公式，能够支持动态热点文件副本个数的调整，解决热点文件的访问瓶颈的问题，提高集群的服务效率。
-
公开(公告)号：CN102088475B
公开(公告)日：2013-09-04
申请号：CN201010563748.4
申请日：2010-11-29
Applicant: 东北大学
Abstract: 一种控制流集中数据流分布的组合服务执行系统及执行方法，该系统包括一个中心节点和分布在网络中不同节点上的多个服务代理。本发明的优点：通过发送控制消息通知服务何时、往何处发送数据，从而既能够解决分布式执行方式缺乏对组合服务整体运行情况的监控能力，又能够解决集中式执行方式由于数据流都经过中心节点中转而易存在系统性能瓶颈的问题。同时，该方法采用中心节点控制组合服务的全局执行逻辑，能够兼容当前的主流组合服务执行语言BPEL，从而可以有效地支持组合服务应用的执行。
-
公开(公告)号：CN103078955A
公开(公告)日：2013-05-01
申请号：CN201310033863.4
申请日：2013-01-29
Applicant: 东北大学
Abstract: 一种云计算平台服务器状态转移装置及方法，属于云计算领域。包括代理模块、监测模块、评估模块和控制模块，首先由代理模块采集物理服务器数据，并发送到服务器端监测模块；然后，由监测模块处理采集到的服务器数据，并存入数据库中；由评估模块对采集到的数据进行分析整理；最后根据分析结果控制物理机启停。本发明以分布式的方式组建的服务器群集，实现自动控制平台内所有服务器的启停，有数据显示，VMware通过服务器整合的节能策略可以为数据中心每年节省50%以上耗电量。
-
公开(公告)号：CN118195457A
公开(公告)日：2024-06-14
申请号：CN202410305490.X
申请日：2024-03-18
Applicant: 东北大学
IPC: G06Q10/0835 , G06N3/092 , G06F18/20
Abstract: 本发明提供一种基于偏好驱动的多目标强化学习的车辆路线规划方法，涉及车辆规划以及深度强化学习技术领域。本发明通过将问题建模为马尔科夫决策过程，引入了偏好向量，从而赋予决策者更灵活的决策空间，通过与物流系统环境的交互，学习一组帕累托最优的车辆路径策略，采用多维插值器对偏好向量进行投影，以进行偏好向量空间的归一化处理，提高了算法的收敛性，引入余弦相似项，用于度量偏好的相似程度，确保在学习过程中偏好的一致性和对齐性，这种算法不仅提供解决MOVRP问题的路径方案，还考虑了决策者对多个目标的个性化偏好，个性化的车辆路径规划方案将能够更好地适应不同决策者和物流环境的需求，提高整体效率与用户满意度。
-
公开(公告)号：CN117493007A
公开(公告)日：2024-02-02
申请号：CN202311518675.0
申请日：2023-11-15
Applicant: 东北大学
IPC: G06F9/50 , G06F18/20 , G06N3/0464
Abstract: 本发明提供一种面向用户的基于部分可观测信息的服务迁移决策方法，涉及移动边缘计算技术领域。该方法首先确定移动边缘计算系统模型，并明确服务迁移决策问题的目标；再基于服务质量模型和服务迁移开销模型构建服务迁移决策问题的数学模型；然后将服务迁移决策优化问题建模为部分可观测马尔可夫决策过程；最后基于变分循环神经网络与深度强化学习的VLM‑DSAC模型来求解部分可观测马尔可夫决策过程，确定最优的服务迁移方案。该方法能够基于用户可以直接观测的部分环境状态信息，实现最优化服务质量同时最小化服务迁移开销的服务迁移决策。
-
-
-
-
-
-
-
-
-
Search Results
20
records
(took 0.023 seconds)
