一种动态网络异构资源管理与任务分配方法、系统及设备

    公开(公告)号:CN119172334A

    公开(公告)日:2024-12-20

    申请号:CN202411654417.X

    申请日:2024-11-19

    Applicant: 中南大学

    Abstract: 本申请公开了一种动态网络异构资源管理与任务分配方法、系统及设备,该方法通过构建多个约束条件;构建用于最大化任务执行效用并最小化资源消耗和能耗的第一目标函数;基于第一目标函数和多个约束条件,采用拉格朗日松弛求解得到静态任务分配策略;构建对静态任务分配策略进行资源调整时的动态任务分配策略,并基于动态任务分配策略,采用马尔可夫决策过程对每个时间步的资源进行调整,得到每个时间步的目标资源调整量;根据静态任务分配策略和目标资源调整量,构建静态任务更新策略;基于静态任务分配策略、动态任务分配策略以及静态任务更新策略,采用交替优化得到目标任务分配策略。本申请能够提高整体资源利用率,并且提高任务执行效率。

    一种基于多生命体征时序数据的健康状态预测方法

    公开(公告)号:CN119475100B

    公开(公告)日:2025-05-06

    申请号:CN202510036178.X

    申请日:2025-01-09

    Applicant: 中南大学

    Abstract: 本发明公开了一种基于多生命体征时序数据的健康状态预测方法,方法包括:获取多个不同模态的生命体征时序数据;将多个生命体征时序数据输入切片分块频域时间序列处理模块进行预处理,得到增强特征矩阵,预处理包括:对每个生命体征时序数据进行时间片段划分,得到多个片段数据,对每个片段数据进行特征提取,得到时域片段特征,对每个时域片段特征进行频域转换,得到频域片段特征,将频域片段特征转换回时间域,获得增强特征矩阵;将增强特征矩阵输入Transformer模块,得到健康状态预测结果,Transformer模块包括编码器模块、解码器模块和输出层模块。本发明能够提升模型在应对多模态和动态特征时的适应性与泛化性。

    一种基于多生命体征时序数据的健康状态预测方法

    公开(公告)号:CN119475100A

    公开(公告)日:2025-02-18

    申请号:CN202510036178.X

    申请日:2025-01-09

    Applicant: 中南大学

    Abstract: 本发明公开了一种基于多生命体征时序数据的健康状态预测方法,方法包括:获取多个不同模态的生命体征时序数据;将多个生命体征时序数据输入切片分块频域时间序列处理模块进行预处理,得到增强特征矩阵,预处理包括:对每个生命体征时序数据进行时间片段划分,得到多个片段数据,对每个片段数据进行特征提取,得到时域片段特征,对每个时域片段特征进行频域转换,得到频域片段特征,将频域片段特征转换回时间域,获得增强特征矩阵;将增强特征矩阵输入Transformer模块,得到健康状态预测结果,Transformer模块包括编码器模块、解码器模块和输出层模块。本发明能够提升模型在应对多模态和动态特征时的适应性与泛化性。

    一种动态网络异构资源管理与任务分配方法、系统及设备

    公开(公告)号:CN119172334B

    公开(公告)日:2025-02-18

    申请号:CN202411654417.X

    申请日:2024-11-19

    Applicant: 中南大学

    Abstract: 本申请公开了一种动态网络异构资源管理与任务分配方法、系统及设备,该方法通过构建多个约束条件;构建用于最大化任务执行效用并最小化资源消耗和能耗的第一目标函数;基于第一目标函数和多个约束条件,采用拉格朗日松弛求解得到静态任务分配策略;构建对静态任务分配策略进行资源调整时的动态任务分配策略,并基于动态任务分配策略,采用马尔可夫决策过程对每个时间步的资源进行调整,得到每个时间步的目标资源调整量;根据静态任务分配策略和目标资源调整量,构建静态任务更新策略;基于静态任务分配策略、动态任务分配策略以及静态任务更新策略,采用交替优化得到目标任务分配策略。本申请能够提高整体资源利用率,并且提高任务执行效率。

Patent Agency Ranking