一种海洋环境空间数据检索方法
    1.
    发明公开

    公开(公告)号:CN119537662A

    公开(公告)日:2025-02-28

    申请号:CN202411475271.2

    申请日:2024-10-22

    Abstract: 本发明公开了一种海洋环境空间数据检索方法,本方法通过获取海洋环境的待处理初始数据,并将所述待处理初始数据进行预处理存储为网络映射过程中所需的统一数据格式,得到初始数据;根据所述初始数据进行网络映射处理,得到对应的网格索引;获取待检索数据,根据所述待检索数据和所述网格索引进行检索,得到对应的检索结果,实现对海洋环境空间数据的全面覆盖和精细划分,为海洋环境空间数据的快速检索提供了坚实的基础,能够与现有的各种技术体制下的信息系统实现转换,方便跨行业、跨部门信息共享及高效服务。

    一种基于深度学习的云导风时空误差订正方法及系统

    公开(公告)号:CN118839303A

    公开(公告)日:2024-10-25

    申请号:CN202411069489.8

    申请日:2024-08-06

    Abstract: 本发明涉及一种基于深度学习的云导风时空误差订正方法及系统,属于卫星遥感技术领域。其方法包括:获取云导风数据和再分析数据;构建云导风多通道数据集;训练时空误差订正网络;基于质量评价函数,利用所述云导风的时间与空间融合数据和所述再分析数据进行数据质量分析,并进行迭代训练;获取待处理的云导风数据,并利用训练好的时空误差订正网络进行特征分析,以得到相应的云导风的时间与空间融合数据。本发明利用与风场密切相关的气压与温度数据对风场进行物理约束,并且构建时空订正网络模型,使时间特征和空间特征进行共享并融合,确保单份云导风资料特征的完整性。

    基于自适应协方差膨胀的资料同化方法

    公开(公告)号:CN113360854A

    公开(公告)日:2021-09-07

    申请号:CN202110911181.3

    申请日:2021-08-10

    Abstract: 本发明公开了基于自适应协方差膨胀的资料同化方法,方法包括步骤:获取大气观测数值,基于t‑1的分析值进行模式积分得到分析时刻t的预报场;根据预报场集合,估计得到t时刻的集合预报误差协方差矩阵Pt和膨胀因子向量;将膨胀因子向量对同化初始过程的集合卡尔曼滤波的集合成员进行更新,使新的集合卡尔曼滤波的集合方差增大,形成新集合成员,利用集合卡尔曼滤波方法对新集合成员进行迭代更新,得到最终分析集合成员;使用分析集合成员作为初始场进行模式预报。本发明通过膨胀因子的调整,使更新后的预报误差协方差矩阵符合预报误差协方差、新息量及观测误差协方差的统计关系,计算的膨胀因子更合理,同化性能明显提升。

    基于可伸缩表示学习的长短文本分类方法

    公开(公告)号:CN112231482A

    公开(公告)日:2021-01-15

    申请号:CN202011230707.3

    申请日:2020-11-06

    Abstract: 本发明公开了基于可伸缩表示学习的长短文本分类方法,包括以下步骤:对长短文本集中的文本进行预处理,将文本集表示为特征矩阵M,M中的元素为使用TF‑IDF方法计算的对应单词的权重;将所述的特征矩阵M输入到可伸缩表示学习过程中,获得低维目标矩阵;采用所述低维目标矩阵表示的训练集对KNN分类器进行训练;利用训练好的KNN分类器用于对待分类文档进行分类。本发明方法设计了可伸缩表示学习方法,该方法保留了数据的相似关系,可扩展且易于并行化,适用于长短文本的通用分类应用,实验表明,在大规模长短文本的分类问题中本发明方法展现出较好的分类性能。

    大气谱模式动力框架高可扩展并行优化方法及系统

    公开(公告)号:CN109002909A

    公开(公告)日:2018-12-14

    申请号:CN201810687173.3

    申请日:2018-06-28

    Abstract: 本发明公开了一种大气谱模式动力框架高可扩展并行优化方法及系统,本发明并行优化方法的步骤包括通过针对大气谱模式的动力框架中六个主要计算过程分别分析计算涉及的数据相关性、对各个过程中无数据相关性的两个数据方向进行二维数据剖分并映射到处理器逻辑结构网格上进行计算,计算过程之间的数据交换采用三维数据转置算法实现;针对整个动力框架计算过程中涉及的部分全局变量,在数据分解的基础上实现变量的全局数据收集;将数据变换过程和数据收集过程与整个动力框架迭代处理流程无缝结合,最终完成各个相邻计算过程之间涉及的三维数据转置处理和全局变量的数据收集。本发明能够极大地提高模式的并行计算可扩展性,从而提升并行执行效率。

    基于n-of-N流模型的不确定轮廓查询并行处理方法及系统

    公开(公告)号:CN108959521A

    公开(公告)日:2018-12-07

    申请号:CN201810688992.X

    申请日:2018-06-28

    Abstract: 本发明公开了一种基于n‑of‑N流模型的不确定轮廓查询并行处理方法及系统,本发明针对大规模不确定数据流的高效n‑of‑N轮廓查询,将对全局滑动窗口中的数据元组查询处理的任务,按一定的任务映射规则划分为多个本地局部滑动窗口,并且将本地局部滑动窗口的查询处理任务分散交付给多个计算节点,所有计算节点对各自局部滑动窗口进行并行查询处理,当完成对所有数据元组处理后返回查询结果。本发明能够实现计算节点间的负载均衡、最大化并行效率、支持大规模计算节点数目的并行查询、实现高效的n‑of‑N查询并行处理。

    最优k组合轮廓查询方法
    9.
    发明公开

    公开(公告)号:CN107766473A

    公开(公告)日:2018-03-06

    申请号:CN201710928801.8

    申请日:2017-10-09

    Abstract: 本发明公开了一种最优k组合轮廓查询方法,实施步骤包括:输入用于组合轮廓查询的数据集D、组合轮廓GSkyline的组合大小l以及参数k;计算数据集D中不被其他数据元组所支配的数据元组Skyline;对数据集D根据l组合获取组合轮廓GSkyline;针对数据集D中数据元组Q计算位向量[Q];针对组合轮廓GSkyline中组合元组G计算分数,将分数最大的k个组合元组G加入查询结果Sk并输出。本发明能够实现对组合Skyline完成最优k查询,能够极大的减少组合元组分数的计算量,节约计算资源并且减少运算时间,而且还可以用到各类基于组合查询的推荐系统的实现,本发明能够加快对组合查询结果优选的处理速度;实时返回查询结果,从而提高用户的查询体验。

    一种基于volcano的节点分组作业调度方法及系统

    公开(公告)号:CN117170811B

    公开(公告)日:2024-09-13

    申请号:CN202311148697.2

    申请日:2023-09-07

    Abstract: 本说明书实施例提供一种基于volcano的节点分组作业调度方法及系统,其中,该方法包括建立混合集群,其中,混合集群包括Slurm集群和K8S集群,混合集群包括至少一个混合节点及至少一个K8S节点,混合节点在同一时间供Slurm集群和K8S集群中的一个调度;在Volcano调度器上安装节点组优先级插件;对至少一个Slurm节点、至少一个混合节点及至少一个K8S节点按照资源类型进行分组,生成多个节点组,为每个节点组配置优先级;对于未调度的Pod,Volcano调度器基于每个节点组配置优先级,从至少一个混合节点及至少一个K8S节点中确定用于运行未调度的Pod的目标节点,具有在混合调度场景下,提高资源使用率的优点。

Patent Agency Ranking