-
公开(公告)号：CN118069291B
公开(公告)日：2025-01-14
申请号：CN202410176473.0
申请日：2024-02-08
Applicant: 中国兵器工业计算机应用技术研究所
IPC: G06F9/455 , H04L67/1001 , G06F9/50
Abstract: 本发明涉及一种基于业务和结果导向的弹性扩缩容方法，属于云计算技术领域。本发明方法包括：基于历史扩容数据预测当天负载高峰时段，基于各负载高峰时段对应的历史扩容数据和当天的任务信息确定各负载高峰时段的计划扩容执行时间和计划扩容策略；在各计划扩容策略执行的过程中，基于实时监控的业务指标值和系统性能指标值调整各计划扩容策略，并将调整后扩容策略记录至所述负载高峰时段对应的扩容数据中；其他时段，基于实时监控的业务指标值和系统性能指标值执行实时扩容和缩容并记录至相应时段对应的扩容数据中。本发明方法可以解决现有技术中扩缩容不能满足业务预期效果、扩缩容滞后以及当负载波动大时造成的性能损耗和不稳定问题。
-
公开(公告)号：CN116303977B
公开(公告)日：2023-08-04
申请号：CN202310551556.9
申请日：2023-05-17
Applicant: 中国兵器工业计算机应用技术研究所
Inventor： 孟英谦 , 彭龙 , 李胜昌 , 任智颖 , 邵鹏志 , 谢志豪 , 张世超 , 李泽宇 , 宋彪 , 高圣楠 , 魏中锐 , 胡明哲 , 姜伟 , 张子烁 , 邬书豪 , 葛祥雨
IPC: G06F16/332 , G06F16/35 , G06N3/0442 , G06N3/0464 , G06N3/08 , G06F18/22
Abstract: 本发明涉及一种基于特征分类的问答方法及系统，属于自然语言处理技术领域；解决现有技术中的问答模型推断速度慢，且答案预测不够准确的问题。本发明的问答方法包括以下步骤：获取待处理问题，得到待处理问题对应的类别；在文本语料库中搜索与待处理问题相同类别且相关度最高的原始文本数据；文本语料库包括多个不同类别的原始文本数据；将待处理问题和对应的相关度最大的原始文本数据分别与对应的类别标签融合得到对应的两个带有类别标签信息的特征向量，将两个特征向量输入预先训练的智能问答模型的答案预测模块，基于待处理问题对应的特征向量，在原始文本对应的特征向量中预测得到待处理问题对应的答案。
-
Patent Agency Ranking
公开(公告)号：CN116303977A
公开(公告)日：2023-06-23
申请号：CN202310551556.9
申请日：2023-05-17
Applicant: 中国兵器工业计算机应用技术研究所
Inventor： 孟英谦 , 彭龙 , 李胜昌 , 任智颖 , 邵鹏志 , 谢志豪 , 张世超 , 李泽宇 , 宋彪 , 高圣楠 , 魏中锐 , 胡明哲 , 姜伟 , 张子烁 , 邬书豪 , 葛祥雨
IPC: G06F16/332 , G06F16/35 , G06N3/0442 , G06N3/0464 , G06N3/08 , G06F18/22
Abstract: 本发明涉及一种基于特征分类的问答方法及系统，属于自然语言处理技术领域；解决现有技术中的问答模型推断速度慢，且答案预测不够准确的问题。本发明的问答方法包括以下步骤：获取待处理问题，得到待处理问题对应的类别；在文本语料库中搜索与待处理问题相同类别且相关度最高的原始文本数据；文本语料库包括多个不同类别的原始文本数据；将待处理问题和对应的相关度最大的原始文本数据分别与对应的类别标签融合得到对应的两个带有类别标签信息的特征向量，将两个特征向量输入预先训练的智能问答模型的答案预测模块，基于待处理问题对应的特征向量，在原始文本对应的特征向量中预测得到待处理问题对应的答案。
-
公开(公告)号：CN118075133A
公开(公告)日：2024-05-24
申请号：CN202410176471.1
申请日：2024-02-08
Applicant: 中国兵器工业计算机应用技术研究所
IPC: H04L41/0896 , G06F9/455 , H04L41/0894 , H04L41/0816 , H04L41/147
Abstract: 本发明涉及一种基于Kubernetes改进的扩缩容系统，属于云平台的应用部署技术领域。本发明系统包括在云平台上部署Kubernetes和自主实现的应用管理组件、扩缩容计划调度组件、扩缩容脚本执行组件和扩容调整组件，通过各组件与Kubernetes实现扩缩容，改进原Kubernetes只能基于系统各指标阈值进行扩缩容的机制，实现基于历史数据分析预测当天的负载高峰时段以对负载高峰时段提前进行计划扩容，解决Kubernetes的弹性扩缩容机制需要在监测到负载超过一定阈值时才发起扩缩容导致的扩容滞后性，同时可以避免在负载波动大的情况下频繁扩缩容造成的资源损耗和应用的不稳定；本发明系统还实现在负载高峰时段基于业务指标值对应用的资源进行实时扩缩容，解决了原Kubernetes的弹性扩缩容机制与业务脱节的问题。
-
公开(公告)号：CN118069291A
公开(公告)日：2024-05-24
申请号：CN202410176473.0
申请日：2024-02-08
Applicant: 中国兵器工业计算机应用技术研究所
IPC: G06F9/455 , H04L67/1001 , G06F9/50
Abstract: 本发明涉及一种基于业务和结果导向的弹性扩缩容方法，属于云计算技术领域。本发明方法包括：基于历史扩容数据预测当天负载高峰时段，基于各负载高峰时段对应的历史扩容数据和当天的任务信息确定各负载高峰时段的计划扩容执行时间和计划扩容策略；在各计划扩容策略执行的过程中，基于实时监控的业务指标值和系统性能指标值调整各计划扩容策略，并将调整后扩容策略记录至所述负载高峰时段对应的扩容数据中；其他时段，基于实时监控的业务指标值和系统性能指标值执行实时扩容和缩容并记录至相应时段对应的扩容数据中。本发明方法可以解决现有技术中扩缩容不能满足业务预期效果、扩缩容滞后以及当负载波动大时造成的性能损耗和不稳定问题。
-
公开(公告)号：CN116450796B
公开(公告)日：2023-10-17
申请号：CN202310558113.2
申请日：2023-05-17
Applicant: 中国兵器工业计算机应用技术研究所
Inventor： 彭龙 , 孟英谦 , 李胜昌 , 张世超 , 谢志豪 , 邵鹏志 , 任智颖 , 宋彪 , 魏中锐 , 胡明哲 , 李泽宇 , 高圣楠 , 姜伟 , 张子烁 , 葛祥雨 , 邬书豪
IPC: G06F16/332 , G06F16/35 , G06F16/951 , G06F40/126 , G06F40/194 , G06F40/30 , G06N3/0442 , G06N3/0499
Abstract: 本发明涉及一种智能问答模型构建方法及设备，属于自然语言处理技术领域；解决现有技术中的问答模型构建方法得到的问答模型推断速度慢，且答案预测不够准确的问题。本发明的方法包括：获取问答相关领域的多个原始文本数据，构建训练样本集；训练样本集中包括原始文本数据，以及基于原始文本数据得到的标准问题、标准答案和类别标签；构建初始智能问答模型，初始智能问答模型包括特征分类模块和答案预测模块；其中，特征分类模块用于对输入的问题进行分类；答案预测模块用于基于融合了类别信息的问题进行答案预测；基于训练样本集对初始智能问答模型进行训练，经过损失函数迭代更新，得到智能问答模型。
-
公开(公告)号：CN116450796A
公开(公告)日：2023-07-18
申请号：CN202310558113.2
申请日：2023-05-17
Applicant: 中国兵器工业计算机应用技术研究所
Inventor： 彭龙 , 孟英谦 , 李胜昌 , 张世超 , 谢志豪 , 邵鹏志 , 任智颖 , 宋彪 , 魏中锐 , 胡明哲 , 李泽宇 , 高圣楠 , 姜伟 , 张子烁 , 葛祥雨 , 邬书豪
IPC: G06F16/332 , G06F16/35 , G06F16/951 , G06F40/126 , G06F40/194 , G06F40/30 , G06N3/0442 , G06N3/0499
Abstract: 本发明涉及一种智能问答模型构建方法及设备，属于自然语言处理技术领域；解决现有技术中的问答模型构建方法得到的问答模型推断速度慢，且答案预测不够准确的问题。本发明的方法包括：获取问答相关领域的多个原始文本数据，构建训练样本集；训练样本集中包括原始文本数据，以及基于原始文本数据得到的标准问题、标准答案和类别标签；构建初始智能问答模型，初始智能问答模型包括特征分类模块和答案预测模块；其中，特征分类模块用于对输入的问题进行分类；答案预测模块用于基于融合了类别信息的问题进行答案预测；基于训练样本集对初始智能问答模型进行训练，经过损失函数迭代更新，得到智能问答模型。
-
-
-
-
-
-
Search Results
7
records
(took 0.034 seconds)
