-
公开(公告)号：CN113946450A
公开(公告)日：2022-01-18
申请号：CN202111293069.4
申请日：2021-11-03
Applicant: 北京航空航天大学
Abstract: 本发明通过神经网络参数更新领域的方法，实现了一种用于K8S微服务框架的自适应带权轮询负载均衡系统及系统。包括：包括从下到上的服务负载层，服务控制层，用户交互层三层结构，所述服务负载层提供从服务控制层获取到的权重信息，并使用带权轮询算法访问下游服务；所述服务控制层使用算法策略，计算出每组微服务在调用下游服务的时候应该采用的权重配比，并将配比下发至微服务实例中；所述用户交互层提供web交互界面。本发明实现了根据微服务集群内物理资源负载情况、历史服务调用响应时间情况等指标，计算当前状态下每组服务各个实例之间应该接收的请求量的最优权重配比的一种负载均衡系统，解决了传统负载均衡方法凭经验、难以迁移、依赖架构优化的问题。
-
公开(公告)号：CN112465056B
公开(公告)日：2022-11-25
申请号：CN202011425156.6
申请日：2020-12-09
Applicant: 北京航空航天大学
Abstract: 本发明通过人工智能领域的方法，实现了一种基于深度生成模型的车辆轨迹数据生成系统，系统结构由两个部分组成：轨迹到轨迹生成器和轨迹到路线判别器。生成器分为编码器和解码器，均采用神经网络方法设计，编码器学习输入的每个原始车辆轨迹的内在特征，通过神经网络方法进行运算处理，最终输出合成的车辆轨迹。本发明的方案捕捉原始轨迹数据的交通合理性，并生成隐私保护和可研究利用的合成轨迹数据。从隐私保护的角度排除了生成轨迹和原始轨迹之间的对应关系。从可用性的角度具有真实轨迹交通合理性的合成轨迹，可以代替某些实际场景的真实数据。
-
公开(公告)号：CN112465056A
公开(公告)日：2021-03-09
申请号：CN202011425156.6
申请日：2020-12-09
Applicant: 北京航空航天大学
Abstract: 本发明通过人工智能领域的方法，实现了一种基于深度生成模型的车辆轨迹数据生成系统，系统结构由两个部分组成：轨迹到轨迹生成器和轨迹到路线判别器。生成器分为编码器和解码器，均采用神经网络方法设计，编码器学习输入的每个原始车辆轨迹的内在特征，通过神经网络方法进行运算处理，最终输出合成的车辆轨迹。本发明的方案捕捉原始轨迹数据的交通合理性，并生成隐私保护和可研究利用的合成轨迹数据。从隐私保护的角度排除了生成轨迹和原始轨迹之间的对应关系。从可用性的角度具有真实轨迹交通合理性的合成轨迹，可以代替某些实际场景的真实数据。
-
公开(公告)号：CN109815456A
公开(公告)日：2019-05-28
申请号：CN201910113020.2
申请日：2019-02-13
Applicant: 北京航空航天大学
IPC: G06F17/22
Abstract: 本发明提出一种基于字符对编码的词向量存储空间压缩的方法，具体方式为：步骤1，选取预处理完毕的语料，获得所述语料中每个词语的子词构成，在所述语料中的词语后插入它相对应的子词表示，构成一个新语料集；步骤2，使用所述新语料集训练出每个词语词向量集{Wi}与子词的词向量集{Si}；步骤3，使用所述子词的词向量集S作为基词向量集，为每一个原词语训练出基于所述基词向量集的线性组合，使用该线性组合结果作为原词向量的表达。
-
-
-
Search Results
4
records
(took 0.021 seconds)
