-
公开(公告)号：CN113051137B
公开(公告)日：2024-03-26
申请号：CN202110436269.4
申请日：2021-04-22
Applicant: 北京计算机技术及应用研究所
Abstract: 本发明涉及一种可扩展的服务器远程健康管理系统设计方法，其中，包括：各板卡自身的状态采集芯片对板卡状态信息进行采集，以完成服务器状态信息表的维护；远程终端设定电压、电流以及温度的阈值，查询状态信息表中的电压、电流以及温度数据，通过阈值判断服务器健康状态；将服务器的健康状态分为三个等级，终端查询设备的状态信息，当判断服务器健康状态为正常时，不做任何处理；当判断服务器健康状态为降级时，关闭部分板卡，降低设备负载，设备继续运行；当判断服务器健康状态为故障时，关闭除状态控制板的其他板卡，并进行故障定位，如果关闭其他板卡失败，说明故障定位在状态控制板，如果故障不在状态控制板，则根据设备故障判断原因逐个分析故障点。
-
公开(公告)号：CN114978854B
公开(公告)日：2023-10-31
申请号：CN202210598626.1
申请日：2022-05-30
Applicant: 北京计算机技术及应用研究所
IPC: H04L41/0213 , H04L41/0803 , H04L12/46 , H04L61/5014 , H04W84/18
Abstract: 本发明涉及一种国产网络资源动态感知装置，属于网络资源动态感知领域。本发明基础平台在局域网中，实现各网络探测节点、计算节点和存储节点的动态感知和IP地址管理，同时多个基础平台之间能够通过无线电台实现无线自组网，并将内部节点资源动态接入无线自组网中，实现节点网络化，具备资源动态重组的能力，基础平台将各节点的资源状态通过通信的方式，实现全网资源的感知，同时能够有效地保证数据交换的实时性能，减小延时。本发明基础平台将各节点的资源状态通过通信的方式，实现全网资源的感知，同时能够有效地保证数据交换的实时性能，减小延时。
-
公开(公告)号：CN114978854A
公开(公告)日：2022-08-30
申请号：CN202210598626.1
申请日：2022-05-30
Applicant: 北京计算机技术及应用研究所
IPC: H04L41/0213 , H04L41/0803 , H04L12/46 , H04L61/5014 , H04W84/18
Abstract: 本发明涉及一种国产网络资源动态感知装置，属于网络资源动态感知领域。本发明基础平台在局域网中，实现各网络探测节点、计算节点和存储节点的动态感知和IP地址管理，同时多个基础平台之间能够通过无线电台实现无线自组网，并将内部节点资源动态接入无线自组网中，实现节点网络化，具备资源动态重组的能力，基础平台将各节点的资源状态通过通信的方式，实现全网资源的感知，同时能够有效地保证数据交换的实时性能，减小延时。本发明基础平台将各节点的资源状态通过通信的方式，实现全网资源的感知，同时能够有效地保证数据交换的实时性能，减小延时。
-
公开(公告)号：CN115062841A
公开(公告)日：2022-09-16
申请号：CN202210666652.3
申请日：2022-06-13
Applicant: 北京计算机技术及应用研究所
Abstract: 本发明涉及一种可扩展的分布式健康管理方法，属于设备健康管理领域。本发明计算服务器运行故障预测算法得到故障模型；为每个计算服务器分配N个唯一的随机数，并通过一致性哈希算法计算随机数的哈希值，将哈希值分布于虚拟圆环上；待测设备采集关键零部件的监测数据，为待测设备设置待测设备编码，通过一致性哈希算法将待测设备编码映射到虚拟圆环上，根据哈希值的位置沿虚拟圆环逆时针查找，遇到的第一个计算服务器的哈希值就是所对应的计算服务器；待测设备将监测数据发送到对应的计算服务器上，计算服务器使用相应的故障模型进行故障诊断和预测。本发明能解决服务器数量低而导致分配不均匀的问题，实现多台计算服务器的负载均衡。
-
Patent Agency Ranking
公开(公告)号：CN107609601B
公开(公告)日：2021-01-22
申请号：CN201710893876.7
申请日：2017-09-28
Applicant: 北京计算机技术及应用研究所
Abstract: 本发明公开了一种基于多层卷积神经网络的舰船目标识别方法包括：S1、舰船样本库采用已有的图像、参数和模型数据构建，并在使用过程中，通过检测目标数据采集不断的进行丰富；S2、舰船目标特征训练是在卷积神经网络的框架下，通过对舰船样本库的识别训练，形成可见光/红外和二维/三维融合的舰船特征知识库，用于进行舰船目标分类识别；S3、舰船目标数据采集用于对海上舰船目标的可见光或红外视频数据进行实时高分辨率的采集；S4、对海上舰船目标进行检测；S5、对舰船目标图像粗分类；S6、基于舰船目标特征训练完成的深度神经网络模型开展舰船目标的细分类识别工作，准确的识别出舰船的类型。解决了舰船目标识别的难题。
-
公开(公告)号：CN107609601A
公开(公告)日：2018-01-19
申请号：CN201710893876.7
申请日：2017-09-28
Applicant: 北京计算机技术及应用研究所
Abstract: 本发明公开了一种基于多层卷积神经网络的舰船目标识别方法包括：S1、舰船样本库采用已有的图像、参数和模型数据构建，并在使用过程中，通过检测目标数据采集不断的进行丰富；S2、舰船目标特征训练是在卷积神经网络的框架下，通过对舰船样本库的识别训练，形成可见光/红外和二维/三维融合的舰船特征知识库，用于进行舰船目标分类识别；S3、舰船目标数据采集用于对海上舰船目标的可见光或红外视频数据进行实时高分辨率的采集；S4、对海上舰船目标进行检测；S5、对舰船目标图像粗分类；S6、基于舰船目标特征训练完成的深度神经网络模型开展舰船目标的细分类识别工作，准确的识别出舰船的类型。解决了舰船目标识别的难题。
-
公开(公告)号：CN113051137A
公开(公告)日：2021-06-29
申请号：CN202110436269.4
申请日：2021-04-22
Applicant: 北京计算机技术及应用研究所
Abstract: 本发明涉及一种可扩展的服务器远程健康管理系统设计方法，其中，包括：各板卡自身的状态采集芯片对板卡状态信息进行采集，以完成服务器状态信息表的维护；远程终端设定电压、电流以及温度的阈值，查询状态信息表中的电压、电流以及温度数据，通过阈值判断服务器健康状态；将服务器的健康状态分为三个等级，终端查询设备的状态信息，当判断服务器健康状态为正常时，不做任何处理；当判断服务器健康状态为降级时，关闭部分板卡，降低设备负载，设备继续运行；当判断服务器健康状态为故障时，关闭除状态控制板的其他板卡，并进行故障定位，如果关闭其他板卡失败，说明故障定位在状态控制板，如果故障不在状态控制板，则根据设备故障判断原因逐个分析故障点。
-
公开(公告)号：CN107729281B
公开(公告)日：2019-11-15
申请号：CN201710769906.3
申请日：2017-08-31
Applicant: 北京计算机技术及应用研究所
IPC: G06F13/42
Abstract: 本发明公开了一种基于RapidIO的高速传输实现方法，其中，包括：进行RapidIO驱动模块加载；进行主设备驱动加载；进行从设备驱动加载；进行高速传输驱动模块加载；进行高速传输驱动模块加载之后，进行设备打开；申请DMA通道；进行虚拟地址到物理地址的映射；将RapidIO地址映射到物理地址；进行主从设备间的通信，包括：发送数据采集指令；发送DMA数据包；通知接收设备DMA数据已发送；接收DMA数据；重复发送DMA数据包、通知接收设备DMA数据已发送以及接收DMA数据步骤，直到全部数据发送完毕；发送停止命令。本发明可以进行VPX架构下RapidIO总线下通过DMA进行大数据高速传输工作。
-
公开(公告)号：CN107729281A
公开(公告)日：2018-02-23
申请号：CN201710769906.3
申请日：2017-08-31
Applicant: 北京计算机技术及应用研究所
IPC: G06F13/42
Abstract: 本发明公开了一种基于RapidIO的高速传输实现方法，其中，包括：进行RapidIO驱动模块加载；进行主设备驱动加载；进行从设备驱动加载；进行高速传输驱动模块加载；进行高速传输驱动模块加载之后，进行设备打开；申请DMA通道；进行虚拟地址到物理地址的映射；将RapidIO地址映射到物理地址；进行主从设备间的通信，包括：发送数据采集指令；发送DMA数据包；通知接收设备DMA数据已发送；接收DMA数据；重复发送DMA数据包、通知接收设备DMA数据已发送以及接收DMA数据步骤，直到全部数据发送完毕；发送停止命令。本发明可以进行VPX架构下RapidIO总线下通过DMA进行大数据高速传输工作。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.036 seconds)
