公开(公告)号：CN118860812A

公开(公告)日：2024-10-29

申请号：CN202310437569.3

申请日：2023-04-21

Applicant: 华为云计算技术有限公司

Inventor： 王中一 ,  白小龙 ,  李书棋

IPC: G06F11/34 ,  G06F18/214

Abstract: 本申请提供了一种预测负载的方法和模型训练方法，用于准确地对计算集群的负载进行预测。其中，所述预测负载的方法包括：基于所述计算集群接收任务的数量随时间的周期性变化规律，确定第一时间段的任务信息，所述第一时间段的任务信息包括所述计算集群在所述第一时间段内接收任务的数量；通过预测模型，基于所述第一时间段的任务信息、第二时间段的任务信息和所述第二时间段的负载信息确定所述计算集群在所述第一时间段的负载信息；其中，所述第二时间段早于所述第一时间段，所述预测模型基于不同时间段所述计算集群的负载之间的大小关系建立。另外，本申请还提供了对应的装置、计算设备集群、芯片、计算机可读存储介质以及计算机程序产品。

公开(公告)号：CN117333340A

公开(公告)日：2024-01-02

申请号：CN202210704089.4

申请日：2022-06-21

Applicant: 华为云计算技术有限公司

Inventor： 王中一 ,  李书棋

IPC: G06Q50/26 ,  G06F30/27 ,  G06F18/214 ,  G06N20/00 ,  G01D21/02 ,  G06N3/044

Abstract: 本申请实施例公开了一种数据处理方法和相关设备，用于污水处理系统，所述污水处理系统包括服务器、多个数据收集仪器和多个污水处理设备，所述多个数据收集仪器分别设置所述多个污水处理设备中。在本申请中，服务器首先获取多个数据收集仪器从多个污水处理设备中收集的样本数据和对应的标签，得到历史数据，然后基于历史数据进行机器学习训练，得到机器学习模型。那么，服务器可以通过在机器学习模型和多个污水处理设备的实时数据对多个污水处理设备中的至少一个污水处理设备进行调控。相比较通过人工调控或仿真软件，得到的机器学习模型更拟合实际的污水处理过程，提高污水处理效率，降低成本。

公开(公告)号：CN118659790A

公开(公告)日：2024-09-17

申请号：CN202310498606.1

申请日：2023-05-05

Applicant: 华为云计算技术有限公司

Inventor： 王中一 ,  白小龙 ,  李书棋

IPC: H03M7/30

Abstract: 本申请公开了一种数据压缩方法及装置，涉及数据处理技术领域。该方法包括：获取第一进程运行过程中生成的第一trace日志，第一trace日志中的每条日志记录包括第一进程调用一个通信函数时的函数调用记录。根据第一trace日志中的函数调用记录，构建第一字典和第一文法集，以实现对第一trace日志中函数调用记录的压缩。其中，对于第一trace日志中任一日志记录所包括的第一函数调用记录，第一字典中的第一符号串用于表征第一函数调用记录，第一文法集中的第一文法树用于表示第一函数调用记录中的函数调用关系。通过该方法，能够提高压缩trace日志时的压缩率，并缩短压缩时长。

公开(公告)号：CN118278784A

公开(公告)日：2024-07-02

申请号：CN202211650947.8

申请日：2022-12-21

Applicant: 华为云计算技术有限公司

Inventor： 王中一 ,  李书棋

IPC: G06Q10/0639 ,  G06Q50/08 ,  G06T17/10

Abstract: 本申请涉及一种工程进展评估方法、装置及存储介质。该方法包括：响应于针对建筑工程在当前施工阶段的进展评估请求，获取建筑工程对应的三维设计模型以及当前施工阶段对应的施工现场的三维重建模型；通过将三维重建模型与三维设计模型进行对比，得到当前施工阶段对应的工程进展指标，工程进展指标包括工程进度指标和/或工程质量指标，工程进度指标用于表征建筑工程中已建成部分所对应的施工进度，工程质量指标用于表征已建成部分对应的施工质量。根据本申请实施例，能够从工程进度和工程质量的角度实现对施工现场的全面客观评估，便于掌握施工现场的实际工程进展。

公开(公告)号：CN116704332A

公开(公告)日：2023-09-05

申请号：CN202310556221.6

申请日：2023-05-16

Applicant: 深圳华为云计算技术有限公司

Inventor： 王中一 ,  李书棋

IPC: G06V20/10 ,  G06V20/70 ,  G06V10/30 ,  G06N3/0464 ,  G06N3/08

Abstract: 本申请公开了一种蓝藻水华检测方法、装置及计算设备集群，该方法包括：处理器计算第一图像中各像素对应的植被指数，其中，植被指数是基于多个波段的反射率以及细节增强的方式生成的；之后，处理器将第一图像以及第一图像中各像素对应的植被指数输入基于自注意力的网络模型，进行特征提取以及图像生成，得到标记有蓝藻水华的第二图像。上述过程中，通过将植被指数与基于自注意力的网络模型相结合，在对图像进行预处理后，根据改进的植被指数算法计算植被指数，再将图像和植被指数输入基于自注意力的网络模型中，可以筛除图像中的干扰因素，得到更加准确的植被指数，增强蓝藻水华的特征，最终实现提高蓝藻水华检测的准确率的效果。