-
公开(公告)号：CN118568613A
公开(公告)日：2024-08-30
申请号：CN202410828907.0
申请日：2024-06-25
Applicant: 哈尔滨工业大学(威海)
IPC: G06F18/2431 , G06F18/25 , G06F18/214 , G06N3/0895
Abstract: 本发明涉及深度学习技术领域，具体提供一种基于特征融合的半监督学习方法、系统、终端及存储介质，包括：从有标签数据集中随机选择两个初始训练子集。利用两个训练子集的有标签数据分别训练分类器1和分类器2。然后每次迭代过程中，分类器1和分类器2分别对子集1和子集2中经过特征融合的无标签样本以及未经特征融合的无标签样本进行预测，通过比较融合前后的变化大小来度量模型预测的置信度，从而确定一部分无标签样本的伪标签。每个子集的分类器选择出预测置信度最高的若干无标签样本，加入到对方子集的有标签数据集中，使用扩增后的有标签样本重新训练分类器。本发明大大提升了分类器的训练效率和准确度。
-
公开(公告)号：CN117667618B
公开(公告)日：2024-07-09
申请号：CN202311281892.2
申请日：2023-09-28
Applicant: 哈尔滨工业大学(威海)
Abstract: 本发明提供一种云资源组合优化分配方法及终端机，属于云计算领域，根据云环境中的服务特点，对服务划分类型进行分类，并建立云资源组合优化分配模式；基于不同类型的服务划分模式，配置服务构件划分策略；配置基于负载分解的混合遗传退火算法来确定满足预设条件的云资源供应方案；根据所述云资源供应方案构建虚拟数据中心。本发明能够针对在线应用的三种不同部署方式，对公有云环境下大规模服务部署进行精确有效的建模，构建高效的启发式算法求解云资源供应方案，实现云资源的组合优化分配。
-
公开(公告)号：CN118568613B
公开(公告)日：2024-12-27
申请号：CN202410828907.0
申请日：2024-06-25
Applicant: 哈尔滨工业大学(威海)
IPC: G06F18/2431 , G06F18/25 , G06F18/214 , G06N3/0895
Abstract: 本发明涉及深度学习技术领域，具体提供一种基于特征融合的半监督学习方法、系统、终端及存储介质，包括：从有标签数据集中随机选择两个初始训练子集。利用两个训练子集的有标签数据分别训练分类器1和分类器2。然后每次迭代过程中，分类器1和分类器2分别对子集1和子集2中经过特征融合的无标签样本以及未经特征融合的无标签样本进行预测，通过比较融合前后的变化大小来度量模型预测的置信度，从而确定一部分无标签样本的伪标签。每个子集的分类器选择出预测置信度最高的若干无标签样本，加入到对方子集的有标签数据集中，使用扩增后的有标签样本重新训练分类器。本发明大大提升了分类器的训练效率和准确度。
-
公开(公告)号：CN116155835B
公开(公告)日：2024-04-16
申请号：CN202310071364.8
申请日：2023-01-17
Applicant: 哈尔滨工业大学(威海)
Abstract: 本发明提供一种基于排队论的云资源服务质量评估方法及系统，确定服务节点相对于服务的处理能力和容量；根据服务节点所包含的服务数量，将服务节点进行分类，分成基本服务节点和组合服务节点；针对不同服务节点，采用相应的排队模型进行服务质量评估，并输出评估结果。本发明能够从服务层次上刻画云资源消耗的本质特征，将终端用户的服务质量需求映射为云资源的消耗，从而在能够满足用户服务质量需求的前提下，为服务提供商降低云资源的租用成本。
-
公开(公告)号：CN117234882A
公开(公告)日：2023-12-15
申请号：CN202311282020.8
申请日：2023-09-28
Applicant: 哈尔滨工业大学(威海)
Abstract: 本发明提供一种在线应用云资源供应软件定义模型构建方法及终端机，属于云资源供应、整合与调度领域，根据公有云环境下的云资源，设计云资源的描述、发现与集成服务系统，对公有云环境进行统一管理，实现云资源供应软件定义模型的资源层的构建；采用行为模式模型图对公有云环境下的在线应用的负载以及行为模式进行分析，描述出在线应用的负载分布以及服务之间依赖关系；对在线应用的服务质量指标进行描述与建模，实现云资源供应软件定义模型的业务层构建；根据用户服务质量需求，构建满足预设条件的虚拟数据中心，并实现云资源供应软件定义模型控制层的构建。本发明实现降低成本的同时，提高云资源的使用效率和质量。
-
Patent Agency Ranking
公开(公告)号：CN109165658B
公开(公告)日：2021-08-13
申请号：CN201810986082.X
申请日：2018-08-28
Applicant: 哈尔滨工业大学(威海)
Abstract: 本发明公开了一种基于Faster‑RCNN的强负样本水下目标检测方法，包括以下步骤：获取目标图像数据集，将目标图像输入卷积神经网络进行前向传播至共享的卷积层得到低维特征图；将获取的低维特征图一路输入至RPN网络得到正负样本及坐标，另一路继续前向传播得到高维特征图；对获取的与Ground Truth不相交的负样本进行图像求均值处理，实现基于图像亮度特征的相似度比较，完成与正样本相似的假负样本的筛除；将正样本、获取的筛选后的负样本与高维特征图共同输入到ROI Align层，提取正负样本建议区域的特征；将获取的建议区域特征传入全连接层，输出该区域的分类得分及回归后的坐标值。
-
公开(公告)号：CN112699768A
公开(公告)日：2021-04-23
申请号：CN202011559462.9
申请日：2020-12-25
Applicant: 哈尔滨工业大学(威海) , 威海京大信息科技有限公司
Abstract: 本发明公开的一种基于脸部信息的疲劳驾驶检测方法，包括：获取驾驶员在驾驶车辆时的实时脸部视频流；对获取到的实时脸部视频流的每一视频帧进行检测；对获取到的实时脸部视频流的每一视频帧进行脸部关键点定位；根据每一视频帧的脸部状态及其置信度和脸部变化数据判断当前视频帧的脸部疲劳程度；根据实时脸部视频流的每一视频帧的脸部疲劳程度计算预设时间段内的脸部疲劳状态值，并根据计算得到的脸部疲劳状态值进行疲劳状态判定；根据疲劳状态判定结果进行预警响应和/或提供疲劳缓解功能。还公开了用于实现上述基于脸部信息的疲劳驾驶检测方法的装置和可读存储介质。本发明检测速度快、检测精度高，能够满足实时疲劳驾驶检测的要求。
-
公开(公告)号：CN116126534B
公开(公告)日：2024-12-27
申请号：CN202310076402.9
申请日：2023-01-28
Applicant: 哈尔滨工业大学(威海)
Abstract: 本发明提供一种云资源动态伸缩方法及系统，获取虚拟数据中心每个服务节点集群以及相应虚拟单元上的用户负载；根据历史的负载信息，构建基于模型组合的负载预测模型；构建基于强化学习的决策模型，确定模型的状态、动作，奖赏函数和状态动作值函数定义；配置用于确定云资源调整方案和概率贪心选择策略的决策算法，并确定未来负载周期下的动作；构建云资源动态伸缩执行体，对虚拟单元进行调整。本发明能够在随机、开放的云环境中构建精确的负载预测模型，设计自适应的云资源动态伸缩策略，解决公有云环境下大规模服务系统云资源供应不足和浪费所导致的服务质量下降和供应成本增加的问题，降本增效。
-
公开(公告)号：CN117234882B
公开(公告)日：2024-04-16
申请号：CN202311282020.8
申请日：2023-09-28
Applicant: 哈尔滨工业大学(威海)
Abstract: 本发明提供一种在线应用云资源供应软件定义模型构建方法及终端机，属于云资源供应、整合与调度领域，根据公有云环境下的云资源，设计云资源的描述、发现与集成服务系统，对公有云环境进行统一管理，实现云资源供应软件定义模型的资源层的构建；采用行为模式模型图对公有云环境下的在线应用的负载以及行为模式进行分析，描述出在线应用的负载分布以及服务之间依赖关系；对在线应用的服务质量指标进行描述与建模，实现云资源供应软件定义模型的业务层构建；根据用户服务质量需求，构建满足预设条件的虚拟数据中心，并实现云资源供应软件定义模型控制层的构建。本发明实现降低成本的同时，提高云资源的使用效率和质量。
-
公开(公告)号：CN117667618A
公开(公告)日：2024-03-08
申请号：CN202311281892.2
申请日：2023-09-28
Applicant: 哈尔滨工业大学(威海)
Abstract: 本发明提供一种云资源组合优化分配方法及终端机，属于云计算领域，根据云环境中的服务特点，对服务划分类型进行分类，并建立云资源组合优化分配模式；基于不同类型的服务划分模式，配置服务构件划分策略；配置基于负载分解的混合遗传退火算法来确定满足预设条件的云资源供应方案；根据所述云资源供应方案构建虚拟数据中心。本发明能够针对在线应用的三种不同部署方式，对公有云环境下大规模服务部署进行精确有效的建模，构建高效的启发式算法求解云资源供应方案，实现云资源的组合优化分配。
-
-
-
-
-
-
-
-
-
Search Results
22
records
(took 0.034 seconds)
