-
公开(公告)号：CN119669716A
公开(公告)日：2025-03-21
申请号：CN202510168242.X
申请日：2025-02-17
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院)
IPC: G06F18/211 , G06F18/10 , G06F18/214 , G06F18/243 , G06N3/006
Abstract: 本发明涉及一种基于改进鸽群优化算法水质异常检测特征选择方法及系统，属于机器学习领域，包括：对净水厂数据进行预处理；执行改进鸽群算法，对鸽群进行评估；将适应度最低的鸽子的位置及速度赋予给全局最优鸽子；更新鸽子速度，并利用Sigmoid函数转换鸽子速度，根据Sigmoid函数的输出值更新鸽子位置；当达到迭代停止条件时，返回全局最优鸽子；否则，将鸽群进行变异，通过利他主义更新位置和速度；将变异完成的鸽子根据适应度值排名，计算理想目的地，更新鸽群位置；本发明通过设置自适应迭代地图和罗盘因子，同时引入利他主义机制，使鸽子个体之间能够进行信息交互和协作，促进群体的共同进化，进一步优化其搜索能力。
-
公开(公告)号：CN114093505A
公开(公告)日：2022-02-25
申请号：CN202111361578.6
申请日：2021-11-17
Applicant: 山东省计算中心(国家超级计算济南中心)
Abstract: 本发明涉及一种基于云边端架构的病理检测系统及方法，包括云平台层、通信网络层、边缘层；云平台层包括云计算服务器中心、数据库、云端文件存储系统以及一个MQTT服务器；网络通信层包括多种网络通信方式；边缘层就是集成在医疗机构内的各个设备组件，包括边缘设备、本地文件存储系统以及病理切片扫描仪；本发明提供了基于Kubeedge管理平台的云边端架构的病理检测方法，实现边缘设备物模型创建、病理图像模型训练、镜像下发、病理图像检测推理、边缘数据上传等，可有效节省医院病理科的人力、时间成本，提高病理诊断的质量和效率。
-
公开(公告)号：CN112965797A
公开(公告)日：2021-06-15
申请号：CN202110244427.6
申请日：2021-03-05
Applicant: 山东省计算中心(国家超级计算济南中心)
Abstract: 本发明的Kubernetes环境下面向复杂任务的组合优先级调度方法具体通过以下步骤来实现：a).计算每组任务的实际并行度；b).获取任务关键程度；c).获取用户优先级；d).获取用户的动态优先级；e).计算任务紧急程度；f).并行度和紧急程度的归一化处理；g).求优先级数值；h).pod排序和调度。本发明的组合优先级调度方法，由于在设置优先级时考虑到了任务并行性，可以避免其他任务提前占用节点资源导致并行任务无法获得资源而造成的任务执行失败问题。其次，在设置优先级时考虑到了任务紧急程度，可以保证紧急任务在节点资源不足时对非紧急任务所占用的资源进行抢占，从而成功执行紧急任务。
-
公开(公告)号：CN104270459B
公开(公告)日：2017-09-29
申请号：CN201410556001.4
申请日：2014-10-20
Applicant: 山东省计算中心(国家超级计算济南中心)
IPC: H04L29/08
Abstract: 本发明的增强公平性的云计算用户资源配额分配方法，包括：步骤1：申请类型的判断，如为首次申请，执行步骤2；如为变更申请，执行步骤4；步骤2：获取用户应用系统所对应资源配额的最大限额；步骤3：资源配额首次分配；步骤4：判断变更申请类型，如为减少资源配额，则释放相应的资源配额；如为增加资源配额，执行步骤5；步骤5：计算信用因子；步骤6：如果大于基准值，则分配申请增加的资源配额；如果小于基准值，则将申请增加的资源配额乘以系数再分配给用户；步骤7：以时间为周期动态调整用户的资源配额。本发明的云计算用户资源配额分配方法，阻止资源滥用，增强分配公平性；能够有效预估云计算平台资源需求量，满足更多用户的需求。
-
公开(公告)号：CN118470679B
公开(公告)日：2024-09-24
申请号：CN202410916914.6
申请日：2024-07-10
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院)
IPC: G06V20/56 , G06V20/70 , G06V10/26 , G06V10/44 , G06V10/52 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/084
Abstract: 本发明涉及一种基于轻量级车道线分割识别方法及系统，属于人工智能无人驾驶技术领域。包括：数据预处理：对车道线数据集TuSimple图像进行预处理和图像增强操作，得到训练集、验证集和测试集；构建ULNet轻量级的车道线分割模型，对图像进行训练，获得训练好的参数；将预处理后的图片输入训练好的车道线检测模型中进行车道检测，得到车道线检测结果；训练车道线分割模型对图像车道线进行检测，输出车道线分割结果。本发明能够有效地识别出车道线信息，并且保证能够轻量化地部署在车道线检测移动设备上，模型的计算量较低，达到低参数化的效果，并且模型在训练好后所占用的存储空间很少，能够有效地部署在移动汽车上。
-
Patent Agency Ranking
公开(公告)号：CN107967179B
公开(公告)日：2021-08-06
申请号：CN201711312598.8
申请日：2017-12-12
Applicant: 山东省计算中心(国家超级计算济南中心)
Abstract: 本发明的支持突发应急的云计算资源分配方法，包括：a).获取包括用户优先级、资源需求的紧迫程度、资源申请数量和配置在内的用户资源申请信息；b).计算用户资源分配优先级；c).获取可用物理服务器的资源信息；d).计算物理服务器的资源利用率；e).建立虚拟机性能匹配最优、虚拟机提供时间最短、平台总体负载变化最小的多目标函数以及约束条件；f).建立虚拟机请求与物理服务器的映射关系；g).进行资源分配。本发明的云计算资源分配方法，通过建立的多目标函数和约束条件，采用多目标优化算法得到一组解集，选择一个解作为映射方案，即可实现虚拟机的最优化布设。同时，该分配方法具有支持突发应急的功能，突发应急用户可优先被分配。
-
公开(公告)号：CN112068943A
公开(公告)日：2020-12-11
申请号：CN202010933828.8
申请日：2020-09-08
Applicant: 山东省计算中心(国家超级计算济南中心)
Abstract: 本发明涉及一种复杂异构环境下的微服务调度方法及其实现系统，包括：(1)第一级调度：实时获取所有物理服务器、虚拟机、服务及微服务的基本信息，将有调用关系的微服务调度到关系距离更近的虚拟机中；保证各个微服务之间调用的高性能；(2)第二级调度：在业务应用运行过程中，统计一个时间段内虚拟机之间通信的延时和微服务之间的调用频繁程度，动态更新虚拟机之间的关系距离矩阵，周期性检查并迁移符合条件的微服务，保证调用频繁的微服务迁移到关系距离较近的虚拟机上。通过对微服务的两级调度之后，保证微服务能够被调度到合适的虚拟机上，尽量减少微服务跨虚拟机、跨物理服务器、跨网段调用，达到微服务之间高效调用的效果。
-
公开(公告)号：CN104239058A
公开(公告)日：2014-12-24
申请号：CN201410483420.X
申请日：2014-09-22
Applicant: 山东省计算中心(国家超级计算济南中心)
IPC: G06F9/44
Abstract: 本面向复用的软件需求建模及演化方法，包括：（1）首先，领域需求模型树DR-T初始化；（2）采采用wiki方式进行领域需求获取，将采用自然语言描述的领域需求通过wiki系统收集起来。（3）确定共性需求，构建领域需求模型。（4）新建应用App[m]的应用需求模型AR-T[m]初始化。（5）向AR-T[m]添加差异需求节点，形成完整的App[m]应用需求模型。（6）应用需求模型AR-T[m]向领域需求模型DR-T的演化。（7）领域需求模型DR-T中共性需求演化为非共性需求。软件企业通过采用该面向复用的软件需求建模及演化方法，可以逐步构建某个业务领域的需求模型，形成软件企业重要的无形资产。当该领域中有新的软件需要构建时，可以复用领域需求模型中的规约，快速形成需求规格说明以及需求模型。
-
公开(公告)号：CN112068943B
公开(公告)日：2022-11-25
申请号：CN202010933828.8
申请日：2020-09-08
Applicant: 山东省计算中心(国家超级计算济南中心)
Abstract: 本发明涉及一种复杂异构环境下的微服务调度方法及其实现系统，包括：(1)第一级调度：实时获取所有物理服务器、虚拟机、服务及微服务的基本信息，将有调用关系的微服务调度到关系距离更近的虚拟机中；保证各个微服务之间调用的高性能；(2)第二级调度：在业务应用运行过程中，统计一个时间段内虚拟机之间通信的延时和微服务之间的调用频繁程度，动态更新虚拟机之间的关系距离矩阵，周期性检查并迁移符合条件的微服务，保证调用频繁的微服务迁移到关系距离较近的虚拟机上。通过对微服务的两级调度之后，保证微服务能够被调度到合适的虚拟机上，尽量减少微服务跨虚拟机、跨物理服务器、跨网段调用，达到微服务之间高效调用的效果。
-
公开(公告)号：CN112965797B
公开(公告)日：2022-02-22
申请号：CN202110244427.6
申请日：2021-03-05
Applicant: 山东省计算中心(国家超级计算济南中心)
Abstract: 本发明的Kubernetes环境下面向复杂任务的组合优先级调度方法具体通过以下步骤来实现：a).计算每组任务的实际并行度；b).获取任务关键程度；c).获取用户优先级；d).获取用户的动态优先级；e).计算任务紧急程度；f).并行度和紧急程度的归一化处理；g).求优先级数值；h).pod排序和调度。本发明的组合优先级调度方法，由于在设置优先级时考虑到了任务并行性，可以避免其他任务提前占用节点资源导致并行任务无法获得资源而造成的任务执行失败问题。其次，在设置优先级时考虑到了任务紧急程度，可以保证紧急任务在节点资源不足时对非紧急任务所占用的资源进行抢占，从而成功执行紧急任务。
-
-
-
-
-
-
-
-
-
Search Results
18
records
(took 0.038 seconds)
