-
公开(公告)号：CN117851139A
公开(公告)日：2024-04-09
申请号：CN202410033726.9
申请日：2024-01-09
Applicant: 国家气象中心(中央气象台) , 成都信息工程大学
Abstract: 本发明公开了一种对流尺度集合预报成员自适应后处理系统，包括积分标尺模块、积分作业故障检测模块、替代中断积分模块、成员数据处理模块、成员数据处理预检索模块，以及后处理产品输出模块。本发明能够实时监控模块、成员、数据运行状态，对于出错节点可以进行容错运行和恢复运行。当集合预报成员在单个成员出现故障时，自动调节适应合理的成员数量的后处理子系统，先后完成合理成员数量的各成员相关数据的预处理、数据后处理自动控制调节。
-
公开(公告)号：CN116307267A
公开(公告)日：2023-06-23
申请号：CN202310541048.2
申请日：2023-05-15
Applicant: 成都信息工程大学
IPC: G06Q10/04 , G06F18/24 , G06F18/25 , G06N3/0442 , G06N3/0464
Abstract: 本发明公开了一种基于卷积的降雨预测方法，包括以下步骤：S1、获取降雨和风数据，并对其进行处理，得到二维信息；S2、将二维信息输入多模态融合结构，得到经过信息补充后的降雨特征图；S3、将降雨特征图输入UNet模型，得到降水强度分类结果，完成降雨预测；本发明提供的一种基于卷积的降雨预测方法利用多模态之间的互补性可以获取更高精度的降水预报，在采用多模态融合技术基础上，提出的UNet模型能够有效构建远程特征依赖关系加强对边缘信息及时序信息的特征提取，并通过改变特征提取过程构建轻量级卷积结构，在降雨预测的准确度上效果最佳。本发明从提高降雨预测准确度和降低模型复杂度上都表现出优秀性能。
-
公开(公告)号：CN112783511B
公开(公告)日：2023-04-11
申请号：CN202110160576.4
申请日：2021-02-05
Applicant: 成都信息工程大学
IPC: G06F8/41
Abstract: 本发明属于热中子反应堆数据处理技术领域，公开了一种栅元少群参数计算模块程序的优化方法、系统、终端，编译级优化，调整程序的编译选项，并使用英特尔编译器提供的优化选项‑自动向量化对程序进行优化。串行程序优化，使程序选用尽量小的数据类型，并使程序中的结构体对齐，尽量大数据类型在前，小数据类型在后，以更好地满足处理器的对齐要求。使用MPI技术对程序的热点模块‑栅元计算模块进行并行优化。本发明在栅元少群参数计算模块程序优化的应用中，极大的提升了程序的计算效率。针对千万网格规模算例，可以实现多节点的40核，80核和120核的并行计算，且并行效率都不低于50％。
-
公开(公告)号：CN112968872A
公开(公告)日：2021-06-15
申请号：CN202110127620.1
申请日：2021-01-29
Applicant: 成都信息工程大学
Abstract: 本发明属于恶意流量检测技术领域，公开了一种基于自然语言处理的恶意流量检测方法、系统、终端，利用tshark工具提取pcap包，得到加密流量数据集；对黑白样本数据分别打上黑白标签；去除重复数据，打乱样本数据索引；建立TF‑IDF模型，对加密流量数据集进行特征重构；建立机器学习算法模型，对数据集正负样本进行训练；建立深度学习模型；调节各模型参数，训练各模型；使用ROC曲线和AUC值评估机器学习各个模型，采用TF‑IDF和集成学习相结合的方法进行加密恶意流量的检测。本发明以文本分类方法表示加密流量字段，具有较强泛化性，在后期进行模型改进时也不必拘泥于加密流量数据的信息提取。
-
公开(公告)号：CN112581332A
公开(公告)日：2021-03-30
申请号：CN202011621540.3
申请日：2020-12-30
Applicant: 成都信息工程大学
Abstract: 本发明属于教育信息处理技术领域，公开了一种作业管理及评分信息处理方法、系统、互评抽阅仲裁方法，完成客观题的机器评阅并生成综合题互评任务队列和互评执行人队列、基于评阅者总人数计算评阅小组的数量；计算评阅小组中每位真实评阅者的实际工作量；根据实际工作量给各个评阅小组中的成员分配评阅任务；各评阅者完成分配的评阅任务后自愿进行奖励任务的领取，系统将记录奖励任务完成情况；将在互评截止后，通过二元语义计算模型整合各道题目的打分情况，生成互评得分，同时开放仲裁申诉平台；提供给学生对互评题目提起申诉的通道，同时整合教师仲裁结果，重新生成最终得分。本发明能合理有效进行任务分配，保证了最终评分的客观合理。
-
Patent Agency Ranking
公开(公告)号：CN111881408A
公开(公告)日：2020-11-03
申请号：CN202010784852.X
申请日：2020-08-06
Applicant: 成都信息工程大学
Abstract: 本发明属于计算机数据处理技术领域，公开了一种基于预处理共轭梯度法的并行数据处理方法及处理系统，特殊矩阵处理模块用于预定义特殊矩阵M；计算模块，用于计算r0、z0、p0；残差处理模块，用于迭代计算残差。检测模块，用于检查处理后的数据进行正确性及精度验证本发明源代码是通过修改PAC2019决赛代码来进行优化。源程序为PCG算法的并行程序，本发明在这个基础上实现了CAPCG并行算法，特别是对解大型线性方程组中最难以并行的前推回代部分，提出了一种新的算法解决，也就是基于9点模板的预处理共轭梯度法进行算法结构改动，充分利用多核计算资源，时间相比于PCG算法的速度提升了2倍有余。
-
公开(公告)号：CN107424154B
公开(公告)日：2020-04-03
申请号：CN201710267501.X
申请日：2017-04-21
Applicant: 成都信息工程大学
Abstract: 本发明涉及一种基于动态分配的分水岭图像分割并行方法，将图像平均分成k个基础子图，并将基础子图动态分配给k个线程同时处理，并让先处理完基础子图的线程分担任务较重的线程的任务；然后对基础子图进行分水岭分割，通过排序和浸没对像素点进行处理；再通过改进灰度准则对过分割的基础子图进行后处理；最后采用层叠拼接的方法对基础子图进行并行拼接。本发明的方法通过将基础子图动态分配给多个线程同时进行处理，提高了算法的效率，采用改进灰度准则，具有一定的噪声抑制作用，增强了算法的鲁棒性，最后采用层叠拼接基础子图，进一步的提高了算法效率。
-
公开(公告)号：CN113918210B
公开(公告)日：2024-06-21
申请号：CN202111086159.6
申请日：2021-09-16
Applicant: 成都信息工程大学 , 四川数优通慧科技有限公司
Abstract: 本发明属于程序优化技术领域，公开了一种基于OMP的calmet程序的优化方法及系统，将f77代码转化为f90代码，并去除goto语句，替换摒弃的f77语句为f90语句；运用分析工具分析程序的热点程序，并记录程序热点函数；调整程序的编译选项，并使用英特尔编译器提供的优化选项‑自动向量化对程序进行优化；使用OMP技术对程序的热点模块‑avetmp平均温度计算模块、avemix空间混合高度计算模块进行并行优化。本发明在calmet计算模块程序优化的应用中，极大的提升了程序的计算效率；同时本发明的方法简单，成本低；弥补了现有优化方法性能提升效果不佳且成本高，对人员要求高的缺陷。
-
公开(公告)号：CN112968872B
公开(公告)日：2023-04-18
申请号：CN202110127620.1
申请日：2021-01-29
Applicant: 成都信息工程大学
IPC: H04L9/40 , G06N20/20 , G06F40/216 , G06N3/0464 , G06N3/08 , G06F18/24
Abstract: 本发明属于恶意流量检测技术领域，公开了一种基于自然语言处理的恶意流量检测方法、系统、终端，利用tshark工具提取pcap包，得到加密流量数据集；对黑白样本数据分别打上黑白标签；去除重复数据，打乱样本数据索引；建立TF‑IDF模型，对加密流量数据集进行特征重构；建立机器学习算法模型，对数据集正负样本进行训练；建立深度学习模型；调节各模型参数，训练各模型；使用ROC曲线和AUC值评估机器学习各个模型，采用TF‑IDF和集成学习相结合的方法进行加密恶意流量的检测。本发明以文本分类方法表示加密流量字段，具有较强泛化性，在后期进行模型改进时也不必拘泥于加密流量数据的信息提取。
-
公开(公告)号：CN110162804B
公开(公告)日：2020-01-21
申请号：CN201810021270.9
申请日：2018-01-10
Applicant: 成都信息工程大学
Abstract: 本发明公开了一种基于CPU加速的波场正演模拟优化方法，其包括以下步骤：S1)提出波场正演具体物理模型；S2)进行数值建模；在空间维度上使用高阶差分来模拟二阶微分，从而减小内存的使用；在时间维度上减少延拓步长；S3)进行静态分块及分配：根据线程数量k，将图像沿长边方向平均分成k个子图，然后将其按顺序标记后作为基础子图；S4)并行化及通信时间隐藏；S5)模型拆分和任务分解。本发明能够有效提高波场正演模拟的计算速度，并且能动态分块调配节点，从模型分块和通信时间隐藏两个方面优化，进行并行加速，充分利用多核计算资源，并有效的同步模拟实际物理传播过程。
-
-
-
-
-
-
-
-
-
Search Results
36
records
(took 0.032 seconds)
