公开(公告)号：CN116185432A

公开(公告)日：2023-05-30

申请号：CN202211195115.1

申请日：2022-09-28

Applicant: 成都信息工程大学 ,  国家气象信息中心(中国气象局气象数据中心)

Inventor： 罗谦 ,  王亚强 ,  白金婷 ,  张喜 ,  孙超 ,  罗飞 ,  刘魁 ,  曹亮

IPC: G06F8/61

Abstract: 本发明提供了一种Kubeedge边缘计算框架离线自动化部署方法，包括：步骤S1、下载框架依赖包，具体为：分别下载云端服务器和边缘设备对应版本的Linux系统基础依赖包和Kubeedge集群依赖包；步骤S2、编写脚本；步骤S3、编写边缘自动加入命令生成程序；步骤S4、打包自动部署文件；步骤S5、Kubeedge云端自动安装；步骤S6、Kubeedge边缘自动加入。本发明很好地解决了Kubeedge部署流程复杂，并且部署过程中容易出错的问题，只需进行简单的操作便能够完成Kubeedge云端的安装和边缘的加入，无需在每次边缘加入时进行重复的操作，这极大降低了部署难度，提高了部署效率。

公开(公告)号：CN118070843A

公开(公告)日：2024-05-24

申请号：CN202410467955.1

申请日：2024-04-18

Applicant: 成都信息工程大学

Inventor： 肖楠 ,  罗飞 ,  曹亮 ,  王亚强

IPC: G06N3/044 ,  G06N3/042 ,  G06N3/045 ,  G06N3/084 ,  G06F16/901

Abstract: 本发明公开一种基于图递归神经网络的多站点低能见度预测方法，包括：通过计算待测区域内地面观测站点数据中每个气象因子与能见度之间的相关性值，筛选出符合相关性的多个关键气象因子，并通过对所述多个关键气象因子进行预处理，得到预处理后的关键气象因子；利用所述待测区域内的N个地面观测站点，构建N*N的加权邻接矩阵；利用所述预处理后的关键气象因子和所述加权邻接矩阵构建并训练基于图递归神经网络的多站点低能见度预测模型，得到训练好的基于图递归神经网络的多站点低能见度预测模型；将待测地面观测站点的历史观测信号输入到所述训练好的基于图递归神经网络的多站点低能见度预测模型，对所述待测地面观测站点进行能见度预测。

公开(公告)号：CN115910335A

公开(公告)日：2023-04-04

申请号：CN202211376116.6

申请日：2022-11-04

Applicant: 成都信息工程大学 ,  四川大学华西医院

Inventor： 舒红平 ,  幸享兰 ,  朱涛 ,  陈果 ,  郝学超 ,  王亚强

IPC: G16H50/30 ,  G06F17/16 ,  G06N20/00 ,  A61B5/021

Abstract: 本发明涉及医学临床技术领域，公开了基于双重注意力机制的术中低血压预测方法及相关产品，使用术中监测的生理指标，利用基于双重注意力机制的深度学习模型对术中低血压进行提前预测，使用多头注意力机制为不同的指标分配不同的权重；还使用步长注意力机制为每个时间步进行加权，让不同的时间步发挥不同的作用。本发明采用了生理指标时间步多头注意力机制和生理指标多头注意力机制的双重注意力机制，同时考虑到了生理指标时间步和生理指标对术中低血压预测的影响和作用，有利于提高术中低血压预测精度，从而让医生提前采取降压措施，降低患者的术后不良风险和死亡风险，解决了现有技术中生理指标之间以及生理指标时间步之间的相关性问题。

公开(公告)号：CN111881312B

公开(公告)日：2022-07-05

申请号：CN202010722578.3

申请日：2020-07-24

Applicant: 成都成信高科信息技术有限公司 ,  成都信息工程大学

Inventor： 邓嘉新 ,  王亚强 ,  曹亮

IPC: G06F16/55 ,  G06V10/764 ,  G06V10/40 ,  G06V10/82 ,  G06F17/16 ,  G06N3/04

Abstract: 本发明公开了一种图像数据集分类划分方法，包括：搭建预训练模型，生成一个投影矩阵组R，对图片图像数据进行缩放，并导入到预训练模型中；通过预训练模型对图片图像数据进行特征提取，生成一定维度的特征向量x；对每一个生成的特征向量x，对其进行L2正则化，将特征向量缩放为高维球形空间中的单位向量；对每一个投影矩阵Ri，对矩阵进行计算并得到其结果向量，取结果向量中最大数值所对应的索引作为该特征向量的哈希值hi；将计算出的所有矩阵哈希值hi进行组合，得到一组哈希值并将其作为图像特征量的哈希，将具有相同哈希值的图像划分为一类。通过本方案可以有效的对图像特征进行提取，精确对图像数据集进行划分，减少了哈希碰撞的概率。

公开(公告)号：CN112185567B

公开(公告)日：2021-06-04

申请号：CN202011368975.1

申请日：2020-11-30

Applicant: 成都信息工程大学

Inventor： 王亚强 ,  靳含 ,  舒红平 ,  曹亮

IPC: G16H50/50 ,  G16H20/90 ,  G06F40/289 ,  G06F40/30 ,  G06N3/04

Abstract: 本发明提出了中医临床辅助辨证模型的建立方法及系统，在基于编码解码框架的中医临床辅助辨证模型的方法中，首先使用Fast‑Text语言模型对中医临床文本数据做了数据表征，再基于编码解码框架在编码层使用双向门控循环单元，在解码层使用单向门控循环单元生成中医临床辅助诊断的结果。本发明将中医临床文本的多标签分类任务从另一个视角进行处理，转换成了中医临床文本的标签序列生成任务。采用生成方法处理多标签分类问题，将证候要素作为文本生成模型的最小语义单位进行诊断结果生成，可以解决传统的多标签分类方法无法预测未见证候描述的问题。

公开(公告)号：CN112327887A

公开(公告)日：2021-02-05

申请号：CN202110006196.5

申请日：2021-01-05

Applicant: 成都信息工程大学

Inventor： 唐聃 ,  何瑞 ,  曾琼 ,  高燕 ,  岳希 ,  王亚强

IPC: G05D1/02

Abstract: 本发明提供一种基于迭代改进APF的无人驾驶汽车避碰路径规划方法与系统，方法包括：S1：建立二维工作空间，标记起始点、终点和障碍物；S2：在工作空间离散多个单元格，获取单元格对应的势值；S3：对势值排序，设定阈值，标记大于阈值的单元格；S4：对单元格进行遍历，获得两个标记簇，降低阈值，重复S3，直到两个标记簇有交叉点；S5：记录使两个标记簇有交叉点的阈值及阈值对应的单元格，找到满足只有一个单元格连接两个标记簇的单元格，设为第一中点；S6：重复S4‑S5，获得满足要求的中点，所有中点和起点、终点相连形成一条无障碍的路径。本方法能在短时间内规划出避开障碍物的路径，且路径距离极短。

公开(公告)号：CN111858058A

公开(公告)日：2020-10-30

申请号：CN202010723846.3

申请日：2020-07-24

Applicant: 成都成信高科信息技术有限公司 ,  成都信息工程大学

Inventor： 王彪 ,  王亚强 ,  刘魁

IPC: G06F9/50 ,  G06F9/54 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了基于并行计算的SGD负载均衡方法，该方法包括：基于模型并行和数据并行相结合的设计模式实现分布式并行gpu计算；采用信号量机制实现主节点对子节点间同步通信，并在子容器中优化器采用随机梯度下降算法更新权重。主节点依据子节点控制表中的误差为权重构建最小生成树，发现图节点中的关键节点，并按次序消除无关节点，重新分配其硬件资源。实现多个模型副本同时处理训练样本的不同子集，周期性的对模型副本进行交互合并，对分布式算法进行优化。本发明提出了一种新的架构思路来实现负载均衡计算的策略，提高了模型开发效率并降低了开发成本，该算法对数据规模有较好的适应性，同时实现了动态管理子容器间的异步通信。

公开(公告)号：CN111813580A

公开(公告)日：2020-10-23

申请号：CN202010722500.1

申请日：2020-07-24

Applicant: 成都信息工程大学 ,  成都成信高科信息技术有限公司

Inventor： 王彪 ,  王亚强 ,  曹亮

IPC: G06F9/54 ,  G06F9/50 ,  G06F9/48 ,  G06F9/455 ,  G06N3/04 ,  G06N3/08 ,  H04L9/32 ,  H04L29/06

Abstract: 本发明公开了一种基于矩阵表示的分布式模型训练优化方法，方法包括：节点配置，在子节点中搭建神经网络，通过前向传播获取参数，随机梯度下降算法更新参数，将节点搭建成完全二叉树集群的形式；消息上传，在不同的主机上搭建通讯协议，子节点将消息通过消息队列并行传输到根节点，并对神经网络中的节点进行验证；模型上传，将模型文件分割成等份，并标注索引，采用并行IO流的方式将模型文件上传到根节点；安全检测，根节点对消息队列进行安全检查，确认安全后，从队列中取出模型文件，按照分割后的模型的索引号组成完整的模型，并将其作为当前神经网络的隐含层进行迁移学习的训练。通过本方案能大大减少分布式训练的耗时，并提高模型的训练效率。

公开(公告)号：CN111427844A

公开(公告)日：2020-07-17

申请号：CN202010296769.8

申请日：2020-04-15

Applicant: 成都信息工程大学 ,  成都成信高科信息技术有限公司

Inventor： 陈宏宇 ,  王亚强 ,  刘魁

IPC: G06F16/11 ,  G06F16/172 ,  G06F16/182

Abstract: 本发明公开了一种面向文件分级存储的数据迁移系统及方法，根据周期内文件的访问次数和最近访问时间为依据对文件进行冷热程度的判别；并在数据的性质由潜热数据转变为潜冷数据时引发真正的文件迁移；包括迁移速率控制和数据迁移的控制流程。本发明通过数据冷热程度算法对数据性质进行分类，并通过计算时间长度确定负载状态，达到通过内部的数据存储调度和迁移调度，以及在业务场景下的数据自动评估方法，实现系统中数据的自动迁移，从而达到在降低数据存储成本的同时保证数据访问的高性能访问的发明目的。

公开(公告)号：CN106484559B

公开(公告)日：2018-12-18

申请号：CN201610901905.5

申请日：2016-10-17

Applicant: 成都信息工程大学

Inventor： 唐聃 ,  舒红平 ,  王亚强

IPC: G06F11/10 ,  H03M13/15

Abstract: 本发明涉及一种校验矩阵的构造方法及水平阵列纠删码的构造方法。本发明所述水平阵列纠删码的校验矩阵H可表示为标准形式：H＝[P|Ir]，校验矩阵H的每一行都代表了一个校验方程，它表示该行中“1”相对应的水平阵列纠删码的码元的二进制异或和为“0”。本发明所述水平阵列纠删码校验矩阵构造方法，可根据预设的容错数量和存储效率构造出相应的水平阵列纠删码的校验矩阵，进而构造出相应的水平阵列纠删码。本发明所述的构造方法实现简单，能构造出容错能力在理论上不受限制的阵列码，且构造时也无需满足很强的约束条件、具有极高的运算效率；在阵列码确定后，其更新代价和修复代价为一个固定常量，不会随着系统规模的扩大或容错能力的提高而增加。