-
公开(公告)号:CN112506990B
公开(公告)日:2022-10-04
申请号:CN202011397130.5
申请日:2020-12-03
Applicant: 河海大学
IPC: G06F16/2458 , G06V10/82 , G06V10/774 , G06V10/762 , G06N3/04
Abstract: 本发明公开了一种基于时空信息的水文数据异常检测方法,包括:关联站点划分;水位时间序列划分;利用训练好的卷积神经网络(CNN)模型得到模型输出结果,并使用马尔科夫链(MC)对模型输出结果进行残差值预测,根据模型输出结果和预测的残差值判断异常站点;获取到待检测站点和其所有关联站点的异常状况;采用动态分配D‑S证据理论(DA‑DS)算法进行结果融合,得到水文数据异常预测结果。本发明充分考虑暴雨季对于水文数据的影响,提高了检测精度,并且引入混合蛙跳算法(SFLA)来改进卷积网络参数,加入MC算法来进行残差预测,增加了预测数据的准确性;最后通过动态分配D‑S证据理论,充分考量了空间因素,将多关联站点预测结果融合,有效减少了误报次数。
-
公开(公告)号:CN114253693A
公开(公告)日:2022-03-29
申请号:CN202111672670.4
申请日:2021-12-31
Applicant: 河海大学
Abstract: 本发明公开了一种基于干扰等级和通信代价的批调度系统及方法,包括批调度模块和GPU调度优化模块,批调度模块对podgroup中pod进行调度,并判断podgroup是否有足够的pod调度成功,若满足要求则为这些pod绑定到对应节点;否则该podgroup中的所有pod回滚,等待重新调度;GPU调度优化模块计算podgroup中所有任务在GPU上的平均性能降级以及干扰等级;通过GPU之间的模型同步代价和更新模型数据计算通信代价;将干扰等级和通信代价加权和作为适应度并使用混合蛙跳算法不断更新调度策略得到最终的调度策略。本发明通过插件化方式实现批调度,避免了引入其他调度器时造成的缓存一致性问题;结合干扰等级和通信代价,使用混合蛙跳算法来找寻全局最优解,可以有效提高分布式训练任务的效率。
-
公开(公告)号:CN112506990A
公开(公告)日:2021-03-16
申请号:CN202011397130.5
申请日:2020-12-03
Applicant: 河海大学
IPC: G06F16/2458 , G06K9/62 , G06N3/04
Abstract: 本发明公开了一种基于时空信息的水文数据异常检测方法,包括:关联站点划分;水位时间序列划分;利用训练好的卷积神经网络(CNN)模型得到模型输出结果,并使用马尔科夫链(MC)对模型输出结果进行残差值预测,根据模型输出结果和预测的残差值判断异常站点;获取到待检测站点和其所有关联站点的异常状况;采用动态分配D‑S证据理论(DA‑DS)算法进行结果融合,得到水文数据异常预测结果。本发明充分考虑暴雨季对于水文数据的影响,提高了检测精度,并且引入混合蛙跳算法(SFLA)来改进卷积网络参数,加入MC算法来进行残差预测,增加了预测数据的准确性;最后通过动态分配D‑S证据理论,充分考量了空间因素,将多关联站点预测结果融合,有效减少了误报次数。
-
-