-
公开(公告)号：CN115658259A
公开(公告)日：2023-01-31
申请号：CN202211272925.2
申请日：2022-10-24
Applicant: 广州博通信息技术有限公司 , 湖南科技大学
Abstract: 在现今复杂多变的工业网络环境下，工业任务完成的效率取决于多重网络之间的协同与交互。本发明提出了一种在多重工业网络中基于负载均衡和蚁群算法的组件调配方法，通过改进蚁群算法实现不同子网组件的搜索和调度，通过负载均衡策略解决多重网络中存在的负载过重问题。本方法根据具体任务的业务逻辑关系，用蚂蚁的爬行来模拟网内和跨网间组件的调度过程。经过多次迭代，规划出相关组件调度的最佳路径，实现网内和跨网间组件的自组装。在不影响多个目标任务执行的前提下，本方法能有效降低调度时间和成本，提高组件利用率，并在微服务框架下提高多个工业软件系统的并行执行效率。
-
公开(公告)号：CN109240701B
公开(公告)日：2022-06-28
申请号：CN201810919349.3
申请日：2018-08-13
Applicant: 湖南科技大学
IPC: G06F8/41
Abstract: 一种面向谓词执行高性能DSP的指令依赖关系分析方法，对于基本块内的某条指令，从指令I的前一条指令开始，逆序遍历基本块内的指令去尝试解除依赖分析需求，同时确认指令I与哪些指令有依赖关系；每遍历到一条指令X，进行如下处理：S1：分析指令I和指令X之间是否可能有依赖关系；S2：获得指令X的谓词域信息，并根据指令I和指令X的条件执行关系，决定是否结束对指令X的后续处理；S3：如果还没有结束对指令X的处理，针对指令I的依赖分析需求，结合指令X的条件执行特性开展相应的依赖分析，确定指令I是否确实依赖于指令X，并尝试解除相应的依赖分析需求。本发明具有原理简单、操作简便、能够充分发挥硬件性能等优点。
-
公开(公告)号：CN118276924B
公开(公告)日：2024-08-20
申请号：CN202410702691.3
申请日：2024-06-03
Applicant: 湖南科技大学
Abstract: 本发明公开了一种强化学习下的基于引导矩阵的微服务拆分方法，属于计算机领域。其步骤为：采用动态链路追踪工具，收集系统链路信息；利用静态代码分析工具补充系统的类与方法的静态关联信息；根据获取的执行链路信息以及类与方法的静态关联信息，确定以实体作为服务拆分的基本单位；根据提取的实体建立强化学习模型；设定一个引导矩阵，利用引导矩阵来代替Q表，以架构中实体的价值引导矩阵优化与更新，利用更新后的引导矩阵来反作用于搜索过程，获得各实体分类序列；根据实体分类序列，采用K‑means算法来进行聚类，获得微服务拆分方案。本发明能够实现自动化拆分，而且能够更加高效、灵活地完成服务的设计与评估。
-
公开(公告)号：CN120068092A
公开(公告)日：2025-05-30
申请号：CN202510526959.7
申请日：2025-04-25
Applicant: 湖南科技大学三亚研究院
Abstract: 本申请涉及了一种基于联邦学习和区块链的钻机数据处理方法和装置，本方法通过引入验证角色和领导节点充当区块链节点，通过验证节点对钻机节点上传的本地模型参数进行验证，可以防止钻机节点的潜在恶意行为，还通过验证节点之间的相互制约以防止验证节点对本地模型参数存在的潜在恶意行为；最后还对领导节点生成的下一步的全局模型参数验证，可以防止领导节点对发布的区块内容存在的潜在恶意行为；本方法采用区块链技术，实现将钻机节点利用各自的海底钻机数据参与的联邦学习的模型参数上传存储，而且通过上述的三层验证机制，可以有效能够提升海底钻机数据的安全性。
-
公开(公告)号：CN119988689A
公开(公告)日：2025-05-13
申请号：CN202510475370.9
申请日：2025-04-16
Applicant: 湖南科技大学三亚研究院
IPC: G06F16/901 , G06F16/9536 , G06F16/9535 , G06N5/022 , G06Q50/00 , G06N3/042 , G06N3/045 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种基于元路径和图注意力机制的异构图影响力节点识别方法。其方法包括如下步骤：定义所需的元路径，利用元路径嵌入方法获取节点嵌入表示；通过随机游走生成每条元路径对应的子图网络；基于图注意力网络为子图网络中的相邻节点赋予不同的权重值，以反映节点对其邻居节点的不同影响；利用熵值计算子图网络中节点的影响力，并将所有子图的影响力进行聚合，得到每个节点的最终影响力值。本发明将GAT引入异构网络，不仅考虑了不同元路径对任务的重要性，还进一步考虑了每条元路径中每个节点邻居对节点的影响差异，从而更全面地捕捉异构网络的复杂关系，实现了对影响力节点的精确识别。
-
Patent Agency Ranking
公开(公告)号：CN119961617A
公开(公告)日：2025-05-09
申请号：CN202510440333.4
申请日：2025-04-09
Applicant: 湖南科技大学三亚研究院
IPC: G06F18/20 , G06F18/2321
Abstract: 本发明涉及文献引用网络分析与图模型研究技术领域，具体公开了一种文献引用网络核心‑外围随机块模型聚类聚合方法，包括以下步骤：S1、定义文献引用网络；S2、构建文献引用网络核心‑外围随机块模型；S3、构建轮辐模型和层次模型；S4、采用贝叶斯推理对文献引用网络核心‑外围随机块模型进行推断；S5：基于模型最小描述长度(MDL)原理，对文献引用网络核心‑外围随机块模型进行优化与评估；S6：对文献引用网络核心‑外围随机块模型进行结构聚合；S7：得到影响力文献即核心节点。本方案通过结合贝叶斯推断和随机块模型，不仅能够编码文献引用网络中的先验知识，增强模型拟合能力，还能通过局部加权聚合优化了核心‑外围结构的表征精度。
-
公开(公告)号：CN116820420A
公开(公告)日：2023-09-29
申请号：CN202210427912.1
申请日：2022-05-24
Applicant: 广州博通信息技术有限公司 , 湖南科技大学
Abstract: 当前工业软件系统中的组件调度协同与装配技术主要针对单一工业网络架构，忽略了多重网络耦合关系的约束，造成软件系统间缺乏关联协作、模式粒度单一、数据缺乏融合，使得多重网络化环境下工业软件系统的耦合效应、关联约束、资源竞争等问题难以解决。本专利提出多重网络化工业软件组件重要性识别技术，首先通过计算组件的网络核心程度，对应等级和组件的影响距离，得到组件的相对影响能力和在当前层的响应能力的综合评估系数。随后通过层内和层间收益来得到组件的总收益，随着时间的演化得到组件的动态收益函数。最后通过给待处理任务添加使用位和修改位，循环判断，使组件的利用率达到最大。
-
公开(公告)号：CN116346712A
公开(公告)日：2023-06-27
申请号：CN202310311183.8
申请日：2023-03-24
Applicant: 湖南科技大学
Abstract: 本发明公开了一种基于种子扩展和标签传播的社区发现方法。其步骤包括：获取网络中的所有节点，根据网络自身的拓扑结构计算节点的重要性，依据节点重要性选取种子节点并为种子节点赋予标签，再依据节点间相似性对中心节点的邻居节点进行标签预处理；采用固定的基于节点重要性的序列进行标签传播，并将节点相似性融合到标签传播能力计算中，制定新的标签更新策略；输出节点的标签，将具有相同标签的节点划分到同一社区，得到最终的社区划分结果。本发明解决了标签传播算法中的随机策略而造成的不稳定问题，使得本发明法能够准确且高效地检测网络中的社区结构，并且还能检测出网络中的重叠社区。
-
公开(公告)号：CN109240701A
公开(公告)日：2019-01-18
申请号：CN201810919349.3
申请日：2018-08-13
Applicant: 湖南科技大学
IPC: G06F8/41
Abstract: 一种面向谓词执行高性能DSP的指令依赖关系分析方法，对于基本块内的某条指令，从指令I的前一条指令开始，逆序遍历基本块内的指令去尝试解除依赖分析需求，同时确认指令I与哪些指令有依赖关系；每遍历到一条指令X，进行如下处理：S1：分析指令I和指令X之间是否可能有依赖关系；S2：获得指令X的谓词域信息，并根据指令I和指令X的条件执行关系，决定是否结束对指令X的后续处理；S3：如果还没有结束对指令X的处理，针对指令I的依赖分析需求，结合指令X的条件执行特性开展相应的依赖分析，确定指令I是否确实依赖于指令X，并尝试解除相应的依赖分析需求。本发明具有原理简单、操作简便、能够充分发挥硬件性能等优点。
-
公开(公告)号：CN116346712B
公开(公告)日：2024-04-12
申请号：CN202310311183.8
申请日：2023-03-24
Applicant: 湖南科技大学
Abstract: 本发明公开了一种基于种子扩展和标签传播的社区发现方法。其步骤包括：获取网络中的所有节点，根据网络自身的拓扑结构计算节点的重要性，依据节点重要性选取种子节点并为种子节点赋予标签，再依据节点间相似性对中心节点的邻居节点进行标签预处理；采用固定的基于节点重要性的序列进行标签传播，并将节点相似性融合到标签传播能力计算中，制定新的标签更新策略；输出节点的标签，将具有相同标签的节点划分到同一社区，得到最终的社区划分结果。本发明解决了标签传播算法中的随机策略而造成的不稳定问题，使得本发明法能够准确且高效地检测网络中的社区结构，并且还能检测出网络中的重叠社区。
-
-
-
-
-
-
-
-
-
Search Results
15
records
(took 0.022 seconds)
