一种基于弱监督训练的平面设计元素重要性检测方法、系统、设备及介质

    公开(公告)号:CN120014348A

    公开(公告)日:2025-05-16

    申请号:CN202510094035.4

    申请日:2025-01-21

    Abstract: 一种基于弱监督训练的平面设计元素重要性检测方法、系统、设备及介质,方法:手工标注全局网格顺序的数据集;通过弱监督训练将图形设计分成全局和局部网格;利用局部序列预测模型和全局序列预测模型得到预测序列和相对权重;文本和视觉特征Vt的相对权重通过权重自适应模型获取;计算图形设计元素的重要性指标;系统、设备及介质用于实现该方法;通过引入平面设计的全局网格和局部网格的划分以及多尺度序列预测模型相结合的策略,优化训练过程并实现高效序列预测;能够以高效、准确且低成本的方式进行设计元素的重要性检测,为广泛的平面设计领域提供了更具可行性的解决方案。

    一种基于多目标优化的云工作流调度方法及装置

    公开(公告)号:CN109298930B

    公开(公告)日:2022-12-13

    申请号:CN201710607203.0

    申请日:2017-07-24

    Abstract: 本发明实施例提供了一种基于多目标优化的云工作流调度方法及装置,涉及高性能计算技术领域,能够基于局部搜索和权向量调整进行多目标优化,在获得较快的收敛速度同时得到多样性更好的个体。该方法包括建立仿真的云计算资源模型及云工作流任务模型;然后初始化种群并计算每个个体的适应值;进一步对每个个体进化处理;然后进行局部搜索,获取每个子问题邻居中的两个最优个体,计算得到新个体,以再次更新个体;并且当更新后的个体满足收敛条件时,对进化后种群进行权向量调整操作;包括删除拥挤区域的子问题以及向稀疏区域增加新的子问题;最后输出最优个体。本发明实施例提供的技术方案适用云工作流调度过程中。

    一种未知协议的数据清洗和协议字段特征提取方法

    公开(公告)号:CN111274235B

    公开(公告)日:2022-11-04

    申请号:CN202010059159.6

    申请日:2020-01-16

    Abstract: 本发明提供了一种未知协议的数据清洗和协议字段特征提取方法,该方法包括:抓取网络数据包;进行数据标记;清洗数据;获取未知协议字段特征;确认未知协议字段特征。本发明提出的未知协议的数据清洗和协议字段特征提取方法,将网络中庞大的数据量进行了清洗,区分出未知协议与已知协议,减少了后续处理的复杂性,并在此基础上,进一步提取出未知协议的字段特征;并且未知协议分析和识别的整体流程不是针对某种具体类型的协议类型,具有较好的通用性。

    一种类线性高储能高效率无铅弛豫陶瓷及其制备方法

    公开(公告)号:CN113004032B

    公开(公告)日:2022-09-20

    申请号:CN202110178545.1

    申请日:2021-02-09

    Abstract: 本发明涉及电子信息功能材料与器件技术领域,针对现有储能陶瓷材料的击穿场强和有效储能密度较低的问题,公开了一种类线性高储能高效率无铅弛豫陶瓷及其制备方法,该陶瓷的化学组成为(1‑x)CaTiO3‑x(BNT‑BAT),其中0.15≤x≤0.6。包括:一次配料、一次球磨、烘干、压片预烧、二次配料、二次球磨、烘干、造粒成型、压制成生坯及排胶烧结等步骤,本发明首次将CaTiO3加入到BNT‑BAT储能材料中,并且获得了3.45‑5.48 J/cm3的储能密度和90.2%‑99.6%的储能效率,达到高击穿场强的同时获得高储能密度高效率,拓展了掺杂改性的研究方向,发现了更高性能储能陶瓷材料的作用原理。

    一种类线性高储能高效率无铅弛豫陶瓷及其制备方法

    公开(公告)号:CN113004032A

    公开(公告)日:2021-06-22

    申请号:CN202110178545.1

    申请日:2021-02-09

    Abstract: 本发明涉及电子信息功能材料与器件技术领域,针对现有储能陶瓷材料的击穿场强和有效储能密度较低的问题,公开了一种类线性高储能高效率无铅弛豫陶瓷及其制备方法,该陶瓷的化学组成为(1‑x)CaTiO3‑x(BNT‑BAT),其中0.15≤x≤0.6。包括:一次配料、一次球磨、烘干、压片预烧、二次配料、二次球磨、烘干、造粒成型、压制成生坯及排胶烧结等步骤,本发明首次将CaTiO3加入到BNT‑BAT储能材料中,并且获得了3.45‑5.48 J/cm3的储能密度和90.2%‑99.6%的储能效率,达到高击穿场强的同时获得高储能密度高效率,拓展了掺杂改性的研究方向,发现了更高性能储能陶瓷材料的作用原理。

    基于骨骼特征点提取的人体姿势识别方法

    公开(公告)号:CN106056053B

    公开(公告)日:2019-04-23

    申请号:CN201610348140.7

    申请日:2016-05-23

    Inventor: 鲍亮 张卓晟

    Abstract: 本发明公开了一种基于骨骼特征点提取的人体姿势识别方法,主要用于解决利用单摄像头进行人体姿势的识别问题。其实现步骤为:(1)视频输入;(2)预处理;(3)提取粗骨骼;(4)提取骨骼特征点;(5)骨骼特征点分类;(6)姿势识别;(7)输出姿势识别结果。本发明利用廓形图的像素点到边缘的最短距离获得粗骨骼,然后利用与前胸节点的距离计算骨骼特征点并分类,再根据骨骼特征点与前胸节点的相对位置信息进行姿势判断。能够在只有单摄像头的视频流输入的情况下,避免大量的计算判断出人体动作。本发明的优势在于计算量小,硬件要求低,准确率高,适应性强。

    一种微服务最短执行时间的优化方法

    公开(公告)号:CN108664378A

    公开(公告)日:2018-10-16

    申请号:CN201810444913.0

    申请日:2018-05-10

    Abstract: 本发明公开一种微服务最短执行时间的优化方法,其步骤为:1、利用缓存时间计算方法,计算用户请求服务中微服务请求缓存时间;2、利用单个服务业务逻辑的时间公式,计算每个容器中微服务在每个时间内,处理单个服务业务逻辑的时间;3、利用数据库中数据的事物处理时间公式,计算每一个用户在每个时间内访问数据库中数据的事物处理时间;4、计算用户请求服务中微服务的总预测估值时间;5、判断用户请求服务中微服务的总预测估值时间是否满足应用服务的执行时间条件,若是,则执行步骤(8),否则,执行步骤(6);6、映射用户服务中的微服务;7、映射无回路有向图关键路径上不存在的微服务;8、调整用户的预算约束值;9、得到执行微服务最短时间;本发明通过单个微服务性能建模,预测微服务的处理时间,有利于完整的预测系统服务响应时间,降低系统的运行成本,缩短微服务的执行时间,提高用户服务质量。

    基于集群缩放的Spark配置参数自动调优方法

    公开(公告)号:CN108491226A

    公开(公告)日:2018-09-04

    申请号:CN201810110273.X

    申请日:2018-02-05

    Abstract: 本发明公开的一种基于集群缩放的Spark配置参数自动调优方法,其步骤为:(1)搭建集群;(2)选择配置参数集合;(3)确定配置参数取值类型和范围;(4)缩放集群;(5)训练随机森林模型;(6)筛选最佳配置;(7)验证配置效果。本发明可以应用于海量数据处理技术领域中,通过缩放分布式内存计算框架Spark内存配置参数取值范围和待处理数据量,缩短评价每个配置的时间,通过随机森林模型建立配置与分布式内存计算框架Spark集群性能影响力之间的关系,搜索出使多台硬件配置相同计算机组成的分布式内存计算框架Spark集群性能最佳的配置。

Patent Agency Ranking