基于谱聚类的Web多级缓存替换方法

    公开(公告)号:CN114398573A

    公开(公告)日:2022-04-26

    申请号:CN202210048388.7

    申请日:2022-01-17

    Abstract: 本发明公开了一种基于谱聚类的Web多级缓存替换方法,包括:步骤一,代理服务器上的预测模块对Web日志数据进行数据处理和特征提取,以得到对应的特征属性集;步骤二,将步骤一中得到的特征属性集送入至预测模块的谱聚类模型中进行缓存价值预测,以得到对应的预测值;步骤三,代理服务器中的缓存替换模块启动缓存替换模式,基于步骤二中得到的预测值进行判断,以确定缓存对象的缓存空间,并基于缓存替换策略对缓存对象的存储位置进行确定。本发明提供一种基于谱聚类的Web多级缓存替换方法,利用谱聚类对于提取日志属性后容易形成稀疏矩阵进行处理,以提高在判别请求资源在未来访问的可能性上的准确性。

    网格自适应细分优化方法应用在三维模型渲染中的方法

    公开(公告)号:CN117726773B

    公开(公告)日:2024-08-02

    申请号:CN202311782394.6

    申请日:2023-12-22

    Inventor: 杨雷 何昆浓

    Abstract: 本发明公开了一种网格自适应细分优化方法及应用在三维模型渲染中的方法,包括:在三角网格的Loop细分过程中,并且在基于顶点与其细分一次后的位置距离准则基础上加入一个与当前顶点Vi1相连的新顶点Vi2,计算这两个点分别参与细分一次后新点V′newi1和V′newi2的位置,并计算Vi1和V′newi1、Vi2和V′newi2间的距离,以基于这两个距离的平均值得到边近似误差distEi:将distEi与给定的阈值ε进行比较,以确定三角网格中的活边和/或活点。本发明提供一种网格自适应细分优化方法及应用在三维模型渲染中的方法,能使三角网格细分更加灵活,并且能够使原始模型在细分几次之后变得精细光滑。

    基于RUCM的系统测试用例自动生成方法

    公开(公告)号:CN117891742A

    公开(公告)日:2024-04-16

    申请号:CN202410082766.2

    申请日:2024-01-19

    Inventor: 吴珏 王元 杨雷

    Abstract: 本发明公开了一种基于RUCM的系统测试用例自动生成方法,包括:S1、对原需求用例建模RUCM模板进行重新编写,得到扩展的RUCM文档;S2、基于RUCM文档中所涉及的所有约束条件并结合被测系统的数据模型生成对应实体的约束条件表达式;S3、基于RUCM流程和元模型生成用例测试模型,并从用例测试模型中提取和构建测试场景、路径条件;S4、基于S2得到的约束条件表达式,通过约束生成算法生成带有约束的随机测试数据;S5、基于S3得到的测试场景生成测试驱动函数调用,构建完整的测试用例,对测试用例进行执行和验证测试。本发明提供一种基于RUCM的系统测试用例自动生成方法,能直接从用户需求规范自动生成可执行的测试用例,提高软件测试的覆盖率。

    基于先验模型和ISAR图像的航天器姿态估计方法

    公开(公告)号:CN119268704A

    公开(公告)日:2025-01-07

    申请号:CN202411285503.8

    申请日:2024-09-13

    Inventor: 吴珏 梁毓强 杨雷

    Abstract: 本发明公开了一种基于先验模型和ISAR图像的航天器姿态估计方法,涉及航天器在轨姿态估计技术领域,包括:S1、使用目标检测网络YOLOv8网络从ISAR(逆合成孔径雷达)图像中提取关键点;S2、读取先验三维模型上的三维关键点,并通过姿态调整的方式将三维关键点投影到二维成像平面上,得到投影点;S3、对投影点与关键点之间的误差进行计算,以通过加权损失函数计算损失值;S4、采用粒子群优化PSO算法对求解航天器姿态角的函数进行优化,以得到ISAR图像的姿态估计结果。本发明提供一种基于先验模型和ISAR图像的航天器姿态估计方法,通过匹配ISAR图像的关键点与先验模型关键点,仅依赖少量关键点即可实现精确的姿态估计,显著提高了抗噪性能和估计的鲁棒性。

    网格自适应细分优化方法及应用在三维模型渲染中的方法

    公开(公告)号:CN117726773A

    公开(公告)日:2024-03-19

    申请号:CN202311782394.6

    申请日:2023-12-22

    Inventor: 杨雷 何昆浓

    Abstract: 本发明公开了一种网格自适应细分优化方法及应用在三维模型渲染中的方法,包括:在三角网格的Loop细分过程中,并且在基于顶点与其细分一次后的位置距离准则基础上加入一个与当前顶点Vi1相连的新顶点Vi2,计算这两个点分别参与细分一次后新点V′newi1和V′newi2的位置,并计算Vi1和V′newi1、Vi2和V′newi2间的距离,以基于这两个距离的平均值得到边近似误差distEi:将distEi与给定的阈值ε进行比较,以确定三角网格中的活边和/或活点。本发明提供一种网格自适应细分优化方法及应用在三维模型渲染中的方法,能使三角网格细分更加灵活,并且能够使原始模型在细分几次之后变得精细光滑。

    基于遗传算法的前端资源打包方法

    公开(公告)号:CN117931279A

    公开(公告)日:2024-04-26

    申请号:CN202410102474.0

    申请日:2024-01-24

    Inventor: 杨雷 林志敏 吴珏

    Abstract: 本发明公开了一种基于遗传算法的前端资源打包方法,包括:S1、将前端应用的各页面文件所对应的入口文件进行说明;S2、通过遍历资源,以得到基于入口文件生成的依赖关系表;S3、以入口文件为中心,基于依赖关系表,生成资源组及资源组关系图;S4、从资源组中提取相同部分得到对应的资源桶;S5、通过将资源桶与资源组进行绑定操作,完成包生成前的准备工作;S6、通过遗传算法为资源桶分配包体积及数目,进而能得到以资源桶为单位,且不会重复生成的包;S7、基于生成包重写页面文件。本发明提供一种基于遗传算法的前端资源打包方法,根据依赖关系将资源生成多个包,减少打包后的体积,引入遗传算法限制包的数量和大小以解决浪费加载资源的问题。

Patent Agency Ranking