-
-
-
公开(公告)号:CN105607949B
公开(公告)日:2017-04-26
申请号:CN201510973873.5
申请日:2015-12-22
Applicant: 西安交通大学
Abstract: 本发明提供一种串行与并行相结合的虚拟机在线迁移方法,能够缩短云环境下连续性服务或灾难恢复时等待大量虚拟机迁移的时间,也为后续依赖此虚拟机混合迁移方法的虚拟机整合奠定基础。其包括如下步骤,步骤1,将迁移前后的虚拟机与其宿主机的映射变化分别抽象为迁移前后矩阵,其中矩阵中的每个元素代表虚拟机与其宿主机的映射关系;步骤2,对迁移前后矩阵逐行比较,找出两宿主机上在迁移前后仅对调位置的虚拟机,将这两个对调迁移过程判定为无用迁移,并将其剔除后剩余有用迁移;步骤3,根据混合迁移算法将有用迁移生成串行与并行迁移队列;步骤4,根据生成的串行与并行迁移队列输出串行与并行迁移批次及最早迁移时间,用于后续虚拟机的整合。
-
公开(公告)号:CN109829804A
公开(公告)日:2019-05-31
申请号:CN201910023663.8
申请日:2019-01-10
Applicant: 西安交通大学
Abstract: 本发明公开了一种面向标记样本缺失行政区域的纳税风险识别方法,该方法包括以下内容:首先,从税务局数据库中提取缺失标记数据的行政区域的数据和标记数据充足的行政区域的数据,构建数据集;其次,从目标特征空间中提取重要特征,减少特征维数;再次,提出一种基于特征筛选的特征映射方法,进行特征映射减少区域间差异;最后,提出一种基于梯度提升树的实例迁移方法,并建立面向标记样本缺失行政区域的纳税风险识别模型,将模型应用于面向标记样本缺失行政区域的纳税风险识别系统中。本发明所述方法能够解决缺乏充足税收样本标记行政区域难以进行纳税风险识别的问题,并且极大提高标记样本缺失行政区域的纳税风险识别效率。
-
-
-