公开(公告)号：CN107704069A

公开(公告)日：2018-02-16

申请号：CN201710452338.4

申请日：2017-06-15

Applicant: 重庆邮电大学

Inventor： 李鸿健 ,  王霍琛 ,  代宇 ,  熊安萍 ,  蒋溢

IPC: G06F1/32 ,  G06F9/48 ,  G06F9/50

Abstract: 本发明公开了一种基于能耗感知的Spark节能调度方法。首先构建Spark计算框架下大数据计算能耗模型，基于该模型建立任务与计算资源的能耗和执行时间关系策略表，通过策略表指导并优化Spark任务调度，在保证并行计算效率的前提下有效降低计算总能耗。本发明解决了Spark原有调度策略无法感知能耗的缺陷，该方法具有能耗感知，动态优化调度和高可扩展的特点，有效降低运行在Spark计算框架下的应用程序产生的能耗。

公开(公告)号：CN118628953A

公开(公告)日：2024-09-10

申请号：CN202410711053.8

申请日：2024-06-04

Applicant: 重庆邮电大学

Inventor： 廖雅婷 ,  代宇 ,  刘伯红

IPC: G06V20/40 ,  G06V40/20 ,  G06V10/44 ,  G06V10/62 ,  G06V10/80 ,  G06V10/82 ,  G06V10/771 ,  G06V10/52 ,  G06N3/045 ,  G06N3/0464

Abstract: 本发明涉及深度学习以及视频分析领域，本发明提供了一种基于多维度时空信息激励的视频人体行为识别方法。该方法包括：将处理好的视频帧图像数据输入到基于2D卷积的视频动作分类模型中，通过多维度时空特征增强模块沿不同轴上下文校准基于多尺度卷积结构学习到的时空特征；通过多尺度运动差分注意模块提取不同时空尺度下的运动信息；通过自适应运动信息聚合模块聚合提取到的多尺度运动信息；将最终的模型学习到的时空特征和运动特征表示累加聚合并输入到结构为全连接层的分类器中得到最终的动作分类结果。本发明方法能够帮助模型更有效地学习显著性时空特征并且更好地平衡计算消耗和分类准确率。

公开(公告)号：CN107704069B

公开(公告)日：2020-08-04

申请号：CN201710452338.4

申请日：2017-06-15

Applicant: 重庆邮电大学

Inventor： 李鸿健 ,  王霍琛 ,  代宇 ,  熊安萍 ,  蒋溢

IPC: G06F1/329 ,  G06F9/48 ,  G06F9/50

Abstract: 本发明公开了一种基于能耗感知的Spark节能调度方法。首先构建Spark计算框架下大数据计算能耗模型，基于该模型建立任务与计算资源的能耗和执行时间关系策略表，通过策略表指导并优化Spark任务调度，在保证并行计算效率的前提下有效降低计算总能耗。本发明解决了Spark原有调度策略无法感知能耗的缺陷，该方法具有能耗感知，动态优化调度和高可扩展的特点，有效降低运行在Spark计算框架下的应用程序产生的能耗。