-
公开(公告)号：CN108932121B
公开(公告)日：2021-12-07
申请号：CN201810493873.9
申请日：2018-05-22
Applicant: 哈尔滨工业大学(威海) , 青岛海信智能商用系统股份有限公司
Abstract: 本发明涉及一种面向多租户分布式服务组件研发的模块及方法，用于在开发环境中模拟多租户分布式的数据环境，帮助软件研发人员设计和研发基于多租户的分布式服务组件。它的展现形式为插件，可以安装于eclipse及Intellij IDEA环境中，提供多租户配置、数据模型操作(包括配置、创建)、数据模型操作规则配置三方面的功能，分离软件研发和运维，减少软件研发人员在软件上线后的维护工作负担。因此，本发明具有实用性。
-
公开(公告)号：CN109672558B
公开(公告)日：2021-12-07
申请号：CN201811454521.9
申请日：2018-11-30
Applicant: 哈尔滨工业大学(威海) , 青岛海信智能商用系统股份有限公司
Abstract: 本发明提供一种面向第三方服务资源的聚合与优化匹配方法，设备及存储介质，用于在云计算环境中帮助服务请求查找最为合适的服务资源。它提供了API服务注册、请求API服务时的身份认证、智能路由和API服务请求资源匹配、报文适配功能。因此，本发明具有实用性。对同种服务进行分类，可以在系统中聚集大量的第三方服务资源，这些访问路径对用户来说的透明的。这样用户只通过本发明中的提供的方法，在单一的系统中寻找所需要的第三服务资源，不需要花大量的时间在internet上寻找服务资源，节省了时间、简化了服务资源请求的流程。
-
公开(公告)号：CN108932121A
公开(公告)日：2018-12-04
申请号：CN201810493873.9
申请日：2018-05-22
Applicant: 哈尔滨工业大学(威海) , 青岛海信智能商用系统股份有限公司
Abstract: 本发明涉及一种面向多租户分布式服务组件研发的模块及方法，用于在开发环境中模拟多租户分布式的数据环境，帮助软件研发人员设计和研发基于多租户的分布式服务组件。它的展现形式为插件，可以安装于eclipse及Intellij IDEA环境中，提供多租户配置、数据模型操作(包括配置、创建)、数据模型操作规则配置三方面的功能，分离软件研发和运维，减少软件研发人员在软件上线后的维护工作负担。因此，本发明具有实用性。
-
公开(公告)号：CN109408590B
公开(公告)日：2021-06-01
申请号：CN201811131341.7
申请日：2018-09-27
Applicant: 青岛海信智能商用系统股份有限公司 , 哈尔滨工业大学(威海)
Abstract: 本申请实施例提供一种分布式数据库的扩容方法、装置、设备及存储介质，所述方法包括：获取包括扩容指示信息的扩容配置指令，其中，所述扩容指示信息用于指示至少一个扩容存储节点的信息；进一步地，根据所述扩容指示信息和分布式数据库的当前路由信息，确定所述分布式数据库中的每个原始存储节点对应的迁移数据，并分别将每个所述原始存储节点中的迁移数据，迁移至所述至少一个扩容存储节点。可见，本申请实施例中可以复用原始存储节点，仅需要将每个所述原始存储节点中的部分数据，迁移至所述至少一个扩容存储节点，从而可以提高资源利用率，还可以提高扩容效率。
-
公开(公告)号：CN109672558A
公开(公告)日：2019-04-23
申请号：CN201811454521.9
申请日：2018-11-30
Applicant: 哈尔滨工业大学(威海) , 青岛海信智能商用系统股份有限公司
Abstract: 本发明提供一种面向第三方服务资源的聚合与优化匹配方法，设备及存储介质，用于在云计算环境中帮助服务请求查找最为合适的服务资源。它提供了API服务注册、请求API服务时的身份认证、智能路由和API服务请求资源匹配、报文适配功能。因此，本发明具有实用性。对同种服务进行分类，可以在系统中聚集大量的第三方服务资源，这些访问路径对用户来说的透明的。这样用户只通过本发明中的提供的方法，在单一的系统中寻找所需要的第三服务资源，不需要花大量的时间在internet上寻找服务资源，节省了时间、简化了服务资源请求的流程。
-
Patent Agency Ranking
公开(公告)号：CN109634744B
公开(公告)日：2023-01-06
申请号：CN201811454525.7
申请日：2018-11-30
Applicant: 哈尔滨工业大学(威海) , 青岛海信智能商用系统股份有限公司
Abstract: 本发明提供一种基于云平台资源分配的精确匹配方法，设备及存储介质，用于在云平台环境中，将服务任务分配给最佳的服务组件上。方法以资源消耗为基础的评估机制，挖掘资源消耗与服务质量之间的内在关系，建立动态质量评估模型，通过此模型计算每个服务的服务质量评分，利用服务质量评分建立哈希分段空间表。当有服务请求到达时，将其服务质量要求代入服务质量评估模型，求出其对资源的综合评分，将此值哈希后计算出与在哈希表中的位置，从而获得执行任务的最佳服务组件地址，分派服务任务。资源消耗是成本核算的基础，它也与服务质量有着非常重要的关联。本方法不但能够更好的完成服务任务，而且使得以资源消耗为基础的成本估算更加准确。
-
公开(公告)号：CN109634744A
公开(公告)日：2019-04-16
申请号：CN201811454525.7
申请日：2018-11-30
Applicant: 哈尔滨工业大学(威海) , 青岛海信智能商用系统股份有限公司
CPC classification number: G06F9/5027 , G06F11/3006 , G06F11/3051 , G06F11/3438
Abstract: 本发明提供一种基于云平台资源分配的精确匹配方法，设备及存储介质，用于在云平台环境中，将服务任务分配给最佳的服务组件上。方法以资源消耗为基础的评估机制，挖掘资源消耗与服务质量之间的内在关系，建立动态质量评估模型，通过此模型计算每个服务的服务质量评分，利用服务质量评分建立哈希分段空间表。当有服务请求到达时，将其服务质量要求代入服务质量评估模型，求出其对资源的综合评分，将此值哈希后计算出与在哈希表中的位置，从而获得执行任务的最佳服务组件地址，分派服务任务。资源消耗是成本核算的基础，它也与服务质量有着非常重要的关联。本方法不但能够更好的完成服务任务，而且使得以资源消耗为基础的成本估算更加准确。
-
公开(公告)号：CN109408590A
公开(公告)日：2019-03-01
申请号：CN201811131341.7
申请日：2018-09-27
Applicant: 青岛海信智能商用系统股份有限公司 , 哈尔滨工业大学(威海)
Abstract: 本申请实施例提供一种分布式数据库的扩容方法、装置、设备及存储介质，所述方法包括：获取包括扩容指示信息的扩容配置指令，其中，所述扩容指示信息用于指示至少一个扩容存储节点的信息；进一步地，根据所述扩容指示信息和分布式数据库的当前路由信息，确定所述分布式数据库中的每个原始存储节点对应的迁移数据，并分别将每个所述原始存储节点中的迁移数据，迁移至所述至少一个扩容存储节点。可见，本申请实施例中可以复用原始存储节点，仅需要将每个所述原始存储节点中的部分数据，迁移至所述至少一个扩容存储节点，从而可以提高资源利用率，还可以提高扩容效率。
-
公开(公告)号：CN108733475A
公开(公告)日：2018-11-02
申请号：CN201810493641.3
申请日：2018-05-22
Applicant: 哈尔滨工业大学(威海) , 青岛海信智能商用系统股份有限公司
Abstract: 本发明涉及一种动态反馈调度方法，运行于调度模型，包括：监视组件实时采集数据，计算每个节点的剩余负载能力，并将每个节点的剩余负载能力以及其它影响调度的因素存入决策知识库中，通过调度引擎(SCHEDULER)计算权重，建立哈希映射关系，确定任务的分派。本发明采用动态反馈调度方法配合分布式引擎调度模型，使得服务组件的增减更加方便和灵活，解决了系统伸缩性问题。能够及时了解系统中每个节点的负载情况，将任务合理分配，达到负载均衡的效果，解决了任务合理分派的问题。
-
公开(公告)号：CN118568613B
公开(公告)日：2024-12-27
申请号：CN202410828907.0
申请日：2024-06-25
Applicant: 哈尔滨工业大学(威海)
IPC: G06F18/2431 , G06F18/25 , G06F18/214 , G06N3/0895
Abstract: 本发明涉及深度学习技术领域，具体提供一种基于特征融合的半监督学习方法、系统、终端及存储介质，包括：从有标签数据集中随机选择两个初始训练子集。利用两个训练子集的有标签数据分别训练分类器1和分类器2。然后每次迭代过程中，分类器1和分类器2分别对子集1和子集2中经过特征融合的无标签样本以及未经特征融合的无标签样本进行预测，通过比较融合前后的变化大小来度量模型预测的置信度，从而确定一部分无标签样本的伪标签。每个子集的分类器选择出预测置信度最高的若干无标签样本，加入到对方子集的有标签数据集中，使用扩增后的有标签样本重新训练分类器。本发明大大提升了分类器的训练效率和准确度。
-
-
-
-
-
-
-
-
-
Search Results
107
records
(took 0.048 seconds)
