-
公开(公告)号:CN114048040B
公开(公告)日:2022-05-13
申请号:CN202111431501.1
申请日:2021-11-29
Applicant: 中南大学
IPC: G06F9/50 , G06F9/455 , G06V10/96 , G06V10/94 , G06V10/776 , G06V10/764 , G06K9/62
Abstract: 本发明公开了一种基于内存与图像分类模型时延关系的任务调度方法,目的是解决用户图像分类任务时延要求,并使得内存资源负载均衡。技术方案是构建由环境部署模块、测试模块、拟合模块以及任务调度模块四个模块组成的内存与图像分类模型时延关系的任务调度系统;测试模块测出不同内存下各预训练好的图像分类模型的时延结果;拟合模块根据时延结果拟合出内存与图像分类模型时延的函数关系。任务调度模块根据该函数关系及用户时延要求算出图像分类任务内存需求量,再根据虚拟机的剩余内存资源设定优先级,基于优先级将任务调度至优先级最高的虚拟机上运行,使在满足用户图像分类任务时延要求的同时,数据中心的内存资源整体达到负载均衡。
-
公开(公告)号:CN114004654A
公开(公告)日:2022-02-01
申请号:CN202111298277.3
申请日:2021-11-04
Applicant: 中南大学
IPC: G06Q30/02
Abstract: 本发明公开了基于大数据分析的互联网卡用户画像构建方法及系统,收集互联网卡用户的用户属性信息以及用户行为信息,对所述用户属性信息以及用户行为信息进行数据清洗;对清洗完的互联网卡用户的用户属性信息以及用户行为信息进行分析,得到互联网用户的属性特征、上网行为特征以及离网行为特征;在基于属性特征、上网行为特征以及离网行为特征构建用户画像,并使用所述用户画像进行用户流失预测/精准营销。通过对互联网卡用户进行了多维度立体的分析,刻画出了互联网卡用户的基本属性特征以及上网行为特征,可用于指导运营商进行精准营销与战略调整以及互联网卡用户价值体系的构建。同时刻画出了流失用户的离网行为特征,运营商可根据流失特征进行用户流失预测,可利用此特征提高预测精度。
-
公开(公告)号:CN111417166B
公开(公告)日:2021-07-09
申请号:CN202010217694.X
申请日:2020-03-25
Applicant: 中南大学
Abstract: 本发明公开了一种无线网络的接入方法,方法包括:S1.无线接入点从其网络覆盖的用户中选择意向接入用户,无线接入点为意向接入用户的意向接入点;S2.在预设的AP组内进行冲突处理,得到冲突用户列表;判断冲突用户列表是否为空,跳转至步骤S4,否则跳转至步骤S3;冲突用户是同时被2个以上的无线接入点选择为意向接入用户的用户;S3.从冲突用户列表中选择一个冲突用户,将其移出冲突用户列表,并从其意向接入点中确定一个为目标接入点,其余意向接入点为非目标接入点,并设置冲突用户不被非目标接入点网络覆盖;对于非目标接入点跳转执行步骤S1;S4.无线接入点为其意向接入用户分配网络。具有可有效提高用户的效用,使得网络资源能更有效的利用等优点。
-
公开(公告)号:CN112070240A
公开(公告)日:2020-12-11
申请号:CN202010929585.0
申请日:2020-09-07
IPC: G06N20/20 , G06F30/27 , G06F111/04
Abstract: 本发明公开了一种高效通信的分层联邦学习框架及其优化方法和系统,该框架包括:一个云聚合器、多个边缘聚合器和多个分布式计算节点;在每轮云聚合迭代中,边缘聚合器首先从云聚合器下载全局学习模型,每个分布式计算节点从其关联的边缘聚合器下载全局学习模型,训练模型更新上传到关联的边缘聚合器;边缘聚合器聚合接收模型更新并聚合发送回关联的计算节点,经过多次边缘聚合迭代后,将边缘模型更新上传到云聚合器;云聚合器将多个边缘模型聚合后得到全局模型更新发送回所有的边缘聚合器;重复边缘聚合以及云聚合迭代,直至全局模型达到目标精度。该优化方法采用通信开销最小化作为优化目标。本发明提高学习性能的同时,可降低系统的通信开销。
-
公开(公告)号:CN119671293A
公开(公告)日:2025-03-21
申请号:CN202510196705.3
申请日:2025-02-21
Applicant: 国网湖北送变电工程有限公司 , 国网湖北省电力有限公司 , 国网湖北省电力有限公司电力科学研究院 , 中南大学
Inventor: 李杰豪 , 郭勇 , 全江涛 , 熊威 , 耿思远 , 刘龙龙 , 李金戈 , 王杰 , 郑小敏 , 田巧雨 , 邹语晨 , 王金鑫 , 胡一波 , 王鹏程 , 李行 , 王文敏 , 彭海涛 , 周杰钰 , 吕丰 , 刘曼佳 , 易忱
IPC: G06Q10/0635 , G06Q10/20 , G06Q50/06
Abstract: 本发明提供一种多维数据融合的输电线路健康状态评估方法,包括收集历史故障台账信息与机巡缺陷数据、计算厂商威尔逊得分、计算各等级风险基础积分、计算气候积分、计算隐患积分修正系数、计算隐患积分、电线路风险等级评估、检修应对策;在评估过程中,通过动态积分机制,能够实时反映输电线路的健康状态及其发展趋势,提供有力的数据支持,帮助电力公司制定科学的检修计划,最终提高输电线路的安全运行水平。
-
公开(公告)号:CN119052249B
公开(公告)日:2025-03-11
申请号:CN202411540735.3
申请日:2024-10-31
Applicant: 中南大学
IPC: H04L67/1008 , H04L67/1004
Abstract: 本申请公开了一种负载均衡调度方法和系统,通过获取第t个时隙内,多个服务器中的每一服务器的第一状态和第二状态;根据第一状态和第二状态对多个服务器进行聚类分组,得到多个服务器组,每一服务器组包括至少两个服务器;利用预先训练的任务调度模型根据每一服务器组内的至少两个服务器的第一状态,将多个服务器组划分为第一服务器组和多个第二服务器组;根据任务调度模型将多个第二服务器组中的待卸载任务卸载至第一服务器组中,并将卸载至第一服务器组的待卸载任务分配至第一服务器组中的至少两个服务器中,以达到精细化的任务调度策略和高效的均衡负载调度,实现边缘计算资源利用最大化。
-
公开(公告)号:CN119150835A
公开(公告)日:2024-12-17
申请号:CN202411620564.5
申请日:2024-11-14
Applicant: 中南大学
IPC: G06F40/186 , G06F40/117 , G06F40/205 , G06F40/284 , G06N20/00
Abstract: 本申请公开了一种基于大语言模型提示工程的咨询问题优化方法及系统,所述咨询问题优化方法包括构建用于模型输入重构的提示模板;获取法律咨询问题数据集,对法律咨询问题数据集其中的原始问题使用提示模板进行重构,得到对应的输入数据;对每条输入数据,使用已有的大型模型进行优化问题的生成,并进行专家评判和再优化,得到最终的优化问题数据集;将生成的优化问题数据集作为微调数据,对小型基座模型进行微调,得到问题优化模型;用户进行法律问题咨询时,基于问题优化模型实现对用户问题进行优化,本申请能利用提示工程在数据不足场景下生成数据、构建问题优化模型,提高用户法律咨询问题表达的专业性、准确性。
-
公开(公告)号:CN118984304A
公开(公告)日:2024-11-19
申请号:CN202411264709.2
申请日:2024-09-10
Applicant: 中南大学
IPC: H04L47/127 , H04L41/14 , H04L41/16 , G06N3/045
Abstract: 本发明涉及网络流量预测技术领域,特别是一种基于谱域图神经网络的宽带链路流量预测方法及系统,所述方法分为以下步骤:S1构建数据处理分析模块;S2构建基于谱域图神经网络的宽带链路流量预测模型;S3使用宽带链路时序流量数据进行模型训练和预测;本发明具有以下有益效果:本发明通过综合运用周期性异常处理机制和聚类分析技术,显著提升了数据处理的质量与效率;本发明关注到不同宽带链路之间的流量变化存在一定的相似性和关联性,采用了自注意力结构,显著增强了模型在捕捉复杂流量变化模式方面的能力,进一步提高了预测的准确性和可靠性;本发明引入了谱域图神经网络建模策略,显著增强了模型对流量变化不确定性的鲁棒性。
-
公开(公告)号:CN118966684A
公开(公告)日:2024-11-15
申请号:CN202411038769.2
申请日:2024-07-31
IPC: G06Q10/0631 , G06Q10/0633 , G06Q10/10 , G06Q50/26 , G06F18/2321
Abstract: 本发明公开一种无人环卫车协同作业的任务智能划分方法,包括:利用聚类算法对所有的任务路段进行聚类,聚类数量为预设的子任务数量,得到初始的聚类中心;初始化策略函数表和值函数表;根据当前的策略函数表为每个任务路段选择一个对应子任务;根据选择结果,利用奖励函数计算奖励值,并评估该选择结果的预期回报;奖励函数涉及多种因素;基于Actor‑Critic的更新规则,根据奖励值和下一个任务路段的值函数,更新当前任务段的值函数和策略函数;重复执行上述步骤,对策略函数表和值函数表进行更新,直至为每个任务路段分配最优的子任务。本发明能够提高工作效率,减少能源消耗,优化城市环卫服务。
-
公开(公告)号:CN118886397A
公开(公告)日:2024-11-01
申请号:CN202410930622.8
申请日:2024-07-11
Applicant: 中南大学
IPC: G06F40/12 , G06F18/27 , G06F40/177 , G06F21/62
Abstract: 本发明公开了基于大语言模型的多维度流量数据合成方法及系统,该方法获取历史表格数据,所述历史表格数据包括多个不同维度的流量相关数据;对所述历史表格数据中的流量相关数据进行文本特征编码,得到历史文本编码特征;构建的自回归大型语言模型,并使用所述历史文本编码特征对所述自回归大型语言模型进行微调;获取目标表格数据,并用所述自回归大型语言模型对所述目标表格数据进行采样,根据采样结果生成合成表格数据,相比现有技术,本发明能利用大语言模型在任意条件下灵活有效地合成拥有高保真度、高实用性以及有效的隐私保护性的移动蜂窝网络数据,并且在合成数据时采用重生成策略,大大提高了数据合成的效率。
-
-
-
-
-
-
-
-
-