-
公开(公告)号：CN108416054B
公开(公告)日：2021-10-22
申请号：CN201810228575.7
申请日：2018-03-20
Applicant: 东北大学
IPC: G06F16/182 , G06F16/13 , G06F16/17
Abstract: 本发明提供一种基于文件访问热度的动态HDFS副本个数计算方法，涉及数据分析技术领域。基于文件访问热度的动态HDFS副本个数计算方法，首先通过改进的马尔可夫模型分析得到热点文件的访问热度随时间变化的规律，并根据文件访问热度的计算公式，对文件的访问热度进行预测。然后采用排队论算法，给出副本个数的计算公式，动态调整热点文件的副本个数。本发明提供的基于文件访问热度的动态HDFS副本个数计算方法，解决了对热点文件的访问瓶颈的问题，提高了集群的服务效率。
-
公开(公告)号：CN108399267A
公开(公告)日：2018-08-14
申请号：CN201810255690.3
申请日：2018-03-27
Applicant: 东北大学
Abstract: 本发明属于数据分析与挖掘技术领域，具体涉及一种基于簇语义特征分析的反馈式聚类方法，包括以下步骤：1)根据反馈式属性加权K-means聚类以获得最优属性权重；2)根据簇语义特征分析以获得最优聚类结果。本发明通过属性权值反应用户对属性的关注度，利用簇语义特征分析方法将聚类结果中具有代表性、区分性和可理解性的属性项选择出来并展示以解决用户对聚类结果难以理解的问题，在此基础上融入用户的领域知识、经验及业务分析目标，采用基于改进粒子群算法的权值调整来优化属性权值，同时优化聚类个数，使优化的权值和聚类个数重新聚类以得出满足用户分析目标的聚类结果。
-
公开(公告)号：CN108364030B
公开(公告)日：2019-08-20
申请号：CN201810227288.4
申请日：2018-03-20
Applicant: 东北大学
IPC: G06K9/62
Abstract: 本发明提供一种基于三层动态粒子群算法的多分类器模型构建方法，涉及数据分析处理技术领域。该方法包括：预处理输入特征向量集；对预处理后的特征向量集反复分类、切分、训练和合并，直到获得支持向量机的支持向量；采用改进的三层粒子群算法对支持向量机核函数进行优化，构建多分类器模型。本发明提供的一种基于三层动态粒子群算法的多分类器模型构建方法，采用分治方法，对初始数据集进行数据块切分，降低子支持向量机的数据处理规模，加快训练时间，同时，对每一层利用相同数量的独立的支持向量机训练，获得支持向量集，充分利用集群环境，提高并行效率，再对最终的支持向量机核参数进行优化，获得最优的支持向量集，从而获得多分类器模型。
-
公开(公告)号：CN119105550A
公开(公告)日：2024-12-10
申请号：CN202411330172.5
申请日：2024-09-24
Applicant: 东北大学
IPC: G05D1/695 , G05D109/20
Abstract: 本发明提供一种基于自动编码器的多无人机路径规划和功率分配方法，涉及无人机技术领域。本发明研究了多无人机场景下的功率分配和路径规划问题，目的是最大化随机用户环境中用户设备的平均数据传输速率。为此，本发明提出了一个面向分散式多智能体环境的深度强化学习框架，为无人机自主协作提供了解决方案。该框架基于自动编码器使用自监督的表示学习任务来学习无人机的共同通信基础，在此基础上，无人机可以理解并传达彼此观测到的信息，提升了无人机在受限观测条件下的信息获取能力。这种方法适用于完全分散执行的体系结构，并且不需要额外的辅助信息，实现了无人机之间高效的信息传递和交流，从而有效地提高了无人机网络的服务效率。
-
公开(公告)号：CN108399434B
公开(公告)日：2022-02-18
申请号：CN201810228459.5
申请日：2018-03-20
Applicant: 东北大学
Abstract: 本发明提供一种基于特征提取的高维时间序列数据的分析预测方法，涉及数据分析技术领域。该方法首先度量高维时间序列数据的条件属性间和条件属性与决策属性间的相关性，并将与决策属性有相关性的条件属性加入属性核集中；再对高维时间序列数据进行特征提取；然后建立多元线性回归模型，再通过基于健康度的粒子群优化算法对模型中的回归系数进行优化；最后根据所构建的多元线性回归模型，得到某一时刻决策属性的值。本发明提供的基于特征提取的高维时间序列数据的分析预测方法，解决了高维时间序列数据在分析预测过程中所存在的预测效率低、误差大以及容易出现局部最优解的问题，有效提高了多元线性回归分析算法对高维时间序列数据的预测效果。
-
Patent Agency Ranking
公开(公告)号：CN108363643A
公开(公告)日：2018-08-03
申请号：CN201810255610.4
申请日：2018-03-27
Applicant: 东北大学
IPC: G06F11/14
Abstract: 本发明提出一种基于文件访问热度的HDFS副本管理方法，基于文件访问热度计算文件的副本数量；基于多文件访问关联性对预测的热点文件进行动态副本放置；据需要删除副本的文件对副本进行删除操作；本发明方法利用时间序列分析方法对文件访问热度进行预测，并给出文件访问热度的计算公式以及副本个数的计算公式，能够支持动态热点文件副本个数的调整，解决热点文件的访问瓶颈的问题，提高集群的服务效率。
-
公开(公告)号：CN102088475B
公开(公告)日：2013-09-04
申请号：CN201010563748.4
申请日：2010-11-29
Applicant: 东北大学
Abstract: 一种控制流集中数据流分布的组合服务执行系统及执行方法，该系统包括一个中心节点和分布在网络中不同节点上的多个服务代理。本发明的优点：通过发送控制消息通知服务何时、往何处发送数据，从而既能够解决分布式执行方式缺乏对组合服务整体运行情况的监控能力，又能够解决集中式执行方式由于数据流都经过中心节点中转而易存在系统性能瓶颈的问题。同时，该方法采用中心节点控制组合服务的全局执行逻辑，能够兼容当前的主流组合服务执行语言BPEL，从而可以有效地支持组合服务应用的执行。
-
公开(公告)号：CN115907254A
公开(公告)日：2023-04-04
申请号：CN202211471616.8
申请日：2022-11-23
Applicant: 东北大学
IPC: G06Q10/047 , G06Q10/0835 , G06F30/27 , G06N3/006 , G06F111/06
Abstract: 本发明提供一种基于进化的多目标强化学习的车辆路线规划方法，涉及路径规划技术领域。该方法将多目标车辆路线规划问题建模为马尔可夫决策过程，通过MMPPO与物流系统环境的交互来学习一组帕累托最优车辆路线策略；从预热阶段开始，随机产生多个学习任务并执行MMPPO来产生后代群体；每个学习任务都使用其相关的样本策略通过与车辆路线规划环境交互来收集一组车辆路线策略；预热阶段结束后，进入进化阶段，任务总体和外部帕累托存档都将基于后代群体进行更新，再从任务总体中为每个权重向量选择多个新的学习任务。在MMPPO算法收敛时输出一组非主导的车辆路线方案。这些方案对应于不同目标之间的权衡，决策者可以选择符合当前偏好的方案。
-
公开(公告)号：CN108363643B
公开(公告)日：2021-06-15
申请号：CN201810255610.4
申请日：2018-03-27
Applicant: 东北大学
IPC: G06F11/14
Abstract: 本发明提出一种基于文件访问热度的HDFS副本管理方法，基于文件访问热度计算文件的副本数量；基于多文件访问关联性对预测的热点文件进行动态副本放置；据需要删除副本的文件对副本进行删除操作；本发明方法利用时间序列分析方法对文件访问热度进行预测，并给出文件访问热度的计算公式以及副本个数的计算公式，能够支持动态热点文件副本个数的调整，解决热点文件的访问瓶颈的问题，提高集群的服务效率。
-
公开(公告)号：CN108416395A
公开(公告)日：2018-08-17
申请号：CN201810255706.0
申请日：2018-03-27
Applicant: 东北大学
IPC: G06K9/62
CPC classification number: G06K9/627 , G06K9/6282
Abstract: 本发明属于数据分析与挖掘技术领域，具体涉及一种基于属性简约的交互式决策树构建方法，包括以下步骤：1)根据属性简约方法得出有限样本集合的简约核集；2)根据所述简约核集生成决策树；3)进行交互式决策树剪枝。本发明针对大数据环境中数据维度较高导致用户难以理解的问题，利用互信息计算属性核集，对剩余属性利用粒子群算法进行训练；在训练的同时，引入条件属性与决策属性的依赖度对粒子速度进行更新，提高收敛速度，最终得到全局近似最优约简的属性集合；在决策树构建过程中融入领域专家的剪枝经验，能够提高决策树的分类精度，降低其错分代价。
-
-
-
-
-
-
-
-
-
Search Results
18
records
(took 0.039 seconds)
