一种雷达回波外推预报方法及系统

    公开(公告)号:CN115390164B

    公开(公告)日:2023-01-31

    申请号:CN202211322018.4

    申请日:2022-10-27

    Abstract: 本发明公开了一种雷达回波外推预报方法及系统,本发明采用基于上下文信息融合及注意力机制的长短期记忆网络构建预测神经网络,通过上下文信息融合提高了输入数据之间的相关性和输入数据的时空细节特征,增强网络的短期依赖能力,通过注意力机制可拓宽预测单元的时间感受野来感知更多的时间动态,捕获更可靠的帧间运动信息,大大增强了降雨预测精准度。本发明克服了现有技术对上下文信息提取不足、预报时效短的缺点,实现了准确度更高的雷达回波外推预测。

    一种基于自然语言处理的地质表头归并方法及装置

    公开(公告)号:CN114896968A

    公开(公告)日:2022-08-12

    申请号:CN202210649555.3

    申请日:2022-06-10

    Abstract: 本发明公开了一种基于自然语言处理的地质表头归并方法及装置,所述方法包括获取地质表头文本原始数据,对地质表头文本原始数据进行预处理;将所述预处理过的地质表头文本原始数据转化为包括词编号和词的词表,再利用所述词表将地质表头文本原始数据转化为词编号序列;将所述词编号序列输入预先建立的基于长短期记忆神经网络的表头归并模型,经过所述表头归并模型的嵌入层、LSTM层后输出特征向量;使用softmax对所述特征向量计算,得出地质表头文本所属标签类别的概率,输出表头文本的类别预测结果,本发明能够统筹地质表头文本数据集的局部和全局文本特征,具备良好的准确性和稳定性,有效提升地质表头文本类别预测的效果。

    基于深度强化学习的节能型自动互联车辆服务卸载方法

    公开(公告)号:CN114528042A

    公开(公告)日:2022-05-24

    申请号:CN202210114199.5

    申请日:2022-01-30

    Inventor: 郭佳杰 许小龙

    Abstract: 本发明公开了基于深度强化学习的节能型自动互联车辆服务卸载方法,该发明提出名为ECAC的分布式服务卸载方法。ECAC基于异步深度强化学习方法——异步优势行动者‑评论家(A3C)算法,将A3C映射到了端‑边‑云协同系统中。其核心思想是将ECD映射为A3C中的智能体,指导自己对于车辆服务的卸载决策;将云服务器映射为A3C中的中央网络,用于统筹和归纳各智能体的学习结果,并在每次参数更新后将自身参数拷贝到对应的ECD中。整个算法具备系统的需求动态学习、自动调整卸载策略的特征,能够满足不同时延敏感度的服务的需求。并且能长远地兼顾能耗和时延问题,做到绿色、高质量服务。

    一种基于LSD线段检测的文档图像三角图检测方法

    公开(公告)号:CN114005130A

    公开(公告)日:2022-02-01

    申请号:CN202111175439.4

    申请日:2021-10-09

    Abstract: 本发明公开了一种基于LSD线段检测的文档图像三角图检测方法,包括以下步骤:步骤1、对采集得到的文档图像进行高斯滤波降噪,得到低噪图像;步骤2、对低噪图像进行LSD线段检测,得到原始线段集合;步骤3、对原始线段集合进行处理,合并重叠和错误分段的线段,得到合并线段集合;步骤4、搜寻合并线段集合中符合预设条件的三角图线段组,对各三角图线段组中三条线段所在直线的交点处进行Harris角点检测,得到各三角图线段组对应的三角图角点组;步骤5、根据三角图线段组与三角图角点组中各线段与角点之间的相对位置,判断该三角图线段组所在处是否为三角图。本发明进一步降低误检率,准确检测处文档图像中的三角图。

    一种无线城域网环境下兼顾隐私保护的计算迁移方法

    公开(公告)号:CN110753117A

    公开(公告)日:2020-02-04

    申请号:CN201911015123.1

    申请日:2019-10-24

    Abstract: 本发明公开了一种无线城域网环境下兼顾隐私保护的计算迁移方法,该方法包括:1、获取无线城域网中朵云资源需求和供给情况、设备部署信息;2、获取计算任务的冲突状态和隐私泄露状态;3、针对计算任务的特点,制定计算任务动态调度方法;4、根据调度策略,计算朵云的平均资源使用率偏差,以及计算任务的传输延迟;5、对各种调度策略下的目标函数值进行评估,选择用于管理无线城域网增强服务功能的朵云计算任务的最优策略。本发明根据资源信息,实时给出一种调度策略,既保护用户隐私,又最优化朵云负载均衡,能够实现减少计算迁移时间,提高服务性能。

    一种面向朵云资源管理的多目标虚拟机调度方法及系统

    公开(公告)号:CN110069319A

    公开(公告)日:2019-07-30

    申请号:CN201910298352.2

    申请日:2019-04-15

    Abstract: 本发明公开了一种面向朵云资源管理的多目标虚拟机调度方法,该方法包括:实时收集朵云分配记录,并从朵云分配记录数据集R中获取运行的朵云列表P以及特殊虚拟机集合PV;通过遍历朵云分配记录数据集R,获得运行的朵云列表P中每个朵云的空闲空间;计算所有朵云对应的虚拟机调度策略集合,根据所述朵云的空闲空间评估虚拟机调度策略引起的迁移成本及执行后的朵云负载均衡方差;根据所述执行后的朵云负载均衡方差和迁移成本,计算负载均衡方差集合和迁移成本集合;通过简单加权法和多标准决策算法,寻求联合优化效果最优的虚拟机调度策略。本发明综合考虑执行虚拟机迁移产生的时间和迁移后朵云的负载均衡方差,在满足迁移的成本要求之余,优化了指标,减少了资源空闲的可能性,节省了能耗。

    一种用于车联网应用的高效边缘计算迁移方法

    公开(公告)号:CN109905859A

    公开(公告)日:2019-06-18

    申请号:CN201910031387.X

    申请日:2019-01-14

    Abstract: 本发明提供了一种用于车联网应用的高效边缘计算迁移方法,包括以下步骤:S1、获取车联网内车辆的当前位置信息以及车辆产生的迁移任务的应用需求;S2、获取车联网内所有边计算结点的位置信息和边结点的计算资源情况;S3、根据车辆与边计算结点的距离和迁移任务的应用需求,过滤掉不符合条件的边计算结点;S4、计算每一个迁移策略所需的时间和能耗;S5、通过简单加权法和多标准决策算法获取最优的计算迁移策略。本发明方法在满足计算任务的计算能力和计算延迟的要求之余,最大程度上减少边计算结点的能耗,提高了边计算结点的利用率。

    一种基于改进蚁群算法的云数据中心任务调度方法

    公开(公告)号:CN103970609B

    公开(公告)日:2017-03-08

    申请号:CN201410168654.5

    申请日:2014-04-24

    Abstract: 本发明提出了一种基于改进蚁群算法的云数据中心任务调度方法,涉及云计算领域,包括以下步骤:步骤1:输入用户提交的待调度工作流任务集合以及用户租赁的虚拟机集合;步骤2:将任务分配给虚拟机执行的调度问题表示成标准的最小值求解问题;步骤3:用基于信息素更新的蚁群算法求解云计算环境虚拟机任务调度问题。本发明能够适应云环境的动态性,不但缩短了用户任务调度的时间开销,而且将云数据中心中的虚拟机负载维持在一个相对均衡的状态。

    一种动态边缘计算环境下的分层联邦学习优化方法

    公开(公告)号:CN120017513A

    公开(公告)日:2025-05-16

    申请号:CN202510475312.6

    申请日:2025-04-16

    Abstract: 本发明提供了一种动态边缘计算环境下的分层联邦学习优化方法,包括:步骤1,通过动态聚类算法优化由终端设备和聚合节点组成的参与协同训练的设备聚合拓扑,保持稳定设备关系的同时适应设备变化;所述终端设备包括智能手机、物联网终端;所述节点包括边缘服务器、网关;步骤2,基于历史性能数据预测并推荐最优训练频率,实现资源感知的自适应训练调度;步骤3,设备根据自身资源状况动态调整训练轮次,平衡训练强度与时间效率;步骤4,建立分层超时容错机制,在保证训练连续性的同时处理异常设备状况。本发明在动态的边缘计算环境中,对分层模型训练框架中的聚合结构和聚合频率进行动态调整,提升了模型训练的效率和精度。

Patent Agency Ranking