-
公开(公告)号：CN111079921A
公开(公告)日：2020-04-28
申请号：CN201911197354.9
申请日：2019-11-29
Applicant: 杭州电子科技大学舟山同博海洋电子信息研究院有限公司 , 杭州电子科技大学
Abstract: 本发明公开了一种基于异构分布式系统的高效神经网络训练调度方法。本发明首先通过资源探测系统探测并分析分布式系统中的资源动态变化；将训练过程分解为内迭代与外迭代作为任务调度系统的重要子集，并根据资源探测系统提供的分布式系统节点状态信息，随后任务调度系统自适应地修改环境参数并调度计算。在公开数据集下进行的相关实验表明，在保证高准确率、收敛率的前提下，本发明具有更好的鲁棒性和可扩展性。
-
公开(公告)号：CN110990155A
公开(公告)日：2020-04-10
申请号：CN201911197625.0
申请日：2019-11-29
Applicant: 杭州电子科技大学 , 杭州电子科技大学舟山同博海洋电子信息研究院有限公司 , 浙江曙光信息技术有限公司
Abstract: 本发明公开了一种面向大规模安全监控的参数通信方法。本发明首先利用监控图片作为数据集，采用多节点集群组成参数服务器系统，其中一个节点作为参数服务器，其他节点作为计算节点。其次部署性能监控模型，参数服务器通过性能监控模块获取计算节点的性能参数。然后参数服务器以收集到的性能参数为依据，使用性能聚类算法计算出参数服务器下次同步计算节点的数量。最后计算节点根据同步标记选择全局模型或本地模型进入下一次迭代训练。本发明动态限制参数服务器的同步屏障规模，减少了同步通信开销，并且保证了模型训练的准确率；在计算节点间实现了有限异步计算，充分发挥了集群整体性能，实现集群动态负载均衡。
-
公开(公告)号：CN110990155B
公开(公告)日：2022-03-22
申请号：CN201911197625.0
申请日：2019-11-29
Applicant: 杭州电子科技大学 , 杭州电子科技大学舟山同博海洋电子信息研究院有限公司 , 浙江曙光信息技术有限公司
Abstract: 本发明公开了一种面向大规模安全监控的参数通信方法。本发明首先利用监控图片作为数据集，采用多节点集群组成参数服务器系统，其中一个节点作为参数服务器，其他节点作为计算节点。其次部署性能监控模型，参数服务器通过性能监控模块获取计算节点的性能参数。然后参数服务器以收集到的性能参数为依据，使用性能聚类算法计算出参数服务器下次同步计算节点的数量。最后计算节点根据同步标记选择全局模型或本地模型进入下一次迭代训练。本发明动态限制参数服务器的同步屏障规模，减少了同步通信开销，并且保证了模型训练的准确率；在计算节点间实现了有限异步计算，充分发挥了集群整体性能，实现集群动态负载均衡。
-
公开(公告)号：CN118710933A
公开(公告)日：2024-09-27
申请号：CN202410749741.3
申请日：2024-06-12
Applicant: 杭州电子科技大学 , 杭州电子科技大学舟山同博海洋电子信息研究院有限公司
IPC: G06V10/72 , G06V10/77 , G06V10/62 , G06V10/82 , G06N3/0464 , G06N3/0499
Abstract: 本发明公开了一种基于交互二维卷积的多变量时间序列数据预测方法，属于时序数据预测领域，该方法首先定时或持续记录，收集时序数据。其次构建多变量时间序列数据预测模型，输入收集的时序数据，得到预测结果。最后对多变量时间序列数据预测模型进行训练，并测试。本发明有效捕获长期时间变量，提升预测精度，打破变量空间连续性，帮助充分捕获变量间相关性，提升模型鲁棒性，适用于多变量时序数据预测任务。
-
公开(公告)号：CN118606844A
公开(公告)日：2024-09-06
申请号：CN202410756696.4
申请日：2024-06-13
Applicant: 杭州电子科技大学 , 杭州电子科技大学舟山同博海洋电子信息研究院有限公司
IPC: G06F18/2431 , G06F18/2131
Abstract: 本发明公开了一种基于频域特征抽取的时间序列分类方法，该方法首先获取数据集中的不同维度的时间序列信息，并应用标准化。其次将标准化后的时间序列信息放入时间分块层中，进行分解，将分解后的数据输入Transformer中的自注意力层提取时域特征。然后对时域特征进行傅里叶分解，并通过选择算子同时保留频域上的高频分量和低频分量，再通过逆傅里叶变换将时序数据转换到时域维度。最后根据时域特征和频域特征信息，由分类器对时序数据进行分类。本发明从而解决了时序数据的分类过程中缺乏对频域信息的学习，提高时序分类的准确率。
-
Patent Agency Ranking
公开(公告)号：CN111027708A
公开(公告)日：2020-04-17
申请号：CN201911197591.5
申请日：2019-11-29
Applicant: 杭州电子科技大学舟山同博海洋电子信息研究院有限公司 , 杭州电子科技大学 , 浙江曙光信息技术有限公司
Abstract: 本发明公布一种面向分布式机器学习的参数通信优化方法。本发明将机器学习迭代-收敛算法的容错特性进行扩展，提出了动态有限容错特性，并基于动态有限容错性实现了一种分布式机器学习参数通信优化策略，通过动态调节各计算节点与参数服务器的同步策略结合性能检测模型，充分利用各计算节点的性能，保证机器学习模型准确率；保证计算资源充足，模型的训练过程不受分布式计算资源动态变化的影响；将训练算法和系统硬件资源进行解耦，解放了开发人员凭经验手工进行计算资源的分配以及数据通信调优的过程，有效的提高了程序在各种集群环境下的扩展性和较高的执行效率。本发明可应用于分布式机器学习参数通信的优化、集群计算性能的优化等领域中。
-
公开(公告)号：CN119476591A
公开(公告)日：2025-02-18
申请号：CN202411545590.6
申请日：2024-11-01
Applicant: 杭州电子科技大学
IPC: G06Q10/04 , G06Q10/067 , G06F18/213 , G06F123/02
Abstract: 本发明公开了一种基于深度子特征分解的多变量时间序列数据预测方法，该方法首先记录收集时序数据。其次构建多变量时间序列数据预测模型，输入收集的时序数据，进行特征分解，得到预测结果。最后对多变量时间序列数据预测模型进行训练并测试。本发明提高了关键时间变量在数据层面的显著性，实现了对复杂混合的时序数据的解耦，降低了时间变量的捕获难度，提升了模型的预测精度以及鲁棒性。
-
公开(公告)号：CN113934714B
公开(公告)日：2024-11-12
申请号：CN202111075791.0
申请日：2021-09-14
Applicant: 杭州电子科技大学
IPC: G06F16/215 , G06V10/762 , G06V10/764 , G06V10/774
Abstract: 本发明公开一种基于概率密度聚类的数据清洗方法及装置。本发明从基于层级聚类模型预测数值型错误数据出发，利用数据的概率密度求出数据的特征向量，再根据特征向量来进行模型训练和预测，提高了错误数据的预测精准度，并且人工参与的工作量较小，工作复杂度较低；在利用概率密度求特征向量的过程中，设置的阈值精度较高，个数较多，使本方法具有的一定的泛化型。
-
公开(公告)号：CN112488655B
公开(公告)日：2024-09-06
申请号：CN202011400356.6
申请日：2020-12-04
Applicant: 杭州电子科技大学
Abstract: 本发明提供一种基于多租户模式的业务流程动态定制系统及方法。业务流程系统包括业务流程模块、表单管理模块、租户感知模块、流程执行器和共享数据库等；该方法通过对租户的业务需求进行分析，按层级划分任务节点，构建多租户业务流程定制模型；针对业务流程中的可变性任务节点，在模型中加入了模式匹配器，能够根据业务需求的调整动态生成符合要求的业务流程。采用本方法后，系统能根据当前的租户身份，生成一个符合该租户需求的业务流程，减少租户的定制操作；加入的模式匹配器，增强了系统对可变性因素的控制，提高了系统的灵活性。由于租户间共用一套业务流程系统，可以从很大程度上降低系统的运营成本。
-
公开(公告)号：CN111580934B
公开(公告)日：2024-08-09
申请号：CN202010401889.X
申请日：2020-05-13
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种云计算环境下多租户虚拟机性能一致的资源分配方法。本发明首先针对物理服务器多种性能特征制定不同的归一化衡量指标。然后利用集成基准测试软件包对物理服务器进行基准测试，自动化收集物理服务器不同硬件组件间的资源使用情况。之后根据用户虚拟机的负载特征预测其所需的资源量和性能表现，最后为不同物理服务器上的虚拟机分配不同的硬件资源。本发明能够衡量不同硬件配置的服务器之间的性能等价性，准确估测不同配置下用户虚拟机性能，同时利用虚拟机性能一致性资源分配算法保证不同物理机上用户虚拟机的性能一致性，并通过虚拟机服务等级协议保证算法实时保持云计算用户的服务质量。
-
-
-
-
-
-
-
-
-
Search Results
236
records
(took 0.1 seconds)
