器官特异性模态自适应的器官功能智能评估方法及系统

    公开(公告)号:CN117540276A

    公开(公告)日:2024-02-09

    申请号:CN202311572140.1

    申请日:2023-11-23

    Abstract: 本发明提出一种器官特异性模态自适应的器官功能智能评估方法和系统,包括:获取生物器官在各个发育阶段的多模态数据,且每个模态数据均具有相应的器官功能分类标签,以多模态计算框架为基础,构建深度神经网络模型,采用该多模态数据训练该深度神经网络模型执行器官功能分类任务,得到多模态分类模型将待分类生物器官的多模态数据输入该多模态分类模型,得到其器官功能分类结果,并通过保存该待分类生物器官的多模态数据和其器官功能分类结果构建生物器官的指标库;以该指标库为后续多模态数据提供检索服务,得到其器官功能分类结果。

    一种基于多级调度的纠删码系统恢复方法及系统

    公开(公告)号:CN113504875B

    公开(公告)日:2023-08-01

    申请号:CN202110742243.2

    申请日:2021-06-24

    Abstract: 本发明提出一种基于多级调度的纠删码系统恢复方法及系统,基于水平码的数据布局方式,提出基于数据读取、网络调度和计算调度的多级调度方法,通过动态资源窗口机制分别控制各个阶段的负载均衡,数据读取和网络调度形成生产者‑消费者模型,通过令牌机制保证数据读取阶段的数据能够完全被网络传输和数据恢复使用,提高磁盘I/O的利用率。基于水平‑垂直码的数据布局方式,提出基于节点间和节点内的恢复调度,调度节点间和节点内的数据恢复过程。

    多租户任务调度方法、系统
    85.
    发明公开

    公开(公告)号:CN116501459A

    公开(公告)日:2023-07-28

    申请号:CN202310286432.2

    申请日:2023-03-22

    Abstract: 本发明提出一种多租户任务调度方法、系统,所述方法包括:依据用户任务请求,为深度神经网络的每个层生成满足QoS要求的候选层集合;为候选层集合中的每个候选层设置一个标识符,重构深度神经网络模型;在GPU中执行深度神经网络模型的情况下,计算不同的候选层组合的共置开销,生成共置开销集合,选择具有最佳共置性能的至少一组候选层组合作为最优候选实现;在GPU中不执行深度神经网络模型的情况下,选择候选层集合中的最优候选层作为最优候选实现;将最优候选实现作为标识符列表,写入用户任务请求并提交至GPU;GPU运行时根据所述标识符列表选择对应的候选层实现。该方法在保证每个作业的QoS的同时,提高多租户系统的吞吐量。

    一种基于微容器及云函数的轻量虚拟化裁剪方法

    公开(公告)号:CN111158855B

    公开(公告)日:2023-06-23

    申请号:CN201911319222.9

    申请日:2019-12-19

    Abstract: 本发明提供一种基于微容器及云函数的轻量虚拟化裁剪方法。同时,作为该方法的实施例,本发明还提供了基于微容器及云函数的轻量虚拟化裁剪方法及系统,包括将用户的服务请求的执行代码编译为执行文件,根据该执行文件和基础容器镜像,生成轻量化可供用户以“云函数”方式调用的钥匙微容器镜像,根据该钥匙微容器镜像启动钥匙微容器,钥匙微容器向该服务请求对应业务的资源代理容器,发送作业请求指令;该资源代理容器根据该作业请求指令,对该业务选择一个已经开启微服务控制组,将该业务写入该微服务控制组的作业等待队列,长时运行服务器容器从作业等待队列获取该业务并进行作业处理,得到该服务请求的作业处理结果。本发明由此具有:启动速度快和计算服务动态扩缩容等技术效果。

    基于迁移学习的运动想象脑电分类模型训练方法及系统

    公开(公告)号:CN116049716A

    公开(公告)日:2023-05-02

    申请号:CN202211717698.X

    申请日:2022-12-29

    Abstract: 本发明提出一种基于迁移学习的运动想象脑电分类模型训练方法,包括:获取目标用户和辅助用户的脑电信号,提取该脑电信号的信号特征,构建为总数据集;将总数据集包含有辅助用户据集和目标用户数据集;将辅助用户数据集切分为多个数据子集,构建为辅助域数据集;目标用户数据集即为目标域数据集;以迁移学习方法,通过该辅助域数据集和目标域数据集,训练得到运动想象脑电分类模型。本发明还提出一种基于迁移学习的运动想象脑电分类模型训练系统,以及一种用于运动想象脑电分类模型训练的数据处理装置。

    基于量化技术的图像深伪检测加速方法及系统

    公开(公告)号:CN115719520A

    公开(公告)日:2023-02-28

    申请号:CN202211387390.3

    申请日:2022-11-07

    Abstract: 本发明提出一种基于量化技术的图像深伪检测加速方法和系统,包括:获取已标记深伪检测结果的训练视频,从训练视频中抽取伪造检测的关键帧,对关键帧进行压缩并去除冗余信息后提取保留伪造检测关键维度的帧特征;基于帧特征,利用人脸识别算法,定位关键帧中人脸位置信息,基于人脸位置信息、帧特征和已标记深伪检测结果,训练得到初始检测模型;对初始检测模型的权重、激活值进行量化转换,并验证推理速度和精度损失间的平衡,将量化转换后的初始检测模型作为中间模型;对中间模型进行微调或重训练,得到最终的深度伪造检测模型;将待深度伪造检测的视频输入深度伪造检测模型,得到其是否属于伪造视频的检测结果。

    一种数据分组交换系统和方法

    公开(公告)号:CN114257557A

    公开(公告)日:2022-03-29

    申请号:CN202111423226.9

    申请日:2021-11-26

    Abstract: 本发明提出一种数据分组交换方法和系统,包括构建由多个子交换模块构成的交换系统,交换系统的子交换模块按照行列规则排布,且每行子交换模块均设有输入分发模块,交换系统中每一列的子交换模块两两相连;待交换的数据分组通过输入分发模块进入交换系统,根据数据分组携带的目的地址,将数据分组分发到输入分发模块所在行的子交换模块并将其作为初始交换模块,初始交换模块将数据分组存储到单独的一个队列中等待端口仲裁授权;数据分组被授权后,根据目的地址将数据分组分发给交换系统中某一行的子交换模块并将其作为目的子交换模块,目的子交换模块将数据分组存储到另一个单独的队列,等待输出端口仲裁之后输出数据分组。

Patent Agency Ranking