一种应用于DAS系统中在线训练DNN模型的实现方法

    公开(公告)号:CN110363216A

    公开(公告)日:2019-10-22

    申请号:CN201910472772.8

    申请日:2019-05-31

    Abstract: 本发明公开了本实施例提供一种应用于DAS系统中在线训练DNN模型的实现方法,实现方法包括:识别器,识别器具有第一权重的神经网络,识别器与输出采样数据的DAS系统连接,识别器接收采样数据并输出告警类别;样本库,样本库与DAS系统、识别器连接,样本库接收告警类别和采样数据后关联存储为样本数据;训练池,训练池与样本库连接,训练池抽取包含所有告警类别的样本数据用来形成训练数据;以及训练器,训练器具有与识别器区别仅在于第二权重的神经网络,训练器与训练池连接。本发明的有益效果为运行时在线学习并更新DNN的状态,从而根据实际信息不断的优化减少虚警。

    一种分布式高可用、可扩展、可移植的软件架构

    公开(公告)号:CN106155680B

    公开(公告)日:2019-08-02

    申请号:CN201610477065.4

    申请日:2016-06-27

    Abstract: 本发明涉及一种分布式高可用、可扩展、可移植的软件架构,该软件架构分为上层应用和公共平台,公共平台覆盖在操作系统上以支撑整个业务系统,在上层应用和公共平台之间连接有系统服务接口、任务管理接口和功能交互接口;公共平台中包括有平台管理模块、系统服务模块、任务管理模块和通信代理模块;公共平台还连接有温备份容错机制模块;上层应用中每个任务通过系统服务接口连接系统服务模块、通过任务管理接口连接任务管理模块、通过功能交互接口连接通信代理模块。本发明的软件架构主要用来模块化地开发、运行、管理分布式业务系统,使得上层应用随需构建、系统灵活配置,提供其稳定性、高可用性保障,以及后期的易维护性和易扩展性支持。

Patent Agency Ranking