一种基于无标记数据迁移的跨模态检索方法及系统

    公开(公告)号:CN110647904B

    公开(公告)日:2022-09-23

    申请号:CN201910707010.1

    申请日:2019-08-01

    Abstract: 本发明提出一种基于无标记数据迁移的跨模态检索方法及系统,将经过聚类的无标注信息的单模态图像和文本数据作为迁移源域,有标注信息的跨模态数据集作为目标域,通过迁移学习将源域迁移至目标域的跨模态数据集,扩大训练数据规模,增加跨模态数据的语义信息,学得一个更好的共同空间。本发明很好地解决了跨模态数据集数据规模小的问题,更加符合实际用户查询不在预定义类别范围内的情况;同时,可以更好地提取不同模态数据的上层语义信息,克服模态之间的异构性差异,增加模态之间的相似性,提高跨模态检索准确率。

    一种基于虚拟化实现主备故障自动恢复的方法及系统

    公开(公告)号:CN103559108B

    公开(公告)日:2017-05-17

    申请号:CN201310558217.X

    申请日:2013-11-11

    Abstract: 本发明涉及一种基于虚拟化实现主备故障自动恢复的方法及系统,部署包括控制中心和若干台物理机的集群系统,每台物理机上运行若干个虚拟机;所述控制中心实时监控所有物理机的运行状态,每台物理机实时监控其内部若干个虚拟机的运行状态;当出现故障时,判断是虚拟机故障还是物理机故障,然后进行针对性的故障自动恢复处理;本发明将虚拟化技术引入到主从系统的故障恢复中,可自动实现故障感知和故障恢复,不需要人工参与,相比传统的手动恢复方式,可以做到快速故障恢复,将恢复时间控制在分钟级,从而缩短了只有一台机器提供服务的不稳定时间;且本发明既可实现虚拟机故障的快速恢复,还可实现物理机故障的快速恢复,扩大了可靠性的保障范围。

    一种实时在线日志检测方法及系统

    公开(公告)号:CN103514398B

    公开(公告)日:2016-08-17

    申请号:CN201310492962.9

    申请日:2013-10-18

    Abstract: 本发明涉及一种实时在线日志检测方法,包括:步骤1:将整个的训练日志转换为一个离散事件序列;步骤2:建立一个检测模型;步骤3:将待测日志分段生成至少一个日志段,并为每个日志段分配日志段序列;步骤4:对一个日志段进行异常程度评分,得到相对熵;步骤5:判断相对熵是否为正值,如果是,当前日志段异常,跳至步骤7;否则,当前日志段为正常;步骤6:判断相对熵是否大于阈值,如果是,当前日志段为异常;否则,跳至步骤8;步骤7:发送异常警告给用户,待检测程序恢复到检测所述日志段之前的状态;步骤8:判断异常日志中是否存在未评分日志段,如果是,跳转至步骤4;否则,结束。本发明可实时检测异常,且不需要设置复杂的参数,简单有效。

    一种将关系型数据迁移至HBase的方法及系统

    公开(公告)号:CN103631907A

    公开(公告)日:2014-03-12

    申请号:CN201310612192.7

    申请日:2013-11-26

    CPC classification number: G06F17/303

    Abstract: 本发明涉及一种将关系型数据迁移至HBase的方法及系统,包括关系数据库、HBase数据库、SQL解析模块、查询转换模块和数据模式管理模块;通过在HBase数据库中设计映射关系表,存储原关系数据库中模式信息与HBase数据库中模式信息的映射关系,完整保留了原关系数据库中数据表格的模式信息,且可灵活配置映射方式,为用户提供了更多的选择,且HBase的高效数据组织方式,大大提高了访问性能,节省了存储空间,同时提供数据导出功能,实现与其他子系统的数据交互,另外,数据查询功能支持SQL查询,将SQL查询语句转换成HBase数据库的查询语句,使用户更平滑地过渡到HBase数据库。

    一种基于虚拟化实现主备故障自动恢复的方法及系统

    公开(公告)号:CN103559108A

    公开(公告)日:2014-02-05

    申请号:CN201310558217.X

    申请日:2013-11-11

    Abstract: 本发明涉及一种基于虚拟化实现主备故障自动恢复的方法及系统,部署包括控制中心和若干台物理机的集群系统,每台物理机上运行若干个虚拟机;所述控制中心实时监控所有物理机的运行状态,每台物理机实时监控其内部若干个虚拟机的运行状态;当出现故障时,判断是虚拟机故障还是物理机故障,然后进行针对性的故障自动恢复处理;本发明将虚拟化技术引入到主从系统的故障恢复中,可自动实现故障感知和故障恢复,不需要人工参与,相比传统的手动恢复方式,可以做到快速故障恢复,将恢复时间控制在分钟级,从而缩短了只有一台机器提供服务的不稳定时间;且本发明既可实现虚拟机故障的快速恢复,还可实现物理机故障的快速恢复,扩大了可靠性的保障范围。

    一种面向小作业优化的并行处理系统

    公开(公告)号:CN103279390A

    公开(公告)日:2013-09-04

    申请号:CN201310210251.8

    申请日:2013-05-30

    Abstract: 本发明涉及一种面向小作业优化的并行处理系统,由下至上依次包括资源管理模块、资源伸缩模块、计算系统模块、模型翻译模块和作业逻辑模块;所述资源管理模块实现对整体系统的资源管理并提供管理平台;所述资源伸缩模块在管理平台上为计算系统模块提供工作节点;所述计算系统模块是系统的运行时的环境,用于实现在一个JVMJava虚拟机中的不同线程之间直接共享数据;所述模型翻译模块用于将作业逻辑翻译成运行环境中可识别的工作流;所述作业逻辑模块用于设置数据传输模式和逻辑表达模型。本发明实现了一套编程可扩展、资源可伸缩的并行处理系统Binos,以及Binos-HashMR和Binos-FileMR两套不同的MapReduce编程模型,通过数据存储、传输、处理逻辑等相关方面的优化,显著提高了小作业的执行效率。

    一种基于无标记数据迁移的跨模态检索方法及系统

    公开(公告)号:CN110647904A

    公开(公告)日:2020-01-03

    申请号:CN201910707010.1

    申请日:2019-08-01

    Abstract: 本发明提出一种基于无标记数据迁移的跨模态检索方法及系统,将经过聚类的无标注信息的单模态图像和文本数据作为迁移源域,有标注信息的跨模态数据集作为目标域,通过迁移学习将源域迁移至目标域的跨模态数据集,扩大训练数据规模,增加跨模态数据的语义信息,学得一个更好的共同空间。本发明很好地解决了跨模态数据集数据规模小的问题,更加符合实际用户查询不在预定义类别范围内的情况;同时,可以更好地提取不同模态数据的上层语义信息,克服模态之间的异构性差异,增加模态之间的相似性,提高跨模态检索准确率。

    一种面向小作业优化的并行处理系统

    公开(公告)号:CN103279390B

    公开(公告)日:2016-09-28

    申请号:CN201310210251.8

    申请日:2013-05-30

    Abstract: 本发明涉及一种面向小作业优化的并行处理系统,由下至上依次包括资源管理模块、资源伸缩模块、计算系统模块、模型翻译模块和作业逻辑模块;所述资源管理模块实现对整体系统的资源管理并提供管理平台;所述资源伸缩模块在管理平台上为计算系统模块提供工作节点;所述计算系统模块是系统的运行时的环境,用于实现在一个JVMJava虚拟机中的不同线程之间直接共享数据;所述模型翻译模块用于将作业逻辑翻译成运行环境中可识别的工作流;所述作业逻辑模块用于设置数据传输模式和逻辑表达模型。本发明实现了一套编程可扩展、资源可伸缩的并行处理系统Binos,以及Binos‑HashMR和Binos‑FileMR两套不同的MapReduce编程模型,通过数据存储、传输、处理逻辑等相关方面的优化,显著提高了小作业的执行效率。

Patent Agency Ranking