-
公开(公告)号:CN110245721B
公开(公告)日:2023-09-05
申请号:CN201910555746.1
申请日:2019-06-25
申请人: 深圳市腾讯计算机系统有限公司 , 华中科技大学
IPC分类号: G06V10/774 , G06V10/74 , G06V10/77 , G06V10/82 , G06N3/0895
摘要: 本公开提供了一种神经网络模型的训练方法和装置、电子设备和计算机可读存储介质。神经网络模型的训练方法包括:利用第一训练样本集执行初始训练,获得初始神经网络模型;利用初始神经网络模型对第二训练样本集执行预测,获得第二训练样本集中每个训练样本的预测结果;基于预测结果,从第二训练样本集确定多个优选样本;接收对于多个优选样本的标注结果,将标注后的多个优选样本加入第一训练样本集,获得扩展的第一训练样本集;利用扩展的第一训练样本集执行更新训练,以获得更新的神经网络模型;在满足训练结束条件的情况下,结束训练;以及在不满足训练结束条件的情况下,重复执行预测步骤、优选样本确定步骤、样本扩展步骤以及更新训练步骤。
-
公开(公告)号:CN115408350A
公开(公告)日:2022-11-29
申请号:CN202210822255.0
申请日:2022-07-13
申请人: 深圳市腾讯计算机系统有限公司 , 华中科技大学
IPC分类号: G06F16/174 , G06F16/18 , G06F16/903
摘要: 本申请涉及一种日志压缩、日志还原方法、装置、计算机设备、存储介质和计算机程序产品。本发明实施例可应用于云技术、人工智能、智慧交通、辅助驾驶等各种场景。所述方法包括:将模板字符串排列信息和目标日志的字符串排列信息匹配成功的候选日志模板作为初始日志模板;从目标日志的日志字符串中,将与初始日志模板中的变量类模板字符串匹配的日志字符串作为第一初始字符串,将与初始日志模板中的常量类模板字符串匹配的日志字符串作为第二初始字符串;基于初始日志模板对应的模板标识、各个第一初始字符串分别对应的第一编码数据、目标日志中第一初始字符串和第二初始字符串之间的第一位置关系,生成日志压缩数据,以此提高日志压缩率。
-
公开(公告)号:CN109189696B
公开(公告)日:2020-11-24
申请号:CN201810911523.X
申请日:2018-08-12
申请人: 华中科技大学 , 深圳市腾讯计算机系统有限公司
IPC分类号: G06F12/0866 , G06K9/62
摘要: 本发明公开了一种SSD缓存系统及缓存方法,其中系统包括:SSD缓存、存储装置、日志记录装置以及分类装置;分类装置包括:预测模块和历史表模块;预测模块用于利用目标分类器预测目标照片的类别;历史表模块用于存储最近被判定为一次访问文件的照片的元数据信息;分类装置用于在预测模块预测目标照片为一次访问文件,且目标照片的元数据信息未被存储或者目标照片的元数据信息被存储而当前请求与该元数据信息所对应的最近的请求之间的访问间隔大于访问间隔阈值时,将目标照片标记为一次访问文件;否则,将目标照片标记为非一次访问文件。本发明能够有效减小缓存写入,提高SSD缓存的使用寿命并改善SSD缓存的性能。
-
公开(公告)号:CN109189696A
公开(公告)日:2019-01-11
申请号:CN201810911523.X
申请日:2018-08-12
申请人: 华中科技大学 , 深圳市腾讯计算机系统有限公司
IPC分类号: G06F12/0866 , G06K9/62
摘要: 本发明公开了一种照片分类器训练方法、SSD缓存系统及缓存方法,其中系统包括:SSD缓存、存储装置、日志记录装置以及分类装置;分类装置包括:预测模块和历史表模块;预测模块用于利用目标分类器预测目标照片的类别;历史表模块用于存储最近被判定为一次访问文件的照片的元数据信息;分类装置用于在预测模块预测目标照片为一次访问文件,且目标照片的元数据信息未被存储或者目标照片的元数据信息被存储而当前请求与该元数据信息所对应的最近的请求之间的访问间隔大于访问间隔阈值时,将目标照片标记为一次访问文件;否则,将目标照片标记为非一次访问文件。本发明能够有效减小缓存写入,提高SSD缓存的使用寿命并改善SSD缓存的性能。
-
公开(公告)号:CN114721902B
公开(公告)日:2024-08-23
申请号:CN202210310674.6
申请日:2022-03-28
申请人: 华中科技大学 , 深圳市腾讯计算机系统有限公司
摘要: 本发明公开了一种云数据库中OLTP应用的在线异常检测方法,其是基于相关性衡量方法和云数据库架构特点的基础上实现的,通过相关性衡量方法判断关键指标的变化趋势,通过相关性阈值确定是否存在变化趋势异常的关键指标,相比于基于统计学和机器学习的方法,该方法显著提高了检测的效率;随后,其通过利用关键指标的时间序列确定数据库状态,显著提高了异常判断的准确率;同时,相关性阈值判别机制令阈值的设定简单化,极大的减少了人工成本。本发明还公开了一种云数据库中OLTP应用的在线异常检测系统。
-
公开(公告)号:CN117215771A
公开(公告)日:2023-12-12
申请号:CN202311022177.7
申请日:2023-08-14
申请人: 华中科技大学 , 深圳市腾讯计算机系统有限公司
IPC分类号: G06F9/50 , G06F18/213 , G06F18/214 , G06F18/22 , G06F18/23 , G06N3/0464 , G06N3/08
摘要: 本申请公开了一种存储集群的负载预测方法和装置、存储介质及电子设备。其中,该方法包括:获取目标存储集群的第i个集群负载序列;确定所述第i个集群负载序列所属的目标序列类别;将所述第i个集群负载序列输入与所述目标序列类别对应的目标预测神经网络模型,得到在所述k个时间点的下一个时间点上所述目标存储集群的预测负载。本申请解决了存储集群的负载预测的准确率较低的技术问题。
-
公开(公告)号:CN115242727A
公开(公告)日:2022-10-25
申请号:CN202210831645.4
申请日:2022-07-15
申请人: 深圳市腾讯计算机系统有限公司 , 华中科技大学
IPC分类号: H04L47/52 , H04L47/6275 , H04L67/60
摘要: 本申请公开了一种用户请求处理方法、装置、设备和介质,涉及通信技术领域,具体涉及数据处理技术领域。该方法包括:确定当前处理的请求队列中的第一待处理用户请求的数量;请求队列用于存储优先级相同的用户请求;若根据数量确定当前处理的请求队列满足换队条件,则从下一请求队列中获取第二待处理用户请求;当前处理的请求队列的优先级与下一请求队列的优先级不同;根据第一待处理用户请求和第二待处理请求更新服务器的任务处理队列;任务处理队列用于存储服务器待响应的用户请求。能够合理分配带宽,提高整体带宽的利用率。
-
公开(公告)号:CN114721902A
公开(公告)日:2022-07-08
申请号:CN202210310674.6
申请日:2022-03-28
申请人: 华中科技大学 , 深圳市腾讯计算机系统有限公司
摘要: 本发明公开了一种云数据库中OLTP应用的在线异常检测方法,其是基于相关性衡量方法和云数据库架构特点的基础上实现的,通过相关性衡量方法判断关键指标的变化趋势,通过相关性阈值确定是否存在变化趋势异常的关键指标,相比于基于统计学和机器学习的方法,该方法显著提高了检测的效率;随后,其通过利用关键指标的时间序列确定数据库状态,显著提高了异常判断的准确率;同时,相关性阈值判别机制令阈值的设定简单化,极大的减少了人工成本。本发明还公开了一种云数据库中OLTP应用的在线异常检测系统。
-
公开(公告)号:CN110689038A
公开(公告)日:2020-01-14
申请号:CN201910759050.0
申请日:2019-06-25
申请人: 深圳市腾讯计算机系统有限公司 , 华中科技大学
IPC分类号: G06K9/62
摘要: 本公开涉及人工智能领域中基于神经网络的计算机视觉技术。具体地,提供了一种神经网络模型的训练方法、装置和医学图像处理系统。训练方法包括:利用第一训练样本集执行初始训练,获得初始神经网络模型;利用初始神经网络模型对第二训练样本集执行预测,获得第二训练样本集中每个的预测结果;基于预测结果,从第二训练样本集确定多个优选样本;接收对于多个优选样本的标注结果,将标注后的多个优选样本加入第一训练样本集,获得扩展的第一训练样本集;利用扩展的第一训练样本集执行更新训练,以获得更新的神经网络模型;在满足训练结束条件时,结束训练;在不满足训练结束条件时,重复预测、优选样本确定、样本扩展以及更新训练步骤。
-
公开(公告)号:CN115242727B
公开(公告)日:2023-08-08
申请号:CN202210831645.4
申请日:2022-07-15
申请人: 深圳市腾讯计算机系统有限公司 , 华中科技大学
IPC分类号: H04L47/52 , H04L47/6275 , H04L67/60
摘要: 本申请公开了一种用户请求处理方法、装置、设备和介质,涉及通信技术领域,具体涉及数据处理技术领域。该方法包括:确定当前处理的请求队列中的第一待处理用户请求的数量;请求队列用于存储优先级相同的用户请求;若根据数量确定当前处理的请求队列满足换队条件,则从下一请求队列中获取第二待处理用户请求;当前处理的请求队列的优先级与下一请求队列的优先级不同;根据第一待处理用户请求和第二待处理请求更新服务器的任务处理队列;任务处理队列用于存储服务器待响应的用户请求。能够合理分配带宽,提高整体带宽的利用率。
-
-
-
-
-
-
-
-
-