-
公开(公告)号：CN114792384B
公开(公告)日：2025-01-14
申请号：CN202210486421.4
申请日：2022-05-06
Applicant: 山东大学
IPC: G06V10/764 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/042 , G06N3/0464 , G06N3/084
Abstract: 本发明属于人工智能图分类技术领域，提供了融合高阶结构嵌入与复合池化的图分类方法及系统，包括：获取待分类的图；将待分类的图输入图神经网络，得到图所属类别；其中，对于图的每个子图集合，每一层卷积层基于上一层神经网络层输出的子图集合，计算每个子图的特征，每一层复合池化层基于卷积层输出的每个子图的特征更新子图集合，同时，对于更新后子图集合内的每个子图，通过注意力机制融合局部邻域内子图的特征，更新子图的特征；读出层得到图表示向量，并输入所述分类器，得到图所属类别。利用高阶结构，直接在子图之间传递消息，捕获节点级别不可见的结构信息，提高了图的分类精度。
-
公开(公告)号：CN116896569A
公开(公告)日：2023-10-17
申请号：CN202310760784.7
申请日：2023-06-26
Applicant: 山东大学
IPC: H04L67/1097 , H04L41/0894 , H04L41/0816
Abstract: 本发明提供了一种基于公有云存储服务的数据云边协同管理方法及系统，针对每个数据对象，以其存储生命周期产生的成本为优化目标、所有请求的平均延迟为约束，构建一个长期整数规划问题；分别将长期整数规划问题中整个生命周期的长期优化目标和长期约束转化为单个时隙的短期成本优化和短期延迟优化，两者进行加权组合；在每个时隙根据到来的请求信息，对该短期问题进行近似求解，得到边缘副本放置策略和相应的云副本存储类别。本发明克服了未来请求先验知识未知条件下成本优化的困难和整数规划求解效率低的挑战，解决了云边协同存储中多个副本导致的成本过高问题。
-
公开(公告)号：CN112862312B
公开(公告)日：2022-09-06
申请号：CN202110169238.7
申请日：2021-02-07
Applicant: 山东大学
Abstract: 本发明公开了基于随机在线算法的制造服务资源动态调度方法及系统，应用于服务器，将与所述采购商客户端之间的距离在设定范围内的所有制造商客户端的编号存放在一个容器中；接收与服务器连接的采购商客户端提交的生产目标及生产资源；将接收到的所述生产目标和所述生产资源存储到资源池中；接收与服务器连接的若干个制造商客户端提交的生产状态数据；对所有制造商客户端提交的生产状态数据进行遍历；将每个制造商在每个时刻的生产状态数据存放在一个队列中；根据每个制造商每个时刻的生产状态数据，随机选取一个能够实现生产目标的制造商，将一个生产周期内的生产资源推送给对应的制造商客户端。
-
公开(公告)号：CN114792384A
公开(公告)日：2022-07-26
申请号：CN202210486421.4
申请日：2022-05-06
Applicant: 山东大学
IPC: G06V10/764 , G06V10/80 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本发明属于人工智能图分类技术领域，提供了融合高阶结构嵌入与复合池化的图分类方法及系统，包括：获取待分类的图；将待分类的图输入图神经网络，得到图所属类别；其中，对于图的每个子图集合，每一层卷积层基于上一层神经网络层输出的子图集合，计算每个子图的特征，每一层复合池化层基于卷积层输出的每个子图的特征更新子图集合，同时，对于更新后子图集合内的每个子图，通过注意力机制融合局部邻域内子图的特征，更新子图的特征；读出层得到图表示向量，并输入所述分类器，得到图所属类别。利用高阶结构，直接在子图之间传递消息，捕获节点级别不可见的结构信息，提高了图的分类精度。
-
公开(公告)号：CN114792167A
公开(公告)日：2022-07-26
申请号：CN202210499467.X
申请日：2022-05-09
Applicant: 山东大学
Abstract: 本发明公开了基于QLA的生产订单全流程质量可视监控方法及系统，应用于服务器端，包括：服务器端遍历不同制造商客户端上报的生产状态数据，根据QLA从大到小的顺序对制造商客户端进行排序，将生产资源和订单数据推送给排序靠前的一个或多个制造商客户端；制造商客户端在收到生产资源后，采用优化调度算法来完成产品的生产，并将完成后的产品数据通过服务器端上传采购商客户端；采购商客户端对制造商客户端上传的产品数据进行质量评估，并将评估结果通过服务器端反馈给制造商客户端。本发明基于李雅普诺夫优化的在线调度算法，通过对每个制造商的实际生产情况进行实时监测，实现制造服务资源动态调度。
-
Patent Agency Ranking
公开(公告)号：CN111882387B
公开(公告)日：2022-04-19
申请号：CN202010711035.1
申请日：2020-07-22
Applicant: 山东大学
IPC: G06Q30/06
Abstract: 本发明公开了一种竞价型云计算资源租赁策略动态调整方法及系统，包括：获取云平台上竞价型实例的历史价格数据；基于接收到的任务需求，根据采集到的历史价格数据，在多个市场上复制执行竞价型实例，选择出主实例和备份实例；确定终止备份实例的时间节点；在实例运行时间到达所述时间节点时，判断主实例与备份实例的状态，动态对实例租赁策略进行调整。本发明对于竞价型实例，不需要利用复杂的预测技术对其进行预测，且能达到节约成本的目的。
-
公开(公告)号：CN112862312A
公开(公告)日：2021-05-28
申请号：CN202110169238.7
申请日：2021-02-07
Applicant: 山东大学
Abstract: 本发明公开了基于随机在线算法的制造服务资源动态调度方法及系统，应用于服务器，将与所述采购商客户端之间的距离在设定范围内的所有制造商客户端的编号存放在一个容器中；接收与服务器连接的采购商客户端提交的生产目标及生产资源；将接收到的所述生产目标和所述生产资源存储到资源池中；接收与服务器连接的若干个制造商客户端提交的生产状态数据；对所有制造商客户端提交的生产状态数据进行遍历；将每个制造商在每个时刻的生产状态数据存放在一个队列中；根据每个制造商每个时刻的生产状态数据，随机选取一个能够实现生产目标的制造商，将一个生产周期内的生产资源推送给对应的制造商客户端。
-
公开(公告)号：CN111882387A
公开(公告)日：2020-11-03
申请号：CN202010711035.1
申请日：2020-07-22
Applicant: 山东大学
IPC: G06Q30/06
Abstract: 本发明公开了一种竞价型云计算资源租赁策略动态调整方法及系统，包括：获取云平台上竞价型实例的历史价格数据；基于接收到的任务需求，根据采集到的历史价格数据，在多个市场上复制执行竞价型实例，选择出主实例和备份实例；确定终止备份实例的时间节点；在实例运行时间到达所述时间节点时，判断主实例与备份实例的状态，动态对实例租赁策略进行调整。本发明对于竞价型实例，不需要利用复杂的预测技术对其进行预测，且能达到节约成本的目的。
-
公开(公告)号：CN111782393A
公开(公告)日：2020-10-16
申请号：CN202010613621.2
申请日：2020-06-30
Applicant: 山东大学
Abstract: 本公开提供了一种动态定价云计算服务资源调度方法及系统，属于云计算技术领域，实时获取多个云服务平台上各种规格的动态定价实例数据，得到动态定价实例下一时刻的价格；根据自适应的差分进化算法，以成本最小为目标，结合工作量需求、动态定价实例下一时刻的价格以及可用的实例类型和数量，得到云计算服务的租赁方案：根据得到的租赁方案，对云计算服务资源进行动态调度；本公开对于动态定价的云服务实例，通过结合实例的类型和任务量，对用户的实例组合租用问题和竞价问题进行优化设计，提升了用户的使用体验，降低了用户的租赁成本。
-
公开(公告)号：CN106371939B
公开(公告)日：2019-03-22
申请号：CN201610818281.0
申请日：2016-09-12
Applicant: 山东大学 , 山东瀚岳智能科技股份有限公司
Abstract: 本发明公开了一种时序数据异常检测方法及其系统，该方法包括接收设置于机器中一个或一个以上传感器所采集的时序数据并把时序数据中最新观测数据作为待监测数据；计算待监测数据中各个参数与机器内缓存的固有长度的时间序列相应参数的相对离群距离，进一步得到带有离群标识的离群数据；利用固有长度的时序数据中参数值之间的相关性，从离群数据中筛选出异常观测数据并定位异常观测数据中的异常参数。本发明提高了时序数据异常检测的准确率，确保了异常检测的正确性。
-
-
-
-
-
-
-
-
-
Search Results
65
records
(took 0.033 seconds)
