-
公开(公告)号：CN117724935B
公开(公告)日：2024-06-07
申请号：CN202410166028.6
申请日：2024-02-06
申请人： 山东大学
IPC分类号： G06F11/30 , G06F18/2433
摘要： 本发明属于大数据信息处理及智能化运维技术领域，提供了一种软件系统多指标异常检测方法及系统，其技术方案为：基于软件系统收集多维监控指标数据；然后利用注意力机制通过注意力权重来充分捕获多维监控指标数据的时间特征信息；使用图注意力网络来学习多维监控指标数据的空间特征信息；将学习到的时间特征信息和空间特征信息进行融合，构建基于变分Transformer的重构模型，经过残差变分自编码器得到隐变量，使用解码器得到最终的重构数据表示；基于重构数据与原始数据的重构损失来进行异常检测任务，解决了现有技术未充分考虑时间特征信息和空间特征信息，导致异常检测性能不佳的问题。
-
公开(公告)号：CN116166538A
公开(公告)日：2023-05-26
申请号：CN202211697123.6
申请日：2022-12-28
申请人： 山东大学
IPC分类号： G06F11/36
摘要： 本发明提供了一种跨版本预测变异测试方法及系统，其属于软件测试领域，包括获取每个方法和测试用例的文本特征和静态特征，对待测项目中的变异体和测试用例进行配对及特征映射，并获取测试用例执行变异所在行代码的次数；对于满足测试用例执行变异所在行代码次数大于零的变异体‑测试用例对，基于注意力机制的门控循环单元结构进行文本特征表示向量的提取，并对表示向量进行相似性学习，获得变异方法名和测试用例名的相似性向量及变异前后代码片段的相似性向量；将获得的多种特征进行拼接，得到变异体‑测试用例对信息向量；基于信息向量，利用前馈神经网络，获得变异体被测试用例检测出和未被检测出的概率分布，以概率最大的结果作为预测结果。
-
公开(公告)号：CN114881329B
公开(公告)日：2023-04-07
申请号：CN202210498279.5
申请日：2022-05-09
申请人： 山东大学 , 山东玲珑轮胎股份有限公司
IPC分类号： G06Q10/04 , G06Q10/0639 , G06N3/0464 , G06N3/042 , G06N3/084
摘要： 本发明轮胎质量预测分析技术领域，提供了一种基于引导图卷积神经网络的轮胎质量预测方法及系统。该方法包括构建轮胎知识图谱；基于轮胎知识图谱，构建邻接矩阵，采用嵌入向量进行邻域信息嵌入表示学习，得到邻域实体表示向量；基于所述邻域实体表示向量，引入注意力机制学习轮胎知识图谱中邻域实体表示向量对轮胎产品质量的重要程度，结合引导图卷积神经网络，得到轮胎产品综合表示向量；计算轮胎产品综合表示向量与质检标准的邻域信息的注意力分数，以引导质检标准的卷积和聚合，得到轮胎质检标准的综合表示向量；基于轮胎质检标准的综合表示向量，对待检测样本进行轮胎产品质量预测，得到轮胎质量预测结果，本发明实现了对轮胎质量的精准预测。
-
公开(公告)号：CN114881329A
公开(公告)日：2022-08-09
申请号：CN202210498279.5
申请日：2022-05-09
申请人： 山东大学 , 山东玲珑轮胎股份有限公司
摘要： 本发明轮胎质量预测分析技术领域，提供了一种基于引导图卷积神经网络的轮胎质量预测方法及系统。该方法包括构建轮胎知识图谱；基于轮胎知识图谱，构建邻接矩阵，采用嵌入向量进行邻域信息嵌入表示学习，得到邻域实体表示向量；基于所述邻域实体表示向量，引入注意力机制学习轮胎知识图谱中邻域实体表示向量对轮胎产品质量的重要程度，结合引导图卷积神经网络，得到轮胎产品综合表示向量；计算轮胎产品综合表示向量与质检标准的邻域信息的注意力分数，以引导质检标准的卷积和聚合，得到轮胎质检标准的综合表示向量；基于轮胎质检标准的综合表示向量，对待检测样本进行轮胎产品质量预测，得到轮胎质量预测结果，本发明实现了对轮胎质量的精准预测。
-
公开(公告)号：CN109472404A
公开(公告)日：2019-03-15
申请号：CN201811291636.0
申请日：2018-10-31
申请人： 山东大学
CPC分类号： G06K9/6218 , G06F17/18 , G06N3/08 , G06Q10/04 , G06Q50/06
摘要： 本发明公开了一种电力负荷短期预测方法、模型、装置及系统，该方法包括：接收负荷数据，并对其缺失数据进行数据补全；接收影响因素数据，所述影响因素数据包括气温数据、节假日数据和行业数据，对影响因素采用与负荷数据相对应的量化方法进行量化；采用小波分解对负荷数据进行处理，并进行消噪和特征提取得到四个序列，分别与影响因素数据进行相关性分析，得到负荷特征与影响因素的相关对的集合；将根据负荷数据得到的四个序列采用三次指数平滑算法进行初步预测，将负荷特征与影响因素的相关对的集合采用ARIMA-GARCH法预测得到调整因子，将初步预测结果与调整因子输入长短期记忆网络得到最终预测结果。
-
公开(公告)号：CN108415818A
公开(公告)日：2018-08-17
申请号：CN201810171652.X
申请日：2018-03-01
申请人： 山东大学
IPC分类号： G06F11/34
摘要： 本发明公开了一种考虑繁忙程度的大数据平台多服务接口执行时间预测方法，定义物联网接口服务执行过程中的参数；从接口服务的历史执行信息和平台的监控信息中获取数据量的大小、数据块大小、数据库的IO性能和空闲容器数量，并根据其建立服务执行时间的初级预测模型；按照接口服务功能类型分别拟合初级预测模型，获得修正的服务执行时间的预测模型；根据不同的服务，不同的运行时间段，求解修正的服务执行时间的预测模型的预测执行时间。本发明根据平台繁忙程度修正预测模型，满足提高了服务运行时间预测模型的准确性的目的。
-
公开(公告)号：CN118672594A
公开(公告)日：2024-09-20
申请号：CN202411170015.2
申请日：2024-08-26
申请人： 山东大学
摘要： 本发明属于软件缺陷预测技术领域，提供了一种软件缺陷预测方法及系统，将软件系统包含的源代码文件，解析为抽象语法树，从中提取特征节点和标签节点，提取代码行之间的控制流和数据流依赖关系，构建行属性图；生成特征节点的语法表示向量，并计算出多标签对比学习损失值，再逐步生成文件表示向量；利用获得的文件表示向量生成过程中产生的注意力权重进行代码行级别的软件缺陷预测任务，利用获得的文件表示向量，进行文件级别的缺陷预测。本发明能够对源代码语法语义信息进行综合挖掘，更加完整地表示了源代码蕴含的信息，对存在隐藏缺陷的模块进行了更精准的预测。
-
公开(公告)号：CN117729204B
公开(公告)日：2024-05-10
申请号：CN202410166032.2
申请日：2024-02-06
申请人： 山东大学
IPC分类号： H04L67/1004 , H04L67/1025
摘要： 本发明属于服务调度及智能化运维领域，提供了一种基于监控感知的K8S容器调度方法及系统，其技术方案为：获取容器和节点运行时的多维监控指标数据，并预处理得到时间序列数据；基于时间序列数据，分别构建服务器节点画像和服务画像；基于服务器节点画像和服务画像，面向待调度容器，基于动态规划算法对符合要求的节点进行评分，将容器调度到评分最高的节点，得到最优调度方案。本发明能够有效减少容器间跨节点通信以及容器间资源竞争，提升集群资源利用率和系统的响应性能。
-
公开(公告)号：CN116257696A
公开(公告)日：2023-06-13
申请号：CN202211729896.8
申请日：2022-12-30
IPC分类号： G06F16/9536 , G06F16/36
摘要： 本发明属于信息推荐技术领域，提供了一种基于跨模态知识图谱对比学习的服务推荐方法及系统，根据所获取的信息进行知识表示，构建本体模型，对所述本体模型进行处理，形成知识图谱，并区分描述属性和结构连接；对知识图谱的节点进行描述视图编码；对知识图谱的节点进行结构视图编码；基于所构建描述视图编码和结构视图编码进行跨模态对比学习，最大化描述视图和结构视图之间的互信息；基于跨模态对比学习的结果，利用交互预测函数来计算待推荐的需求任务与预设的各服务的交互概率，根据所述交互概率，进行最终的服务推荐。本发明将传统关系分为描述性属性和结构属性连接，并结合跨模态对比学习来获得更有效的节点表示和服务推荐结果。
-
公开(公告)号：CN116069606A
公开(公告)日：2023-05-05
申请号：CN202310033759.9
申请日：2023-01-10
申请人： 山东大学
摘要： 本发明提供了一种软件系统性能故障预测方法及系统，其属于大数据信息处理及智能化运维技术领域，所述方案包括获取待测系统运行时的监控指标数据，并进行相应预处理；基于预处理后的监控指标数据，获得各单一指标数据的纵向序列和横向序列；基于交叉注意力机制获取两序列的交叉注意力向量，并基于预先训练的LSTM模型，获得各单一指标的预测值；计算所述预测值与实际监测值的差值，若存在单一指标预测值与实际监测值的差值超过预设阈值，则判定存在异常发生，输出故障预警；将各单一指标数据序列结合，获得多维监控指标序列数据；并将其输入预先训练的基于相似性分解注意力机制的Transformer模型中进行故障分类，获得故障类型分类结果。
-
-
-
-
-
-
-
-
-
搜索结果
44 条记录 (耗时 0.029 秒)
