-
公开(公告)号:CN118316861A
公开(公告)日:2024-07-09
申请号:CN202410540805.9
申请日:2024-04-30
Applicant: 湖北工业大学 , 武汉烽火技术服务有限公司
IPC: H04L45/12 , H04L45/02 , H04L47/2441
Abstract: 本发明公开一种基于区分流大小的数据中心智能路由调度方法和装置。通过利用SDN全局视图的优势,实时收集网络中的链路状态信息。为了更好地适应数据中心网络中流量分布的特性,引入了大象流和老鼠流的分类机制。实现了对不同类型流量的细致调度。对于带宽敏感的大象流,设计了一个综合考虑链路带宽利用率、时延和大象流数目的奖励函数。通过DQN算法,实现了对路径选择的智能学习和优化,从而得到源地址到目的地址之间的最优路径。而对于时延敏感的老鼠流,则采用表现较好的等价多路径算法进行调度。本发明可以提高数据中心网络的整体性能,并为不同大小流量提供更加个性化的路径选择,从而优化网络资源利用。
-
公开(公告)号:CN119903881A
公开(公告)日:2025-04-29
申请号:CN202411959083.7
申请日:2024-12-30
Applicant: 武汉大学 , 武汉烽火技术服务有限公司
IPC: G06N3/0499 , G06N3/084 , G06N3/092 , G06Q10/0631 , G06Q10/087 , G06F30/27 , G06F111/06
Abstract: 本公开涉及通信网络运维技术领域,提供了一种备件调度模型训练方法、备件调度方法及装置,所述备件调度方法包括采集当前备件调度信息,基于当前备件调度信息构建状态信息,其中,备件调度信息包括:库存信息、需求预测信息、设备故障信息和运输资源信息;将构建的状态信息,输入到训练好的备件调度模型,得到执行每个动作对应的所能获得的长期累积奖励的预期值,将最大预期值对应的动作作为备件调度策略。基于构建的备件调度环境模型和数据,对基于BP神经网络与强化学习网络结构进行训练,得到备件调度模型,利用备件调度模型进行备件调度,实现了通信网络备件供应的高效、低成本和智能化管理。
-
公开(公告)号:CN118172567A
公开(公告)日:2024-06-11
申请号:CN202410270188.5
申请日:2024-03-11
Applicant: 武汉烽火技术服务有限公司
IPC: G06V10/44 , G06V10/82 , G06N3/0464 , G06Q50/50
Abstract: 本发明涉及光通信运维技术领域,提供了一种通信网络哑资源管理方法和装置。本发明利用基于注意力机制的检测模型对哑资源小目标的现场图像进行检测,得到小目标状态数据;对光缆的实时监测数据进行分析得到光缆故障状态;根据小目标状态数据和光缆故障状态得到哑资源状态数据,基于哑资源状态数据管理哑资源小目标和光缆。通过图像识别融合对哑资源小目标的高精度数据采集及状态分析,通过基于实时监测数据分析确定光缆故障状态提升故障排查的时效性,无需依赖人工对哑资源小目标及光缆逐个分析判断,大幅提升哑资源管理效率及准确性,解决了现有技术中数据采集困难、管理哑资源消耗大量人力物力的问题。
-
公开(公告)号:CN117149615A
公开(公告)日:2023-12-01
申请号:CN202310856287.7
申请日:2023-07-12
Applicant: 武汉烽火技术服务有限公司 , 湖北工业大学
IPC: G06F11/36
Abstract: 本发明涉及软件测试技术领域,提供了一种测试用例执行路径的生成方法及相应的装置。其中,根据测试用例集合对应的历史执行结果,计算测试用例集合中每个测试用例的第一权重值;初始化种群后,对初始种群进行局部优化得到局部结果集合,根据适应度函数对局部结果集合进行进化计算,对该过程迭代直至满足预设终止条件,以生成最优测试用例执行路径。本发明通过设计考虑实际输出和期望输出、代码覆盖率与执行时间的适应度函数,确定最优测试用例执行路径,实现减少不必要的测试用例,解决浪费执行时间和资源成本的问题,提高测试用例执行路径的覆盖率和覆盖准确程度,以检测出更多的程序错误,提高回归测试效果。
-
公开(公告)号:CN119886428A
公开(公告)日:2025-04-25
申请号:CN202411935432.1
申请日:2024-12-26
Applicant: 武汉烽火技术服务有限公司
IPC: G06Q10/04 , G06Q10/087 , G06F18/15 , G06F18/213 , G06F18/25 , G06N3/0464 , G06N3/045 , G06N3/0442 , G06N3/0455 , G06N3/0499 , G06N3/084 , G06N3/048
Abstract: 本公开涉及库存数据预测技术领域,提供了一种备品备件库存数据的预测方法、系统、设备及介质,所述方法包括:构建预测模型依过往备品备件库存数据预测未来情况;模型含多个模块:卷积神经网络,用于挖掘过去库存数据的局部特征,输出对应表示;LSTM网络,用于结合局部特征与上步隐藏状态,生成含长期依赖信息的当前隐藏状态;Transformer神经网络,用于把隐藏状态转为嵌入向量,经自注意力机制算出含全局依赖的上下文向量,添位置编码后经多头注意力强化,再送入前馈神经网络,输出预测结果。获取当下库存数据输入训练好的模型,即可得未来库存预测数据。本方法能够对于备品备件的库存数据进行预测。
-
公开(公告)号:CN116664056A
公开(公告)日:2023-08-29
申请号:CN202310514776.4
申请日:2023-05-04
Applicant: 武汉烽火技术服务有限公司
IPC: G06Q10/0875 , G06Q10/0631
Abstract: 本发明涉及仓储管理领域,特别是涉及一种物料余量信息化管理的方法和装置。主要包括:非一次消耗的物料出库后再次退回仓库时,对物料的唯一标识进行识别,并计算消耗后剩余的物料余量;根据本次出库后的物料余量计算本次消耗相应的成本账目,通过物料的唯一标识对成本账目进行记账,并根据物料余量的长度对物料余量进行相应处理。本发明可以对于物料的使用进行全过程跟踪,使得账目更加明细清晰,提高了仓储管理的精准度。
-
-
-
-
-