利索-全球专利检索

  1. 登录
  2. 注册

搜索结果

120 条记录 (耗时 0.054 秒)

    集成学习网络流量预测方法、系统、设备、终端、介质
    1.
    发明授权
    集成学习网络流量预测方法、系统、设备、终端、介质 有权

    公开(公告)号：CN113905391B

    公开(公告)日：2023-05-23

    申请号：CN202111135948.4

    申请日：2021-09-27

    申请人： 湖北工业大学 ,  武汉卓尔信息科技有限公司

    发明人： 严灵毓 ,  赵羽茜 ,  王春枝 ,  夏金耀 ,  郑坤鹏 ,  周显敬

    IPC分类号： H04W16/22 ,  G06N3/0464 ,  G06N3/0442 ,  G06N3/048 ,  G06N3/047 ,  G06N3/08

    摘要： 本发明属于网络管理技术领域，公开了一种集成学习网络流量预测方法、系统、设备、终端、介质，所述集成学习网络流量预测方法包括：进行基于时间与空间的网络流量预测模型的构建；确定基于多层感知机的集成学习网络流量预测模型框架结构；进行基于多层感知机集成学习的网络流量时空建模，通过基于多层感知机的集成学习网络流量预测模型得出预测结果。本发明提供的基于多层感知机集成学习网络流量数据预测应用研究：1)用卷积神经网络与GRU门控单元对网络流量数据进行空间与时间的建模；2)提出一种基于多层感知机的集成学习网络流量预测模型；3)首次将时空建模引入网络流量预测领域。本发明预测结果精准度高，适应复杂因素影响，且控制更加准确。

    一种基于深度学习的绿色数据中心智能管理系统
    3.
    发明公开
    一种基于深度学习的绿色数据中心智能管理系统 审中-实审

    公开(公告)号：CN115099766A

    公开(公告)日：2022-09-23

    申请号：CN202210512066.3

    申请日：2022-05-11

    申请人： 武汉卓尔信息科技有限公司 ,  湖北工业大学

    发明人： 周显敬 ,  刘虎 ,  汪寒雨 ,  蔡明星 ,  王春枝 ,  吴珺 ,  严灵毓 ,  叶志伟

    IPC分类号： G06Q10/10 ,  G06Q10/06 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

    摘要： 本发明实施例提供一种基于深度学习的绿色数据中心智能管理系统，通过系统化的能耗审计能够提供数据中心能耗的实时概况和模型，明确了解数据中心的总体能耗以及能耗的具体分布状况；从资源整合和任务调度的角度针对面向绿色云计算的节能关键技术展开深入研究，在保证系统QoS的前提下，使系统的各个环节运行有序化，有效、合理地降低云数据中心的能耗，建立数据清洗和分类机制，建立面向运维多维异构数据的高效时序存储架构，围绕数据中心多维异构数据自动化采集与数据处理技术、研究运维信息离散化现象，探索多维异构数据的自动化采集，实现异常识别与自动优化机理，有效识别故障原因及定位，实现降能增效。

    集成学习网络流量预测方法、系统、设备、终端、介质
    4.
    发明公开
    集成学习网络流量预测方法、系统、设备、终端、介质 审中-实审

    公开(公告)号：CN113905391A

    公开(公告)日：2022-01-07

    申请号：CN202111135948.4

    申请日：2021-09-27

    申请人： 湖北工业大学 ,  武汉卓尔信息科技有限公司

    发明人： 严灵毓 ,  赵羽茜 ,  王春枝 ,  夏金耀 ,  郑坤鹏 ,  周显敬

    IPC分类号： H04W16/22 ,  G06N3/04 ,  G06N3/08

    摘要： 本发明属于网络管理技术领域，公开了一种集成学习网络流量预测方法、系统、设备、终端、介质，所述集成学习网络流量预测方法包括：进行基于时间与空间的网络流量预测模型的构建；确定基于多层感知机的集成学习网络流量预测模型框架结构；进行基于多层感知机集成学习的网络流量时空建模，通过基于多层感知机的集成学习网络流量预测模型得出预测结果。本发明提供的基于多层感知机集成学习网络流量数据预测应用研究：1)用卷积神经网络与GRU门控单元对网络流量数据进行空间与时间的建模；2)提出一种基于多层感知机的集成学习网络流量预测模型；3)首次将时空建模引入网络流量预测领域。本发明预测结果精准度高，适应复杂因素影响，且控制更加准确。

    一种数据中心能耗管理方法及系统
    5.
    发明公开
    一种数据中心能耗管理方法及系统 审中-实审

    公开(公告)号：CN114968556A

    公开(公告)日：2022-08-30

    申请号：CN202210449494.6

    申请日：2022-04-26

    申请人： 武汉卓尔信息科技有限公司 ,  湖北工业大学

    发明人： 周显敬 ,  刘虎 ,  汪寒雨 ,  黄银地 ,  王春枝 ,  吴珺 ,  严灵毓 ,  叶志伟

    IPC分类号： G06F9/50 ,  G06F11/30 ,  G06N3/04 ,  G06N3/08

    摘要： 本发明提供一种数据中心能耗管理方法及系统，该方法包括：获取数据中心历史访问流量数据，基于历史访问流量数据对长短记忆网络进行训练，得到流量预测模型；统计历史访问流量对应的服务器类型及数量，并统计用户平均等待时延；构建工作环境对应服务器性能的影响模型；基于所述流量预测模型预测不同时段对应的访问流量，在满足平均等待时延小于预定阈值的限定条件下，分配不同时段对应数量的服务器，并以最小能耗为目标，通过所述影响模型设置对应的制冷设备；基于实际用户平均等待时延及工作环境采样，对服务器数量及制冷设备进行反馈调节。通过该方案可以在保障用户正常使用体验的前提下，降低数据中心的能耗。

    目标检测方法、装置、设备及可读存储介质
    6.
    发明授权
    目标检测方法、装置、设备及可读存储介质 有权

    公开(公告)号：CN114842279B

    公开(公告)日：2024-08-06

    申请号：CN202210555562.7

    申请日：2022-05-20

    申请人： 湖北工业大学

    发明人： 严灵毓 ,  李可 ,  陈子璇 ,  杨金全 ,  胡思琪 ,  叶宇

    IPC分类号： G06V10/771 ,  G06V10/77 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/09 ,  G06V10/764

    摘要： 本发明提供一种目标检测方法、装置、设备及可读存储介质，目标检测方法包括：将输入的图像进行预处理，得到初始特征图；将初始特征图输入到预设卷积神经网络中，基于每一卷积层在神经网络中所处的位置进行对应的特征提取操作，得到每一卷积层输出的特征图；将预设卷积层输出的特征图按预设方式进行通道调整，并加权融合得到若干目标特征图；将所述若干目标特征图按通道维度进行拼接后输入给检测头进行预设目标的检测，输出预设目标对应的类别与位置。本发明减少了目标检测过程中冗余特征图的生成从而减少了模型参数，加强了底层特征图的细节信息，丰富了深层特征图的语义信息，达到了特征的有效融合，提高了目标检测器在定位和识别物体时的精度。

    网络流量预测数据预处理阶段的参数最优化方法及系统
    8.
    发明授权
    网络流量预测数据预处理阶段的参数最优化方法及系统 有权

    公开(公告)号：CN113568954B

    公开(公告)日：2024-03-19

    申请号：CN202110882923.4

    申请日：2021-08-02

    申请人： 湖北工业大学 ,  武汉烽火技术服务有限公司

    发明人： 王春枝 ,  文晓东 ,  严灵毓 ,  苏军 ,  杨杰 ,  詹军

    IPC分类号： G06F16/2458 ,  G06F16/26 ,  G06F16/215

    摘要： 本发明属于数据处理技术领域，公开了一种网络流量预测数据预处理阶段的参数最优化方法及系统，网络流量预测数据预处理阶段的参数最优化方法包括：对数据集进行改进策略上的Q‑Learning强化学习预处理；进行基于流程压缩的快速估值网络模型的构建；进行基于混合精度的模型训练；进行基于改进Q‑Learning的最优化参数搜索。本发明提出了基于流程压缩的快速估值网络模型，基于流量预测模型出发，通过省略原模型中的预处理步骤并降低预测模型的训练代数的策略，构建能够用于快速估算回报值的网络模型；提出基于混合精度的模型训练流程，通过压缩数据尾款加快算法的计算性能，大幅度的提高了搜索最优化非空值率参数的速度。

    基于线性鉴别分析深度哈希算法的图像检索方法及系统
    10.
    发明授权
    基于线性鉴别分析深度哈希算法的图像检索方法及系统 有权 许可

    公开(公告)号：CN111611427B

    公开(公告)日：2023-06-30

    申请号：CN202010433167.2

    申请日：2020-05-21

    申请人： 湖北工业大学

    发明人： 严灵毓 ,  朱雅琴 ,  傅稼润 ,  王春枝 ,  王双红

    IPC分类号： G06F16/583 ,  G06N3/0464 ,  G06N3/09

    摘要： 本发明属于图像检索技术领域，公开了一种基于线性鉴别分析深度哈希算法的图像检索方法及系统，利用CNN提取图像特征；构造基于线性判别分析LDA的目标函数，将图像特征映射到哈希标签中；利用生成的hash标签训练一个简单的图像哈希深度学习网络，利用深度哈希模型将新的图像的特征映射到哈希码完成图像检索。对于目前的图像检索技术来说，图像数据庞大，并且标签在大数据时代是难以获取的，在大量图像中进行图像检索，这是非常耗时和不可扩展的，所以根据现有的问题，本发明提出的技术方法一方面避免了依赖类标签来监督散列的过程，另一方面也避免了由于深度网络获取图像特征而导致的大量的时间消耗。