“成都成信高科信息技术有限公司”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果24个，建议您升级VIP下载更多相关专利

[发明专利]一种基于分层随机梯度下降的卷积神经网络训练方法-CN202010722584.9有效
发明人：邓嘉新;王亚强;刘魁 -专利权人： 成都成信高科信息技术有限公司;成都信息工程大学
申请日： 2020-07-24 - 公布日： 2023-05-23 - 主分类号： G06N3/08 文献下载
摘要：本发明公开了一种基于分层随机梯度下降的卷积神经网络训练方法，包括：采用图像数据集分类划分方法，对图像数据集进行分类划分；统计各个类别下的样本数量，计算出与所有样本数量的比重作为权重，按照各个分类的权重，乘以批样本数量的大小，作为从各类别中抽取与批样本数量相同的样本；按照正常的梯度下降法对模型进行训练，并按照变换后的模型参数公式更新模型参数。本发明提出基于分层随机采样，进行数据集的采样，并结合随机梯度下降法进行卷积神经网络的训练，以解决简单随机采样过程中抽样误差的问题，增强模型泛化能力。
一种基于分层随机梯度下降卷积神经网络训练方法

[发明专利]一种面向文件分级存储的数据迁移系统及方法-CN202010296769.8有效
发明人：陈宏宇;王亚强;刘魁 -专利权人：成都信息工程大学;成都成信高科信息技术有限公司
申请日： 2020-04-15 - 公布日： 2023-05-19 - 主分类号： G06F16/11 文献下载
摘要：本发明公开了一种面向文件分级存储的数据迁移系统及方法，根据周期内文件的访问次数和最近访问时间为依据对文件进行冷热程度的判别；并在数据的性质由潜热数据转变为潜冷数据时引发真正的文件迁移；包括迁移速率控制和数据迁移的控制流程。本发明通过数据冷热程度算法对数据性质进行分类，并通过计算时间长度确定负载状态，达到通过内部的数据存储调度和迁移调度，以及在业务场景下的数据自动评估方法，实现系统中数据的自动迁移，从而达到在降低数据存储成本的同时保证数据访问的高性能访问的发明目的。
一种面向文件分级存储数据迁移系统方法

[发明专利]一种基于矩阵表示的分布式模型训练优化方法-CN202010722500.1有效
发明人：王彪;王亚强;曹亮 -专利权人：成都信息工程大学;成都成信高科信息技术有限公司
申请日： 2020-07-24 - 公布日： 2022-07-15 - 主分类号： G06F9/54 文献下载
摘要：本发明公开了一种基于矩阵表示的分布式模型训练优化方法，方法包括：节点配置，在子节点中搭建神经网络，通过前向传播获取参数，随机梯度下降算法更新参数，将节点搭建成完全二叉树集群的形式；消息上传，在不同的主机上搭建通讯协议，子节点将消息通过消息队列并行传输到根节点，并对神经网络中的节点进行验证；模型上传，将模型文件分割成等份，并标注索引，采用并行IO流的方式将模型文件上传到根节点；安全检测，根节点对消息队列进行安全检查，确认安全后，从队列中取出模型文件，按照分割后的模型的索引号组成完整的模型，并将其作为当前神经网络的隐含层进行迁移学习的训练。通过本方案能大大减少分布式训练的耗时，并提高模型的训练效率。
一种基于矩阵表示分布式模型训练优化方法

[发明专利]一种基于完全二叉树的容错机制的配置方法-CN202010722533.6有效
发明人：王彪;刘魁;曹亮 -专利权人：成都信息工程大学;成都成信高科信息技术有限公司
申请日： 2020-07-24 - 公布日： 2022-07-05 - 主分类号： G06F9/54 文献下载
摘要：本发明公开了一种基于完全二叉树容错机制的配置方法，包括设置一个管理者manger，再创建n个容器部署在不同的机器上面，将容器记为节点node，将数据集平分为n份，设置节点控制表；对数据集进行排序，并将前n个数据集子集分别送入node中，设置周期的时间片T；搭建神经网络，通过前向传播取参数，利用随机梯度下降算法更新参数，将节点搭建成完全二叉树的形式，每个树节点采用相同数据结构；在不同的主机上搭建通讯协议，子节点以不同的周期分别进行消息传输和模型传输，并进行安全性检测；确认安全后，将分割后的模型组建成完整的模型，并将模型作为神经网络的隐含层进行迁移学习的训练。通过本方案可以提高模型训练的容错率，增加了模型处理数据的能力。
一种基于完全二叉容错机制配置方法

[发明专利]一种图像数据集分类划分方法-CN202010722578.3有效
发明人：邓嘉新;王亚强;曹亮 -专利权人： 成都成信高科信息技术有限公司;成都信息工程大学
申请日： 2020-07-24 - 公布日： 2022-07-05 - 主分类号： G06F16/55 文献下载
摘要：本发明公开了一种图像数据集分类划分方法，包括：搭建预训练模型，生成一个投影矩阵组R，对图片图像数据进行缩放，并导入到预训练模型中；通过预训练模型对图片图像数据进行特征提取，生成一定维度的特征向量x；对每一个生成的特征向量x，对其进行L2正则化，将特征向量缩放为高维球形空间中的单位向量；对每一个投影矩阵Ri，对矩阵进行计算并得到其结果向量，取结果向量中最大数值所对应的索引作为该特征向量的哈希值hi；将计算出的所有矩阵哈希值hi进行组合，得到一组哈希值并将其作为图像特征量的哈希，将具有相同哈希值的图像划分为一类。通过本方案可以有效的对图像特征进行提取，精确对图像数据集进行划分，减少了哈希碰撞的概率。
一种图像数据分类划分方法

[发明专利]一种应用于离散制造业生产过程的排程约束条件建立方法-CN202010968192.0在审
发明人：马启杰;李骥;刘魁;曹亮 -专利权人： 成都成信高科信息技术有限公司;成都信息工程大学
申请日： 2020-09-15 - 公布日： 2020-12-18 - 主分类号： G06Q10/06 文献下载
摘要：本发明公开了一种应用于离散制造业生产过程的排程约束条件建立方法，包括以下步骤：订单分析、外协判断、工艺检查、生产资源分析、限制条件检查、生产能力评估、开工条件判断、工序管理。本发明尽可能全面覆盖了离散制造实际生产中的各个环节，使得精确的约束限制条件能够为计划排程提供强有力支撑；提高了计划排程系统的效率、缩减的系统运算时间，增强了计划排程系统实际使用效果；通过提升计划排程系统的效率降低了管理人员的工作强度和难度，能够应付快速变化的生产环境。
一种应用于离散制造业生产过程约束条件建立方法

[发明专利]一种实时迁移策略-CN202010734285.7在审
发明人：陈宏宇;王亚强;刘魁 -专利权人： 成都成信高科信息技术有限公司;成都信息工程大学
申请日： 2020-07-24 - 公布日： 2020-10-30 - 主分类号： G06F16/11 文献下载
摘要：本发明公开了一种实时迁移策略，应用于分布式文件存储系统，基于实时记录的数据访问次数，当访问次数在固定的间隔时间长度内超过了设定的阈值则进行需要升级迁移，将全局访问进行实时监控和分析。在数据访问发生时，实时记录数据的访问次数和间隔时间；判断数据实时访问频率是否超过预设的阈值，若是，则加入到迁移队列中。根据实时记录的CPU利用率、内存使用率、存储池容量和IO队列长度自动调整访问频率策略中的参数。本发明执行全局数据访问的监控，为分布式文件存储系统的存储方法提供了有效帮助。
一种实时迁移策略

[发明专利]一种基于时间滑动窗口的自适应分级存储的方法-CN202010722766.6在审
发明人：陈宏宇;刘魁;曹亮 -专利权人： 成都成信高科信息技术有限公司;成都信息工程大学
申请日： 2020-07-24 - 公布日： 2020-10-30 - 主分类号： G06F16/11 文献下载
摘要：本发明公开了一种基于时间滑动窗口的自适应分级存储的方法，应用于分布式文件存储系统，在分布式文件存储系统中建立SSD‑HDD的分层式存储结构，文件根据系统制定的迁移策略在存储结构中动态迁移，实现分级存储；其中，文件的迁移策略为全局实时迁移策略和时间窗口迁移策略并行。本发明将全局监控和实时性监控结合，使用两种并行的迁移策略，完善文件的迁移调控机制，从而提供实时性更强的文件升级。同时，根据业务行为日志分析业务数据访问规律和设定的业务规则，利用机器学习算法预测业务数据访问行为，自动将预测结果所需的业务数据提前预读到缓存中。
一种基于时间滑动窗口自适应分级存储方法

[发明专利]一种时间窗口迁移策略-CN202010722780.6在审
发明人：陈宏宇;刘魁;魏培阳 -专利权人： 成都成信高科信息技术有限公司;成都信息工程大学
申请日： 2020-07-24 - 公布日： 2020-10-30 - 主分类号： G06F16/11 文献下载
摘要：本发明公开了一种时间窗口迁移策略，应用于分布式文件存储系统，包括如下步骤：使用哈希表的方式将数据的文件信息记录在内存中；当时间窗口滑动则删除过期数据；依次解析访问日志内容；使用哈希函数将文件句柄作为键，访问时间的集合作为值，依次将访问时间插入到集合中；判断时间窗口内的访问次数超过设定的阈值，若是则进行文件的升级迁移；判断集合中最远一次访问时间是否超过时间窗口大小，若是则覆盖记录；判断集合中最近一次访问时间是否超过时间窗口大小，若是则删除记录；当内存使用率超过设定的阈值，则遍历哈希表，检查并删除过期记录。时间窗口迁移策略执行一小段时间内的数据访问监控，为分布式文件存储系统的存储方法提供有效帮助。
一种时间窗口迁移策略

[发明专利]一种基于海量数据的数据交换方法-CN202010722793.3在审
发明人：邓羽平;刘魁;曹亮 -专利权人： 成都成信高科信息技术有限公司;成都信息工程大学
申请日： 2020-07-24 - 公布日： 2020-10-30 - 主分类号： G06F9/54 文献下载
摘要：本发明公开了一种基于海量数据的数据交换方法，集中式数据中心接收到消息请求后，获取最不经常使用的数据从节点信息；通过消息队列与最不经常使用的数据从节点进行通信，向其所在的主题队列发送消息以及对应的镜像文件；数据从节点订阅消息队列中的主题；数据从节点自动去本地镜像仓库拉取所需的算法镜像；拉取的镜像赋予数据从节点一定的计算能力，对采集的数据进行预处理；数据从节点将处理结果发送到集中式数据中心的接收主题所对应的队列；集中式数据中心从接收主题队列中获取到处理结果后，记录在本地然后直接返回给消息请求者。有效解决了集中式数据中心的数据传输压力，提高数据传输与数据分析效率及数据安全性。
一种基于海量数据交换方法

[发明专利]基于并行计算的SGD负载均衡方法、装置及存储介质-CN202010723846.3在审
发明人：王彪;王亚强;刘魁 -专利权人： 成都成信高科信息技术有限公司;成都信息工程大学
申请日： 2020-07-24 - 公布日： 2020-10-30 - 主分类号： G06F9/50 文献下载
摘要：本发明公开了基于并行计算的SGD负载均衡方法，该方法包括：基于模型并行和数据并行相结合的设计模式实现分布式并行gpu计算；采用信号量机制实现主节点对子节点间同步通信，并在子容器中优化器采用随机梯度下降算法更新权重。主节点依据子节点控制表中的误差为权重构建最小生成树，发现图节点中的关键节点，并按次序消除无关节点，重新分配其硬件资源。实现多个模型副本同时处理训练样本的不同子集，周期性的对模型副本进行交互合并，对分布式算法进行优化。本发明提出了一种新的架构思路来实现负载均衡计算的策略，提高了模型开发效率并降低了开发成本，该算法对数据规模有较好的适应性，同时实现了动态管理子容器间的异步通信。
基于并行计算 sgd 负载均衡方法装置存储介质

[发明专利]一种应用于离散制造业生产过程的数据采集和编目方法、系统、终端设备及存储介质-CN202010640262.X在审
发明人：曹亮;刘魁;马启杰 -专利权人：成都信息工程大学;成都成信高科信息技术有限公司
申请日： 2020-07-06 - 公布日： 2020-10-09 - 主分类号： G05B19/418 文献下载
摘要：本发明公开了一种应用于离散制造业生产过程的数据采集和编目方法、系统、终端设备及存储介质，所述数据采集和编目方法包括如下步骤：数据采集接入、数据分类并处理、数据清洗过滤、数据信息录入、构建数据模型和数据按需存储。本发明通过屏蔽不同技术的底层技术细节，封装成统一数据接入接口；基于统一接口并针对不同数据来源实现相应数据的接入逻辑，形成数据接入系统的构件库；接入数据的数据定义、数据结构、数据标识、数据编码、数据编目、负责人、来源、转换关系、目标、质量等级、依赖关系、安全权限等相关内容进行管理，最终形成符合统一标准的数据模型；利用系统提供的Paas资源的弹性扩展和动态伸缩机制，实现对大数据的灵活存储。
一种应用于离散制造业生产过程数据采集编目方法系统终端设备存储介质

[发明专利]一种应用于离散制造业生产过程的领域知识库建立方法-CN202010641359.2在审
发明人：曹亮;刘魁;马启杰 -专利权人：成都信息工程大学;成都成信高科信息技术有限公司
申请日： 2020-07-06 - 公布日： 2020-10-02 - 主分类号： G06F16/36 文献下载
摘要：本发明公开了一种应用于离散制造业生产过程的领域知识库建立方法，包括以下步骤：S1：文本语料管理；S2：文本预处理；S3：知识网络检索；S4：领域知识库构建。本发明通过建立领域知识库，采用有效的排序算法，使得在领域知识库的检索结果排序合理，且检索结果可按照相关度、日期或来源等进行排列。当需要借助词表等经验数据的检索，结果排列做到科学合理，且可针对检索结果进行二次检索。支持多个条件的筛选，平均检索时间控制在0.5秒以内。另外，本方法支持PDF、word、excel等不同格式文件的检索，支持对资源的全文检索，支持在词表和知识库内的检索，调用可视化工具，提供可视化的展示结果。
一种应用于离散制造业生产过程领域知识库建立方法

[发明专利]一种面向海量数据的卷积神经网络训练引擎方法及系统-CN202010365519.5在审
发明人：王彪;曹亮;刘魁 -专利权人： 成都成信高科信息技术有限公司;成都信息工程大学
申请日： 2020-04-30 - 公布日： 2020-08-14 - 主分类号： G06N3/04 文献下载
摘要：本发明公开了一种面向海量数据的卷积神经网络训练引擎方法及系统，方法包括：搭建卷积神经网络并行化训练模型，统一配置训练模型的训练参数；收集训练数据形成训练数据集，并对训练数据集进行分片，得到多个训练子集；将标准误差和累积误差相结合，改进标准BP算法，训练子集采用改进后的BP算法进行迭代串行训练，每个训练子集在训练结束后都各自输出一个连接权值；根据连接权值计算算术平均值，更新卷积神经网络中的权值参数,得到一个经过并行化训练的卷积神经网络模型。本发明还提供了一种面向海量数据的卷积神经网络训练引擎系统。通过本方案可以使神经网络并行化训练模型对大规模的数据有较好的适应性,能够提高卷积神经网络的训练效率。
一种面向海量数据卷积神经网络训练引擎方法系统

[发明专利]一种面向文件的海量数据分级存储方法-CN202010295660.2在审
发明人：陈宏宇;王亚强;曹亮 -专利权人：成都信息工程大学;成都成信高科信息技术有限公司
申请日： 2020-04-15 - 公布日： 2020-07-17 - 主分类号： G06F16/11 文献下载
摘要：本发明公开了一种面向文件的海量数据分级存储方法，将存储设备分级为高性能存储层和大容量存储层两个层级，通过软件定义存储的方式，采用一种自动文件价值判别方法将系统中的文件划分为4种不同价值区间的数据，利用文件自动迁移机制和速率控制机制将不同价值区间的数据分别存储到相应成本的存储设备上。本发明通过内部的数据存储调度和迁移调度，以及在业务场景下的数据自动评估方法，实现系统中数据的自动迁移，从而达到在降低数据存储成本的同时保证数据访问的高性能访问的发明目的。
一种面向文件海量数据分级存储方法

1
2
下一页»
尾页
共 24 条