[发明专利]一种E级超算海洋模式自动移植优化方法及系统有效
| 申请号： | 201811614524.4 | 申请日： | 2018-12-27 |
| 公开（公告）号： | CN109857459B | 公开（公告）日： | 2022-03-08 |
| 发明（设计）人： | 杨永全;孙文杰;魏志强 | 申请（专利权）人： | 中国海洋大学 |
| 主分类号： | G06F8/76 | 分类号： | G06F8/76;G06F8/74;G06N3/04 |
| 代理公司： | 北京工信联合知识产权代理有限公司 11266 | 代理人： | 商琛 |
| 地址： | 266100 山*** | 国省代码： | 山东;37 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种E级超算海洋模式自动移植优化方法，包括：基于热点函数的特征利用建立的代码分析工具确定热点函数代码数据；利用卷积神经网络从所述热点函数代码数据中提取出热点函数特征，并对热点函数特征进行向量化处理，以获取热点函数的特征向量；将所述热点函数的特征向量输入到双向LSTM神经网络中，并在所述双向LSTM神经网络中引入自注意力机制进行训练，以根据输出的第一主从核代码数据确定最优双向LSTM神经网络模型；根据所述第一主从核代码数据利用强化学习方法进行迭代训练，以确定最优强化学习模型；对于从客户端获取的源代码数据，利用所述最优双向LSTM神经网络模型和最优强化学习模型，获取最优的主从核代码方案，以实现代码自动移植。 | ||
| 搜索关键词： | 一种 级超算 海洋 模式 自动 移植 优化 方法 系统 | ||
【主权项】：
1.一种E级超算海洋模式自动移植优化方法，其特征在于，所述方法包括：基于热点函数的特征利用建立的代码分析工具对源代码样本数据进行静态分析和性能分析，以确定热点函数代码数据；利用卷积神经网络从所述热点函数代码数据中提取出热点函数特征，并对所述热点函数特征进行向量化处理，以获取热点函数的特征向量；将所述热点函数的特征向量输入到双向LSTM神经网络中，并在所述双向LSTM神经网络中引入自注意力机制进行训练，以根据输出的第一主从核代码数据确定最优双向LSTM神经网络模型；根据所述第一主从核代码数据利用强化学习方法进行迭代训练，以确定最优强化学习模型；对于从客户端获取的源代码数据，利用所述最优双向LSTM神经网络模型和最优强化学习模型，获取最优的主从核代码方案，以实现代码自动移植。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中国海洋大学，未经中国海洋大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201811614524.4/，转载请声明来源钻瓜专利网。
