“张纪林”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231个，建议您升级VIP下载更多相关专利

[发明专利]一种长航时高速飞行器的舵轴液流冷却方法与结构-CN202011399475.4有效
发明人：陶键;陈辉;唐德佳;徐志伟;顾建军;杨毅;沈烽;张纪林;刘若愚 -专利权人：上海航天控制技术研究所
申请日： 2020-12-01 - 公布日： 2022-07-01 - 主分类号： F16H57/04 文献下载
摘要：目前飞行器趋向于高超声速，长航时发展，飞行器各部件必须耐受高温，舵轴作为飞行器驱动部件，直接与舵面连接，而舵面必须承受严苛的气动加热，舵轴在耐受高温状态下还应保持旋转，并确保传动强度和传动刚度，同时需要最大限度降低舵面对内部结构的热传导。本发明公开了一种长航时高速飞行器的舵轴液流冷却方法，利用飞行器燃油，通过舵轴结构合理设计，采用舵轴外围多孔引流，并在安装面增加多孔材料，形成气液多相区域，增加结构热阻，最终将油液从中间汇流，在实现舵轴冷却、节省冷却油、增加热阻等多方面得到平衡，保证舵轴长时间工作过程中温度稳定，工作可靠。本发明还公开了一种长航时高速飞行器的舵轴液流冷却结构。
一种长航时高速飞行器舵轴液流冷却方法结构

[发明专利]一种基于工作量自动调优的负载均衡方法-CN201911197352.X有效
发明人： 张纪林;薛瑞亨;万健;李明伟;沈静;张俊聪 -专利权人：杭州电子科技大学;浙江曙光信息技术有限公司
申请日： 2019-11-29 - 公布日： 2022-06-14 - 主分类号： G06F9/50 文献下载
摘要：本发明公开了一种基于工作量自动调优的负载均衡方法。本发明通过自动化调优的方式为集群中每个计算节点找出最优工作量大小，并将全部计算节点的工作量汇总为一个最优工作量比例数组，然后将该数组运用到分布式机器学习模型训练中以达到平衡集群负载的效果。本发明通过自动化调优的方式为集群中每个计算节点找出最优工作量大小，从而有效地平衡了各节点之间的性能差异，有效缓解了滞后问题，提高了分布式机器学习模型训练的整体性能。
一种基于工作量自动负载均衡方法

[发明专利]基于目标追踪场景下边缘网络路由方法-CN202010629604.8有效
发明人：贾刚勇;张忠义;李尤慧子;殷昱煜;蒋从锋;张纪林;万健 -专利权人：杭州电子科技大学
申请日： 2020-07-03 - 公布日： 2022-06-14 - 主分类号： H04W40/02 文献下载
摘要：本发明提出一种基于目标追踪场景下边缘网络路由方法。本发明主要包括三部分内容：初始状态网络构建，目标追踪的路由转发规则以及网络拓扑的动态构建。本发明克服传统TCP/IP协议和无线传感网络中的单节点过载以及应用通信高延时等缺点，使得边缘节点之间的协同在最低延时下完成，且保证了网络以较少的通信量完成任务，同时网络还支持节点动态弹性的扩展。
基于目标追踪场景边缘网络路由方法

[发明专利]一种基于模型预测控制的云服务器弹性伸缩与性能优化方法-CN201910688296.3有效
发明人：蒋从锋;陈圣蕾;黄杰;仇烨亮;樊甜甜;李尤慧子;殷昱煜;张纪林 -专利权人：杭州电子科技大学
申请日： 2019-07-29 - 公布日： 2022-05-31 - 主分类号： G06F11/30 文献下载
摘要：本发明涉及一种基于模型预测控制的云服务器弹性伸缩与性能优化方法。本发明包括对服务器功耗的控制和对虚拟机应用级性能的控制，其中集群级功率控制环中功率控制器通过动态电压和频率调整（DVFS）调整每个服务器的CPU频率，动态控制集群中所有服务器的总功耗。而性能控制环中性能控制器通过调整分配给它的CPU资源来动态控制虚拟机的应用程序性能。由于群集的总功耗需要保持低于共享电源的容量，并且不同服务器之间的集群级功率转换可以带来更好的系统性能。通过本发明提供的基于模型预测控制的云服务器弹性伸缩与性能优化方法，可以降低系统功耗，并且保证虚拟机上的应用程序性能满足一定的要求，提高系统服务质量。
一种基于模型预测控制服务器弹性伸缩性能优化方法

[发明专利]一种基于语序与语义联合分析的中文文本检错方法及系统-CN202210178120.5在审
发明人：周仁杰;沈佳冰;任永坚;张纪林;万健;曾艳;寇亮;袁俊峰;王星 -专利权人：杭州电子科技大学
申请日： 2022-02-25 - 公布日： 2022-05-27 - 主分类号： G06F40/30 文献下载
摘要：本发明公开一种基于语序与语义联合分析的中文文本检错方法及系统。针对现有的中文文本检错方法，无法深入理解中文文本语义，自动分配权重，设计了一种把文本视为一维图片，并且使用双向循环神经网络拟合文本与自注意力机制分配权重的中文文本预测错误模型。本发明采用全卷积神经网络(FCN)与残差网络(ResNet)组成的语义理解模块(FR)，具有以下两个优点：一是使用全卷积神经网络(FCN)把一维文本数据视为一维图片，理解文本语义，解决了现有技术处理语义手段缺乏问题；二是使用残差网络(ResNet)加深了网络的层数，提高了特征的数量，加深对文本语义的理解程度。
一种基于语序语义联合分析中文文本检错方法系统

[发明专利]基于层次残差自注意力神经网络的长期电力负荷预测方法-CN202210048738.X在审
发明人：占翔昊;寇亮;张纪林;周丽;袁俊峰 -专利权人：杭州电子科技大学
申请日： 2022-01-17 - 公布日： 2022-05-24 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种基于层次残差自注意力神经网络的长期电力负荷预测方法。本发明包括三部分的内容：第一，自适应的提取历史负荷数据中的趋势项，周期项，节假日项，天气项的混合特征数据并与历史负荷序列数据融合。第二，对融合后的序列数据进行时间分量递归分解，并利用层次残差自注意力网络块对时间分量进行编码，第三，重建时间分量，进行生成式解码，预测未来一段时间的电力负荷波动。本发明通过层次化的对负荷序列进行拆解，重建，预测，有效的捕捉了序列的长短期特征，提升了模型在长序列负荷预测场景下的预测精度。
基于层次注意力神经网络长期电力负荷预测方法

[发明专利]一种基于时序数据周期性的用电负荷预测方法-CN202210312770.4在审
发明人：张书铭;万健;张纪林;袁俊峰;曾艳;孙超 -专利权人：杭州电子科技大学
申请日： 2022-03-28 - 公布日： 2022-05-20 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种基于时序数据周期性的用电负荷预测方法。本发明涉及的模型包含两个模块：趋势建模模块和周期关注模块，分别抓取时间序列趋势性和周期性的特征。其中趋势建模模块采用改进后的TCN，负责抓取时间序列的长短期依赖，建模时间序列的趋势性；周期关注模块由卷积运算和BiLSTM组成，该模块通过跨周期关注预测点在历史周期中的相近位置，对时间序列的周期特征进行提取，利用门控循环神经网络的底层原理，使时序信息跨周期传递的同时，避免了循环神经网络在处理长序列输入时梯度消失的问题。实验证明，显式地关注时间序列的周期特性，让本发明具有更好的解释性的同时，提升了在用电负荷数据预测任务上的准确度。
一种基于时序数据周期性用电负荷预测方法

[发明专利]一种基于服务特征的混部场景中容器I/O隔离性优化方法-CN201910687987.1有效
发明人：蒋从锋;周鑫;黄杰;张坚成;仇烨亮;殷昱煜;张纪林;李尤慧子 -专利权人：杭州电子科技大学
申请日： 2019-07-29 - 公布日： 2022-05-20 - 主分类号： G06F9/455 文献下载
摘要：本发明公开了一种基于服务特征的混部场景中容器I/O隔离性的优化方法。本发明使用磁盘资源划分与磁盘I/O并发控制相融合的方式来解决多服务混部场景中容器I/O隔离性的优化问题。本发明首先识别分类所有服务类型和性能特征，并为每种服务设置合理的性能基准值，通过检测各个服务的性能数据是否符合预先设置的基准值，判断当前服务的运行状态，若未能达到预期性能，则根据服务的类型施加针对性的优化策略。本发明可以克服基于单服务混部场景的隔离性优化方法在多服务混部场景中应用的局限性，通过错开各个服务的优化时机来保证优化效果，避免产生过度优化，从而实现多服务混部场景下的容器I/O隔离性优化。
一种基于服务特征场景容器隔离优化方法

[发明专利]支持组织架构变更的自适应业务流程引擎设计方法-CN202011542186.5有效
发明人：殷昱煜;胡海杰;梁婷婷;李玉;张纪林 -专利权人：杭州电子科技大学
申请日： 2020-12-23 - 公布日： 2022-05-13 - 主分类号： G06F8/20 文献下载
摘要：本发明涉及业务流程管理领域，涉及一种支持组织架构变更的自适应业务流程引擎设计方法。本发明主要通过软件设计实现了支持组织架构变更的自适应业务流程引擎，在目前企业组织架构频繁演化、业务流程无法高效复用的场景下，面向组织架构变更的业务流程引擎的提出，业务流程影响域检测与基于影响域的流程实例迁移等方法的应用，可以有效提高业务流程的灵活性和可复用性。
支持组织架构变更自适应业务流程引擎设计方法

[发明专利]一种面向隐私保护的图神经网络联邦推荐方法-CN202110614924.0有效
发明人：李尤慧子;潘倩倩;殷昱煜;梁婷婷;万健;张纪林 -专利权人：杭州电子科技大学
申请日： 2021-06-02 - 公布日： 2022-05-10 - 主分类号： G06F16/9536 文献下载
摘要：本发明公开了一种面向隐私保护的图神经网络联邦推荐方法。目前已有很多学术策略提出矩阵分解，协同过滤等推荐方法来提高推荐的准确率，然而提出的方法中推荐的准确率、数据孤岛的问题、多个客户端如何联合训练的问题、数据的安全隐私性这些方面无法兼顾。本发明包含三部分的内容：基于二分图每个客户端进行图神经网络推荐，基于联邦学习进行共同训练图神经网络推荐方法和面向隐私保护的服务器和客户端传输数据进行同态加密。通过本发明提供的面向隐私保护的图神经网络联邦推荐方法，可以在数据孤岛的环境下联合多个客户端进行保证隐私性和数据安全性的图神经推荐建模训练，显著提高所有客户端的推荐准确率和保护数据的安全。
一种面向隐私保护神经网络联邦推荐方法

[发明专利]一种面向船舶定位数据的时空网格与树融合的存储方法-CN202210048823.6在审
发明人：徐传奇;张纪林;任永坚;曾艳;袁俊峰;薛梅婷;欧东阳 -专利权人：杭州电子科技大学
申请日： 2022-01-17 - 公布日： 2022-04-26 - 主分类号： G06F16/29 文献下载
摘要：本发明公开了一种面向船舶定位数据的时空网格与树融合的存储方法。本发明采用时间、经度和纬度三个维度构建时空网格，对时空网格内单个船舶定位数据的元数据建模；并将元数据按照时间范围分片形成元数据块，采用B+树对元数据块进行管理；在元数据块内，构建时空网格编码，并按照时空网格编码升序将元数据依次存入元数据数组中；在数据存储过程中，随着时间推移，自动按照时间范围分片建立元数据块及其元数据，同时将船舶定位数据存储至存储节点。本发明以时空网格编码作为元数据索引，实现按时空条件快速查找元数据；将元数据按照时间范围分片形成元数据块，采用B+树对元数据块进行管理，实现快速缩小目标数据的查找范围。
一种面向船舶定位数据时空网格融合存储方法

[发明专利]一种基于快速矩阵分解法的近海气候预测方法和装置-CN202111617373.X在审
发明人：焦瀚;袁俊峰;任永坚;张纪林;铃木智博;欧东阳;曾艳;刘震;许洋;王雷;徐传奇;于晓康 -专利权人：杭州电子科技大学
申请日： 2021-12-27 - 公布日： 2022-04-08 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开一种基于快速矩阵分解法的近海气候预测方法和装置。使用已有基于Matern核函数高斯随机场模型以及收集到近海气候物理数据，对该区域的任意空间点位进行物理值预测；使用OpenMP来生成任务依赖图并按依赖顺序调度其中的分解任务；使用MPI来控制矩阵分块后，然后进行不同进程间的非阻塞通信。本发明提出一种全新的MPI+X范式，既可运行在分布式环境中，也可使用原生的OpenMP任务模型进行编程，多线程执行通信有效提升大规模分解算法运行效率。本发明提出一种分布式环境下全新的二维数据布局，平衡分布式分解算法中各进程上负载；分摊计算量较高的任务到不同进程上，从而降低分解算法的通信开销，并提升效率。
一种基于快速矩阵解法近海气候预测方法装置

[发明专利]一种基于多任务学习的互联网在线广告精准投放方法-CN202111461532.1在审
发明人：周仁杰;金振明;刘臣;万健;张纪林;赵乃良;刘焱;陈青雯;邓茂 -专利权人：杭州电子科技大学;浙江盘石信息技术股份有限公司
申请日： 2021-12-02 - 公布日： 2022-04-08 - 主分类号： G06Q30/02 文献下载
摘要：本发明公开了一种基于多任务学习的互联网在线广告精准投放方法。本发明从基于深度学习用于广告转化率预估的模型出发，在ESMM模型的基础上，利用AutoInt模型作为特征提取组件，提取高阶特征，以及利用自适应调整任务权重策略(AdaptTW)在模型训练过程中根据任务的学习难度和学习速度自适应调整任务的权重，保证任务优化同步，实现最优，以提升互联网广告转化率预估性能。模型不需要大量具有用户转化行为的数据，避免了由于数据稀疏导致训练不充分。本发明在应用到在线广告投放系统中，能够提升广告的转化率，同时没有过多增加模型更新训练时间。
一种基于任务学习互联网在线广告精准投放方法

[发明专利]一种基于自监督学习的命名实体识别方法-CN202111539122.4在审
发明人：周仁杰;胡强;万健;张纪林;殷昱煜;蒋从锋 -专利权人：杭州电子科技大学
申请日： 2021-12-15 - 公布日： 2022-03-25 - 主分类号： G06F40/295 文献下载
摘要：本发明公开了一种基于自监督学习的命名实体识别方法，该方法包括：对数据集进行预处理，并利用处理好的数据集构建正例句子对和负例句子对，利用embedding编码器分别对正例句子对和负例句子对中的句子进行编码；在基于自监督学习的命名实体识别模型中根据不同的实体特征以及相似度矩阵学习到实体在不同语境中的不同释义，充分根据正例句子对以及负例句子对的相似度学习其特征向量，满足不同语料库的语种上的差异。本发明提高了命名实体识别的准确率，并通过知识图谱解决输出结果中因单词缩写引起的实体类型识别错误的问题，从而可以更准确地预测实体以及实体类型，使得具有多义性单词的词嵌入向量能更好的表示该词在当前语境中的释义。
一种基于监督学习命名实体识别方法

[发明专利]一种基于船舶行为特征的船舶轨迹压缩方法及其系统-CN202111553973.4在审
发明人：王雷;袁俊峰;张纪林;欧东阳;曾艳;许洋;刘震;徐传奇;于晓康 -专利权人：杭州电子科技大学
申请日： 2021-12-17 - 公布日： 2022-03-22 - 主分类号： G06K9/62 文献下载
摘要：本发明公开一种基于船舶行为特征的船舶轨迹压缩方法及其系统，本发明对船舶轨迹中缺失值数据进行预处理，然后构建特征矩阵；利用DBSCAN算法对特征矩阵I进行基于密度的聚类，得到不同船舶行为的轨迹片段；使用k‑Means方法将轨迹片段分为抛锚阶段、航行阶段、捕鱼阶段；对船舶轨迹根据不同的行为进行自适应压缩。本发明实现了对船舶轨迹数据的有效压缩，压缩方法考虑了船舶轨迹的具体行为特征，既确保压缩前后船舶轨迹数据特征的一致，又实现船舶轨迹数据的压缩，保证船舶管理系统轨迹查询相关功能的流畅性。
一种基于船舶行为特征轨迹压缩方法及其系统