[发明专利]降低执行机器学习任务的计算成本的方法和系统在审

专利信息
申请号: 201910410996.6 申请日: 2019-05-17
公开(公告)号: CN110737528A 公开(公告)日: 2020-01-31
发明(设计)人: 森村哲郎;奥户道子;胜木孝行 申请(专利权)人: 国际商业机器公司
主分类号: G06F9/50 分类号: G06F9/50;G06N20/00
代理公司: 11247 北京市中咨律师事务所 代理人: 于静;杨晓光
地址: 美国*** 国省代码: 美国;US
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明涉及一种降低执行机器学习任务的计算成本的方法和系统。一种用于降低执行机器学习任务的计算成本的计算机实现的方法,包括:生成对应于多个状态的一个或多个状态分区候选者,所述多个状态与部分可观察马尔可夫决策过程(POMDP)模型相关联;基于用于所述一个或多个状态分区候选者中的给定状态分区候选者的状态转移矩阵,确定所述给定状态分区候选者满足合并条件;以及使用所述给定状态分区候选者并基于具有合并状态的所述POMDP模型来执行机器学习任务。
搜索关键词: 给定状态 机器学习 分区 状态分区 马尔可夫决策过程 状态转移矩阵 计算机实现 合并条件 可观察 关联 合并
【主权项】:
1.一种用于降低执行机器学习任务的计算成本的计算机实现的方法,包括:/n由在操作上耦合到存储器的至少一个处理器设备生成对应于多个状态的一个或多个状态分区候选者,所述多个状态与部分可观察马尔可夫决策过程POMDP模型相关联;/n由所述至少一个处理器设备基于用于所述一个或多个状态分区候选者中的给定状态分区候选者的状态转移矩阵来确定所述给定状态分区候选者满足合并条件;以及/n由所述至少一个处理器设备使用所述给定状态分区候选者并基于具有合并状态的所述POMDP模型来执行机器学习任务。/n
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国际商业机器公司,未经国际商业机器公司许可,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/201910410996.6/,转载请声明来源钻瓜专利网。

同类专利
  • 用于提供算力支持的数据处理方法及装置-201810878491.8
  • 钟强 - 上海小渔数据科技有限公司
  • 2018-08-03 - 2020-02-14 - G06F9/50
  • 本申请公开了一种用于提供算力支持的数据处理方法及装置,具体而言,提供了一种能给基础逻辑算法提供优化的算力支持的大数据处理方法。该数据处理方法包括:获取基础逻辑算法对应的算法脚本;获取用户设定的所述算法脚本对应的输入数据;基于所述算法脚本以及所述输入数据生成计算实例;判断所述输入数据的数据维度与所述算法脚本输出的数据维度是否相同;若是,则对所述计算实例进行并行计算。本申请解决了现有技术中没有一种为基础逻辑算法提供合理的算力分配的方法的问题。
  • 用以支持统一的分布式实时配额限制的智能解决方案-201810880060.5
  • 郑庆霄;王毅;赵靖荣;廖兰君;李海涛 - EMCIP控股有限公司
  • 2018-08-03 - 2020-02-14 - G06F9/50
  • 本发明提供一种用以支持统一的分布式实时配额限制的智能解决方案。统一的分布式实时配额限制系统限制分布式网络环境(DNE)中的共享网络资源的使用。调度中心确定DNE中的客户端装置可用的共享资源的量。调度中心确定要分配给客户端使用的共享资源的量,并且向客户端发送一个或多个策略,其中该一个或多个策略具有限制客户端可以使用的资源的量的资源使用配额。在客户端接收到用以执行需要共享资源的任务的请求时,在运行该任务之前,客户端确定自己对资源的使用,并且在运行该任务将超过共享资源的配额限制的情况下终止该任务。
  • 一种虚拟CPU的处理方法及装置-201810882095.2
  • 宋文俊 - 阿里巴巴集团控股有限公司
  • 2018-08-03 - 2020-02-14 - G06F9/50
  • 本申请公开了一种虚拟CPU的处理方法及装置。其中虚拟CPU的处理方法包括:确定虚拟CPU在同一个自旋循环中执行PAUSE指令的次数;判断所述执行PAUSE指令的次数是否满足次数条件;如果所述执行PAUSE指令的次数满足次数条件,则将所述虚拟CPU从所述虚拟CPU所占用的物理CPU资源上移除。采用本申请提供的方法,解决了当虚拟机中存在大量中断的时候,PLE功能失效的问题。
  • 一种资源调度方法及装置-201910909838.5
  • 曹玲玲 - 苏州浪潮智能科技有限公司
  • 2019-09-25 - 2020-02-14 - G06F9/50
  • 本申请提供一种资源调度方法及装置,所述方法包括:对于待运行容器组,如果待运行容器组对应的宿主机的剩余资源小于待运行容器组的所需资源,则判断宿主机是否存在M个可抢占的已运行容器组;如果存在M个可抢占的已运行容器组,并且N个可抢占的已运行容器组的所占资源与宿主机的剩余资源的总和大于或者等于待运行容器组的所需资源,则将N个可抢占的已运行容器组的所占资源回收;其中,可抢占的已运行容器组的优先级低于待运行容器组的优先级;M和N均为大于或者等于1的正整数;M大于或者等于N。上述技术方案可以可以在资源不足时根据容器组的优先级实现抢占式资源调度,使得资源调度更加灵活,从而可以满足多种用户需求。
  • 应用内存泄露的检测方法及装置-201910980256.6
  • 汤洌 - 浙江口碑网络技术有限公司
  • 2019-10-15 - 2020-02-14 - G06F9/50
  • 本发明实施例公开了一种应用内存泄露的检测方法及装置,涉及电子信息领域,包括:获取目标应用的内存占用信息以及应用状态信息;当根据所述目标应用的内存占用信息确定需要触发内存检测操作时,根据已获取的目标应用的应用状态信息判断所述目标应用的当前状态是否为空闲状态;若所述目标应用的当前状态为空闲状态,控制所述目标应用生成内存镜像文件,以根据所述内存镜像文件检测所述目标应用是否发生内存泄露。该方式能够防止在应用运行过程中生成镜像文件所导致的应用卡死问题,进而能够及时检测线上运行环境中的内存泄露问题。
  • 任务管理方法和装置、电子设备、计算机可读存储介质-201910992580.X
  • 王明远 - OPPO(重庆)智能科技有限公司
  • 2019-10-18 - 2020-02-14 - G06F9/50
  • 本申请涉及一种任务管理方法和装置、电子设备、计算机可读存储介质,包括:当检测出前台任务属于预设前台任务时,获取当前运行的后台任务名单。将当前运行的后台任务名单与预设前台任务对应的后台任务白名单进行比较,后台任务白名单中剔除了电子设备的部分内置应用和系统服务。对不属于预设前台任务对应的后台任务白名单中的后台任务进行限制处理。不属于预设前台任务对应的后台任务白名单中包括剔除的电子设备的部分内置应用和系统服务。即本申请中也可以对电子设备的内置应用和系统服务进行限制处理,从而保证了后台任务的进一步纯净,可以为前台任务提供更多的资源。
  • 一种存储空间管理方法、装置及电子设备和存储介质-201910995274.1
  • 张刚 - 苏州浪潮智能科技有限公司
  • 2019-10-18 - 2020-02-14 - G06F9/50
  • 本申请公开了一种存储空间管理方法、装置及一种电子设备和计算机可读存储介质,该方法包括:判断单位时间内接收的日志的数量是否大于第一预设值;若是,则中断目标操作;其中,所述目标操作为将所述日志从存储空间展开至磁盘的操作。本申请提供的存储空间管理方法,当单位时间内接收的日志的数量大于第一预设值时,JRCV需要使用较多的Subblock,导致Subblock不足,因此中断日志从存储空间展开至磁盘的操作,避免JETR操作超时而导致整个Journal Replication功能不可用。
  • 应用处理方法及相关装置-201911002460.7
  • 李军 - OPPO(重庆)智能科技有限公司
  • 2019-10-21 - 2020-02-14 - G06F9/50
  • 本申请实施例公开了一种应用处理方法及相关装置,应用于电子设备,包括:在检测到对任务栈的任务清理操作时,获取所述任务栈中多个任务的任务信息;根据所述多个任务的任务信息,判断所述多个任务对应的至少一个应用中是否包括目标应用;若是,对所述多个任务中除所述目标应用关联的任务之外的任务执行任务清理操作。本申请实施例有利于在对任务栈进行任务清理操作时,保证目标应用的任务不会被清理。
  • 资源利用率的预测方法及装置-201911025128.2
  • 王振杰 - 新华三大数据技术有限公司
  • 2019-10-25 - 2020-02-14 - G06F9/50
  • 本申请提供一种资源利用率的预测方法及装置,该方法包括:根据ARIMA模型对历史时间序列进行处理,得到所述历史时间序列对应的拟合时间序列和初级预测值;所述ARIMA模型是根据所述历史时间序列训练得到,所述历史时间序列包括按照时间顺序排序的多个历史资源利用率;根据所述历史时间序列和所述拟合时间序列获得残差序列;根据SRU模型对所述残差序列进行处理,得到所述残差序列对应的次级预测值;所述SRU模型是根据所述残差序列训练得到;根据所述初级预测值和所述次级预测值确定资源利用率的目标预测值。通过本申请的技术方案,能够基于ARIMA‑SRU模型实现资源利用率的预测,得到准确的目标预测值。
  • 基于MESOS容器化平台的GPU资源调度方法及装置-201911044273.5
  • 王烨;陈润聪;朱蓉凤 - 亚信科技(中国)有限公司
  • 2019-10-30 - 2020-02-14 - G06F9/50
  • 本发明提供了一种基于MESOS容器化平台的GPU资源调度方法及装置,在图像化界面上创建目标服务时,通过设置GPU显存使用率,便于容器化平台基于目标服务的GPU显存使用率为服务分配对应的目标主机,并通过运行应用容器引擎,调用目标主机的CUDA驱动程序和GPU驱动程序,利用目标主机的GPU资源实现目标服务在容器中运行,由于目标服务不占用目标主机全部GPU显存,一个GPU可以分配给多个服务,实现了GPU资源细粒度调度,提高了GPU资源利用率。
  • 终端运行参数的确定方法和设备-201911064650.1
  • 马美榕 - 深圳传音控股股份有限公司
  • 2019-11-01 - 2020-02-14 - G06F9/50
  • 本发明公开了一种终端运行参数的确定方法,包括以下步骤:服务器获取运行参数和运行质量参数,所述运行参数和运行质量参数由至少一个移动终端在应用场景运行时上传,其中,所述运行参数变化,则所述运行质量参数对应变化;根据所述运行参数和所述运行质量参数之间的对应关系确定目标运行参数,以使所述移动终端根据所述目标运行参数运行所述应用场景。本发明还公开了一种设备。本发明基于大数据分析实现移动终端的应用场景的运行参数的优化。
  • 一种分配工作任务的方法及装置-201510674211.8
  • 费振国;高昊江;李效本 - 京北方信息技术股份有限公司
  • 2015-10-16 - 2020-02-14 - G06F9/50
  • 本发明实施例公开了一种分配工作任务的方法及装置,通过装载工作项任务队列到二维数组中,二维数组的一维表示工作项类型,另一维表示具体的工作项任务队列,获取用户发送的处理工作任务的请求;为所述请求创建任务分配线程,弃用加锁、解锁处理,减少排队等待等耗时的处理,支持多路并发的用户发送的工作任务的请求;通过所述任务分配线程执行原子操作,为所述请求分配工作项序号;若所分配的工作项序号超过所述工作项类型对应的工作项序号取值范围则返回没有任务,否则,根据所述工作项序号提取工作任务,发送给所述用户。本发明的技术方案,通过任务分配线程执行原子操作,弃用加锁、解锁操作,从而实现多路并发请求工作任务的目的,极大的提高系统处理性能。
  • 一种基于多GPU的图数据处理系统及方法-201710276951.5
  • 石宣化;金海;罗璇;赵鹏 - 华中科技大学
  • 2017-04-25 - 2020-02-14 - G06F9/50
  • 本发明公开了一种基于多GPU的图数据处理系统及方法,首先通过数据划分模块对输入的原始图数据进行划分,并将划分后的数据分配到各个GPU设备中;然后通过任务管理模块对每个GPU设备上的顶点按照计算属性分配不同的计算任务,并管理各种任务的执行顺序;接着通过执行模块在保证数据一致性的同时,完成各个GPU设备上并行计算任务的执行;最后通过数据收集模块在计算完成以后,完成数据收集的过程。本发明提出新的任务分配和管理机制,最大化并行效率,利用计算掩盖通信,解决目前基于GPU的图处理系统存在GPU‑CPU通信开销大以及能够处理图数据的规模有限的问题,从而提高了在GPU上处理大规模图数据的效率。
  • 一种基于分布式存储数据链的票务发布方法、装置及数据链节点-201910395438.7
  • 李莉莉 - 特斯联(北京)科技有限公司
  • 2019-05-13 - 2020-02-14 - G06F9/50
  • 本发明公开了一种基于分布式存储数据链的票务发布方法、装置及分布式存储数据链节点,该方法包括:接收票务平台发送的待发布的票务信息;根据待发布的票务信息生成第一数据块;将第一数据块添加到自身保存的分布式存储数据链中;将第一数据块广播给共识网络中除自身外的其他分布式存储数据链节点进行存储。本发明中票务平台并不存储票务信息,而是将待发布的票务信息发布到共识网络中的分布式存储数据链节点上,共识网络中的每个分布式存储数据链节点上都存储有票务信息,且每次有用户订票后,各个分布式存储数据链节点存储的分布式存储数据链都会更新,如此避免了所有用户都访问票务平台进行购票,而是将用户的访问行为分散到共识网络中的各个分布式存储数据链节点上,这样每个分布式存储数据链节点的负载都不会过重,查询及订票等响应速度快。
  • 一种视频解析方法及系统-201811589989.9
  • 谢锦滨;张奕;李传朋 - 上海极链网络科技有限公司
  • 2018-12-25 - 2020-02-14 - G06F9/50
  • 本发明公开了一种视频解析方法及系统,该方法包括:在检测到视频解析任务挂起时,若是存在当前解析任务退出时,检测将退出的当前解析任务是否与挂起的视频解析任务为相同维度解析任务;若是,则向当前解析任务发送状态保持信息维持当前的执行状态,并执行挂起的视频解析任务;若否,则通知当前解析任务退出执行,并释放当前解析任务对应的GPU资源。通过本发明所提供的方法,充分利用了GPU内存并发执行多个解析任务,对前后相继执行相同维度任务可以减少反复加载解析模型,避免了反复加载造成的时间浪费,提升了视频解析效率以及GPU的使用率。
  • 用于云服务部署的方法和系统-201280076583.5
  • B·梅兰德;E·E·费尔南德兹卡萨多;H·帕萨拉斯 - 瑞典爱立信有限公司
  • 2012-10-23 - 2020-02-14 - G06F9/50
  • 本申请涉及一种用于将云服务部署到云计算网络(230)的方法和系统(200),在该云计算网络(230)中,这些云服务将被提供给移动云客户。当前的云服务没有被优化而考虑移动的云服务客户,这导致了对网络中的传输资源的低效使用。该问题由如下的方法和系统(200)所解决,该方法和系统(200)用于将所要求的云服务预先部署到与云客户(221‑223)计划以某个所估计的到达时间和持续期间而处于的位置最接近的可行的云服务处理环境(211‑213)。
  • 一种性能检测方法、装置、服务器及存储介质-201910862494.7
  • 丁雪莲;颜慧强;秦俊锋 - 中移(杭州)信息技术有限公司;中国移动通信集团有限公司
  • 2019-09-12 - 2020-02-11 - G06F9/50
  • 本发明实施例涉及通信领域,公开了一种性能检测方法、装置、服务器及存储介质。本发明包括以下步骤:获取影响待测系统的并发量的L个性能指标值,其中,L为大于1的整数;将L个性能指标值对并发量的影响进行量化计算,并根据各性能指标值对并发量的量化影响,获取并发量的调整值;若调整值满足预设条件,则将以调整值调整后的并发量作为性能检测结果。使得在多个性能指标影响系统的并发量的情况下,也可以实现自动检测,提高性能检测的效率,避免了在性能检测过程中需要人工参与调整检测参数和分析数据的工作。
  • 一种基于Kubernetes的资源调度优化的方法、设备及介质-201910893299.0
  • 方雪静 - 苏州浪潮智能科技有限公司
  • 2019-09-20 - 2020-02-11 - G06F9/50
  • 本发明公开了一种基于Kubernetes的资源调度优化的方法,包括以下步骤:统计作业中处于待分配状态和已完成状态的任务;获取各个节点的打分列表,并选择分值最大的节点;在分值最大的节点中预占待分配状态的任务所需要的资源,并将待分配状态的任务转换为已分配状态;根据已分配状态和已完成状态的任务数量判断作业是否处于准备就绪状态;以及响应于作业处于准备就绪状态,将处于已分配状态的任务转换为运行状态。本发明还公开了一种计算机设备和可读存储介质。本发明提出的基于Kubernetes的资源调度优化的方法、设备及介质将一个作业内的所有任务均处于运行状态,从而满足深度学习的一些场景需求。
  • 一种调控内存的方法、设备及介质-201910911388.3
  • 孔祥斐 - 苏州浪潮智能科技有限公司
  • 2019-09-25 - 2020-02-11 - G06F9/50
  • 本发明公开了一种调控内存的方法,包括以下步骤:基于所有内存创建父内存池;从父内存池占用预定大小的内存以创建子内存池;判断子内存池的内存大小是否能够满足系统当前的需要;响应于子内存池的内存大小不能够满足系统当前的需要,向父内存池发送内存请求;以及子内存池接收父内存池分配的新的内存。本发明还公开了一种计算机设备和可读存储介质。本发明提出的调控内存的方法、设备及介质通过父内存池和子内存池的配合使用,实现了内存的动态变化,充分利用了系统内存资源,提高了对用户写数据的响应速度,提升了存储系统的读写性能。
  • 深度学习作业的运行方法及装置-201910923831.9
  • 李铭琨 - 苏州浪潮智能科技有限公司
  • 2019-09-27 - 2020-02-11 - G06F9/50
  • 本发明提供了一种深度学习作业的运行方法及装置,该方法包括:通过获取待处理深度学习作业信息;其中待处理深度学习作业信息包括待处理深度学习作业的类型;然后根据待处理深度学习作业的类型在预设的运行策略中匹配得到待处理深度学习作业的类型所对应的调度策略;其中,调度策略包括深度学习作业的运行优先级;最后根据深度学习作业的运行优先级运行待处理深度学习作业。通过将深度学习作业与运行策略分开,作为独立的两个部分,仅在需要进行运行深度学习作业的时候在预设的运行策略中匹配得到深度学习作业的类型所对应的调度策略,其中调度策略包括深度学习作业的运行优先级,以达到统一所有的operator的优先级策略,以便于在后续的扩展维护的目的。
  • 基于Kubernetes的动态负载均衡资源调度方法-201910933130.3
  • 陈晶;何琨;杜瑞颖;叶琼州 - 武汉大学
  • 2019-09-29 - 2020-02-11 - G06F9/50
  • 本发明公开了一种基于Kubernetes的动态负载均衡资源调度方法,本发明结合Kubernetes调度系统的特点改进了一种动态负载均衡算法,将调度算法分为静态调度部分和动态调度部分,该算法在集群环境变化时依然能够较好的维持系统的负载均衡。本发明提供的Kubernetes的容器资源调度策略,解决了Kubernetes的调度策略单一,无法根据容器应用中对系统内核、网络传输速度等特定因素的约束调度需求,实现集群中容器到机器节点的合理调度。并实现了将某个工作节点上运行的Pod迁移到另一个与调度策略匹配程度更高的新工作节点上的动态负载均衡调度策略。
  • 一种多核CPU的调度系统和方法-201910968189.6
  • 孙昊 - 苏州浪潮智能科技有限公司
  • 2019-10-12 - 2020-02-11 - G06F9/50
  • 本发明实施例公开了一种多核CPU的调度系统和方法,当目标FC口接收到数据包时,与目标FC口对应的目标主CPU处理目标FC口的驱动任务。目标辅CPU查询目标FC口是否存在未被处理的协议任务;若否,则等待第一预设时间后再次查询目标FC口是否存在未被处理的协议任务;若是,则执行目标FC口的协议任务。目标主CPU等待第二预设时间后查询目标FC口是否存在未被处理的协议任务;若否,则等待第二预设时间后再次查询目标FC口是否存在未被处理的协议任务;若是,则执行目标FC口的协议任务。通过对每个FC口设置主CPU和辅CPU,提升了多核CPU的利用率。增加查询机制,有效的避免了同一个协议任务被不同的CPU处理,造成处理结果混乱的情况发生。
  • 一种弹性伸缩方法、管理系统、终端及存储介质-201911015237.6
  • 谢东;于昊;蒋方文 - 浪潮云信息技术有限公司
  • 2019-10-24 - 2020-02-11 - G06F9/50
  • 本发明公开了一种弹性伸缩方法、管理系统、终端及存储介质,属于弹性伸缩技术领域,本发明的要解决的技术问题为如何提供一种弹性伸缩服务、方便用户使用弹性伸缩。方法包括:创建并配置模板;进行初始化;如果上述初始化成功,使实例数保持在最大实例数和最小实例数区间,如果上述初始化失败,使实例数达到期望实例数,以实现实例数维持;基于配置的伸缩策略,执行对应的弹性伸缩活动。系统包括配置模块、初始化模块、实例数维持模块和执行模块。终端中处理器被配置用于调用程序指令执行上述方法。存储介质中存储的程序指令当被处理器执行时处理器执行上述方法。
  • 资源分配管理方法及系统-201911019644.4
  • 杨八双;韦健;顾祥洪 - 盛科网络(苏州)有限公司
  • 2019-10-24 - 2020-02-11 - G06F9/50
  • 本发明揭示了一种资源分配管理方法及系统,所述分配管理方法包括:创建若干虚拟资源池和若干物理资源池;建立业务、虚拟资源池及物理资源池之间的对应关系;将物理资源池中的资源通过虚拟资源池分配至各业务。本发明通过简化系统软件中对资源池的管理,使得业务和资源池管理解耦合,降低业务功能资源管理的复杂度,提高可维护性,同时提供更加灵活的资源分配及管理。
  • 任务处理方法、装置、服务器、客户端、系统和存储介质-201911052436.4
  • 梁家彪;陈航;张志彪 - 广州市网星信息技术有限公司
  • 2019-10-31 - 2020-02-11 - G06F9/50
  • 本发明实施例公开了一种任务处理方法、装置、服务器、客户端、系统和存储介质,任务处理方法包括:接收客户端发送的任务提交请求,任务提交请求中包括任务的配置信息;生成包含配置信息的任务提交脚本;将任务提交脚本提交到计算集群,计算集群用于根据任务提交脚本中的配置信息运行任务。本发明实施例将任务提交分为客户端和服务器,用户仅需在客户端配置任务运行时的配置信息,无需用户深入学习计算集群的各种参数的含义,也无需用户编写任务提交脚本,一方面,降低了用户的学习成本和用户使用计算集群的门槛,另一方面,用户通过服务器与计算集群间接交互,实现了计算集群与用户端的安全隔离,为计算集群的安全性提供了保障。
  • 确定运算资源的运算频率的方法及系统-201610255067.9
  • 陈奂彣;张文彦 - 深圳市万普拉斯科技有限公司
  • 2016-04-21 - 2020-02-11 - G06F9/50
  • 本发明提供一种确定运算资源的运算频率的方法及系统。其中方法包括:在一采样时间段内,获取至少一个线程在至少一个运算资源上运行的运行时间段及各个运行时间段对应的运算频率;根据运行时间段及对应的运算频率计算得到在采样时间段内至少一个线程的有效采样运算频率;在采样时间段之外,根据有效采样运算频率确定运行至少一个线程的运算资源的运算频率。其根据各个运算资源上各个线程的运行时间段及相应的运算资源计算得到的采样时间段内各个线程的有效采样运算频率,相比传统的仅以某一次的运算频率作为线程效能需求的依据,以运行时间段及其对应的运算频率为依据对每个线程的效能评估显然更加准确和可靠,能够准确地给出每个线程的效能评估。
  • 应用清理方法、装置、存储介质及电子设备-201711050134.4
  • 曾元清 - OPPO广东移动通信有限公司
  • 2017-10-31 - 2020-02-11 - G06F9/50
  • 本申请实施例公开了一种应用清理方法、装置、存储介质及电子设备,其中,该方法包括:采集多个预设时间段内应用的多维特征作为样本;根据每一时间段内的该样本生成该应用的热点图,并统计预设天数内该应用在每一时间段内的多个热点图,该热点图用于指示该应用的色彩饱和度;将每一时间段内的多个热点图中的色彩饱和度进行结合,以生成结合后的色彩饱和度;根据结合后的色彩饱和度判断该应用是否可清理。以热点图的方式统计预设天数内用户的操作习惯,以推导出可清理的应用,实现了精确度更高的自动清理,提高了电子设备的运行速度,并降低了功率。
  • 一种基于用户特征预测的仿真云平台负载调度系统及方法-201910118945.6
  • 石佳卉;李志;张志民;蒙波;黄剑斌;黄龙飞;韩旭 - 中国空间技术研究院
  • 2019-02-18 - 2020-02-11 - G06F9/50
  • 本发明一种基于用户特征预测的仿真云平台负载调度系统及方法,系统包括集群计算节点资源收集模块、集群计算节点过滤模块以及集群负载均衡调度模块;集群计算节点资源收集模块用于不间断地实时汇总集群中各个计算节点;集群计算节点过滤模块用于对集群计算节点资源收集模块中收集的数据进行统计分析,实现基于历史数据的用户特征预测;集群负载均衡调度模块根据集群计算节点资源收集模块获取的各个节点当前实时资源使用情况,选取特征权值最大的节点作为用户容器宿主机,完成资源调度。
  • 资源配额管理、资源处理方法、装置、设备、系统及介质-201910829930.0
  • 蔡志阳;顾欣;杨波 - 无锡华云数据技术服务有限公司
  • 2019-09-03 - 2020-02-07 - G06F9/50
  • 本申请提供一种资源配额管理、资源处理方法、装置、设备、系统及介质,资源服务在接收到业务服务层发来的资源处理请求时,根据资源处理请求所需的资源生成资源配额申请请求,并将资源配额申请请求发送给资源配额服务。而资源配额服务在资源配额申请请求所请求的资源满足预设配额条件时,向资源服务返回资源配额许可,并将资源冻结,从而实现资源配额。而资源服务在接收到资源配额服务返回的资源配额许可时,即采用该资源对资源处理请求进行处理。整个过程中,资源配额服务仅需与资源服务进行交互,而不需要与业务服务层进行交互,这就减少了业务的链路,提升了系统可靠性,降低了网络IO消耗,提升了在并发业务场景中的性能。
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top