|
搜索
搜 索
高等教育領(lǐng)域數(shù)字化綜合服務(wù)平臺(tái)
.jpg){kind=logo}
一種云環(huán)境中虛擬機(jī)鏡像的更新方法及系統(tǒng)
本發(fā)明公開(kāi)了一種虛擬機(jī)鏡像的高效更新以及驗(yàn)證機(jī)制。與現(xiàn) 有的虛擬機(jī)鏡像離線更新機(jī)制不同，本技術(shù)方案通過(guò)對(duì)重寫(xiě)后的無(wú)法 實(shí)施離線更新腳本進(jìn)行分割，得到離線更新腳本以及在線更新腳本， 分階段執(zhí)行不同的腳本使得更新的執(zhí)行粒度更加細(xì)化，可以更加高效 的完成之前技術(shù)方案中無(wú)法實(shí)施離線更新的狀況。除此之外，提出一 種基于鏡像劃分進(jìn)行更新可靠性驗(yàn)證機(jī)制，通過(guò)將已更新的鏡像通過(guò) 分類聚合，驗(yàn)證更新后的鏡像可靠性，以最高效的方式完成更
華中科技大學(xué)
2021-04-14
可有效保留邊界和局部特征的復(fù)雜曲面零件點(diǎn)云精簡(jiǎn)方法
本發(fā)明屬于精密加工與測(cè)量技術(shù)領(lǐng)域，并公開(kāi)了一種可有效保留邊界和局部特征的復(fù)雜曲面零件點(diǎn)云精簡(jiǎn)方法，包括:對(duì)復(fù)雜曲面 零件生成掃描點(diǎn)云;針對(duì)點(diǎn)云中的各個(gè)點(diǎn)獲得多個(gè)鄰域點(diǎn)并計(jì)算得出 法線向量;繼續(xù)以各個(gè)點(diǎn)為球心找出最短半徑范圍內(nèi)的 m 個(gè)點(diǎn)，然后 求出點(diǎn)云中各個(gè)點(diǎn)的法線向量與這 m 個(gè)點(diǎn)的法線向量之間夾角的平均 值;基于夾角平均值來(lái)設(shè)定閾值，然后執(zhí)行特征粗分類;進(jìn)行二次細(xì) 分以完成第一個(gè)精簡(jiǎn)子集的選取，然后基于定向Hausdorff距離來(lái)完成 第二個(gè)精簡(jiǎn)子集的選取
華中科技大學(xué)
2021-04-14
可有效保留邊界和局部特征的復(fù)雜曲面零件點(diǎn)云精簡(jiǎn)方法
本發(fā)明屬于精密加工與測(cè)量技術(shù)領(lǐng)域，并公開(kāi)了一種可有效保留邊界和局部特征的復(fù)雜曲面零件點(diǎn)云精簡(jiǎn)方法，包括：對(duì)復(fù)雜曲面 零件生成掃描點(diǎn)云；針對(duì)點(diǎn)云中的各個(gè)點(diǎn)獲得多個(gè)鄰域點(diǎn)并計(jì)算得出 法線向量；繼續(xù)以各個(gè)點(diǎn)為球心找出最短半徑范圍內(nèi)的 m 個(gè)點(diǎn)，然后 求出點(diǎn)云中各個(gè)點(diǎn)的法線向量與這 m個(gè)點(diǎn)的法線向量之間夾角的平均 值；基于夾角平均值來(lái)設(shè)定閾值，然后執(zhí)行特征粗分類；進(jìn)行二次細(xì) 分以完成第一個(gè)精簡(jiǎn)子集的選取，然后基于定向 Hausdorff 距離來(lái)完成 第二個(gè)精簡(jiǎn)子集的選?。蛔詈髮?duì)兩個(gè)精簡(jiǎn)子集進(jìn)行合并，由此獲得
華中科技大學(xué)
2021-04-14
一種云存儲(chǔ)系統(tǒng)中基于溯源信息的視頻共享方法與系統(tǒng)
本發(fā)明公開(kāi)了云存儲(chǔ)系統(tǒng)中基于溯源信息的視頻共享方法。系統(tǒng)客戶端收集視頻溯源信息，客戶端上傳共享的視頻及相關(guān)視頻溯源信息，服務(wù)器根據(jù)客戶端上傳的視頻溯源信息建立溯源圖。云存儲(chǔ)系統(tǒng)服務(wù)器接收到視頻下載請(qǐng)求后，在溯源圖中查找所述請(qǐng)求下載視頻的起始視頻，若查找到起始視頻存在于云存儲(chǔ)系統(tǒng)中，則根據(jù) BFS(廣度優(yōu)先遍歷)算法選擇一條從所述起始視頻到所述請(qǐng)求下載視頻的代價(jià)最小的路徑，依照該路徑重新生成所述請(qǐng)求下載的視頻并發(fā)送給客
華中科技大學(xué)
2021-04-14
基于自組織映射模型云軟件性能異常錯(cuò)誤診斷方法與系統(tǒng)
本發(fā)明公開(kāi)了一種基于自組織映射模型的云軟件性能異常錯(cuò)誤 診斷方法，包括：追蹤記錄待檢測(cè)的軟件在云環(huán)境中運(yùn)行時(shí)的系統(tǒng)調(diào) 用信息；分析出現(xiàn)性能異常的虛擬機(jī)上軟件運(yùn)行時(shí)系統(tǒng)調(diào)用序列，劃 分每個(gè)進(jìn)程對(duì)應(yīng)的系統(tǒng)調(diào)用序列；根據(jù)劃分得到的進(jìn)程系統(tǒng)調(diào)用序列 建立檢測(cè)模型，并對(duì)可疑進(jìn)程進(jìn)行異常檢測(cè)；計(jì)算出現(xiàn)異常的進(jìn)程中 最相關(guān)的系統(tǒng)調(diào)用，排序后輸出。本發(fā)明能夠準(zhǔn)確完整地記錄軟件運(yùn) 行時(shí)的行為，能夠自動(dòng)化建模并且檢測(cè)出異常的系統(tǒng)運(yùn)行過(guò)程
華中科技大學(xué)
2021-04-14
一種自適應(yīng)的無(wú)標(biāo)志點(diǎn)三維點(diǎn)云自動(dòng)拼接方法
本發(fā)明屬于三維測(cè)量領(lǐng)域中的點(diǎn)云數(shù)據(jù)拼接技術(shù)，具體為一種 自適應(yīng)的無(wú)標(biāo)志點(diǎn)三維點(diǎn)云自動(dòng)拼接方法，本發(fā)明包括幾何特征點(diǎn)的 查找，圖像特征點(diǎn)的查找，配準(zhǔn)算法選擇模型的建立，基于 RANSAC 的幾何特征點(diǎn)匹配，利用 RANSAC 排除誤匹配圖像特征點(diǎn)，利用 SVD 算法求解旋轉(zhuǎn)平移矩陣 RT，最后利用 RT 矩陣完成兩片點(diǎn)云拼接。該 方法因?yàn)槔梦矬w特征點(diǎn)來(lái)代替標(biāo)志點(diǎn)進(jìn)行拼接，可用于不能粘貼標(biāo) 記點(diǎn)的測(cè)量場(chǎng)合；同時(shí)依靠對(duì)應(yīng)
華中科技大學(xué)
2021-04-14
一種云平臺(tái)下可擴(kuò)展的分布式協(xié)調(diào)服務(wù)管理方法
本發(fā)明公開(kāi)了一種云平臺(tái)下可擴(kuò)展的分布式協(xié)調(diào)服務(wù)管理方法， 包括：以中間節(jié)點(diǎn)交叉樹(shù)林的組織方式對(duì)分布式集群的所有節(jié)點(diǎn)進(jìn)行 初始化，所有成員節(jié)點(diǎn)根據(jù)來(lái)自中心管理節(jié)點(diǎn)的全局網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)查 詢出本節(jié)點(diǎn)的父子成員節(jié)點(diǎn)信息，所有父子成員節(jié)點(diǎn)之間以心跳機(jī)制 進(jìn)行信息同步和通信，成員節(jié)點(diǎn)判斷是否從其它成員節(jié)點(diǎn)接收到成員 狀態(tài)變更信息，如果接收到則進(jìn)一步判斷該成員狀態(tài)變更信息指示成 員減少還是增加，如果是減少則成員節(jié)點(diǎn)如果收到成員減少
華中科技大學(xué)
2021-04-14
2019年“雙百計(jì)劃”典型案例：常州大學(xué)阿里云大數(shù)據(jù)實(shí)驗(yàn)室
常州大學(xué)阿里云大數(shù)據(jù)學(xué)院成功落地對(duì)于落實(shí)江蘇省“兩聚一高”新實(shí)踐聚力建設(shè)“強(qiáng)富美高”新常州提供了有力支持，為常州市經(jīng)濟(jì)發(fā)展集聚智力資源，培養(yǎng)云計(jì)算、大數(shù)據(jù)、人工智能方向的高端復(fù)合型人才。
中國(guó)高等教育博覽會(huì)
2021-12-16
云上高博會(huì)寄語(yǔ)—電子科技大學(xué)校長(zhǎng)曾勇
電子科技大學(xué)校長(zhǎng)曾勇寄語(yǔ)云上高博會(huì)，積極推進(jìn)中國(guó)高等教育博覽會(huì)“線上+線下”融合發(fā)展。
云上高博會(huì)
2020-09-22
云上高博會(huì)寄語(yǔ)—東北師范大學(xué)校長(zhǎng)劉益春
東北師范大學(xué)校長(zhǎng)劉益春寄語(yǔ)云上高博會(huì)，積極推進(jìn)中國(guó)高等教育博覽會(huì)“線上+線下”融合發(fā)展。
云上高博會(huì)
2020-09-22