|
搜索
搜 索
高等教育領(lǐng)域數(shù)字化綜合服務(wù)平臺
云上高博會寄語—中國傳媒大學(xué)校長廖祥忠
中國傳媒大學(xué)校長廖祥忠寄語云上高博會，積極推進(jìn)中國高等教育博覽會“線上+線下”融合發(fā)展。
云上高博會
2020-09-22
云上高博會寄語—海南職業(yè)技術(shù)學(xué)院校長王安興
海南職業(yè)技術(shù)學(xué)院校長王安興寄語云上高博會，積極推進(jìn)中國高等教育博覽會“線上+線下”融合發(fā)展。
云上高博會
2020-09-22
云上高博會寄語—中國藥科大學(xué)校長來茂德
中國藥科大學(xué)校長來茂德寄語云上高博會，積極推進(jìn)中國高等教育博覽會“線上+線下”融合發(fā)展。
云上高博會
2020-09-22
.jpg){kind=logo}
動態(tài)云服務(wù)請求下數(shù)據(jù)中心多能源的在線控制方法和系統(tǒng)
本發(fā)明公開了一種動態(tài)云服務(wù)請求下數(shù)據(jù)中心多能源的在線控 制系統(tǒng)，包括系統(tǒng)狀態(tài)監(jiān)控模塊、負(fù)載調(diào)度模塊和多源供能系統(tǒng)管理 模塊，負(fù)載調(diào)度模塊包括延時敏感型請求調(diào)度子模塊和延時容忍型作 業(yè)調(diào)度子模塊，系統(tǒng)狀態(tài)監(jiān)控模塊用于每隔一段時間接收來自用戶的 云服務(wù)請求，判斷云服務(wù)請求是延時敏感型請求還是延時容忍型作業(yè)， 并在云服務(wù)請求是延時敏感型請求時將該云服務(wù)請求發(fā)送到負(fù)載調(diào)度 模塊的延時敏感型請求調(diào)度子模塊，在云服務(wù)請求是延時容忍型作業(yè) 時將該云服務(wù)請求發(fā)送到負(fù)載調(diào)度模塊的延時容忍型作業(yè)調(diào)度子模 塊。本發(fā)明能夠優(yōu)化數(shù)據(jù)中心供能系統(tǒng)的長期運(yùn)營開銷，并且不需要 提前獲取任何系統(tǒng)數(shù)據(jù)或者假設(shè)任何的穩(wěn)態(tài)分布。 完成人：金海、劉方明、鄧維
華中科技大學(xué)
2021-04-11
一種云服務(wù)分布式數(shù)據(jù)中心系統(tǒng)及其負(fù)載調(diào)度方法
本發(fā)明公開了一種云服務(wù)分布式數(shù)據(jù)中心系統(tǒng)，包括系統(tǒng)狀態(tài) 監(jiān)控模塊、負(fù)載接納控制模塊、負(fù)載路由分發(fā)模塊、負(fù)載調(diào)度模塊和 多源供能管理模塊，系統(tǒng)狀態(tài)監(jiān)控模塊用于獲取來自不同用戶的云服 務(wù)請求，記錄云服務(wù)請求與云服務(wù)請求相關(guān)的信息，并將云服務(wù)請求 傳送到負(fù)載接納控制模塊，負(fù)載接納控制模塊用于根據(jù)接收到的云服 務(wù)請求的數(shù)量選擇部分云服務(wù)請求，并將這些云服務(wù)請求發(fā)送到負(fù)載 路由分發(fā)模塊，負(fù)載路由分發(fā)模塊用于將接收到的云服務(wù)請求分發(fā)到 對應(yīng)的數(shù)據(jù)中心進(jìn)行處理。本發(fā)明能夠解決現(xiàn)有系統(tǒng)中存在的數(shù)據(jù)中 心供能系統(tǒng)的長期運(yùn)營開銷大，新能源供應(yīng)不穩(wěn)定、電價波動、需要 提前獲取系統(tǒng)數(shù)據(jù)或者穩(wěn)態(tài)分布的問題。
華中科技大學(xué)
2021-04-11
大學(xué).jpg){kind=logo}
基于云平臺的中小企業(yè)信用評級系統(tǒng)分析與集成
1. 背景介紹信用評價作為一種服務(wù)產(chǎn)品，最早起源于1837年，路易斯?塔班在紐約建立了以企業(yè)為評價對象的最早的信用評價機(jī)構(gòu)。穆迪創(chuàng)建了世界第一家企業(yè)信用評估機(jī)構(gòu)。1922年，標(biāo)準(zhǔn)普爾公司的前身——普爾出版公司也開始對工業(yè)債券進(jìn)行評價。1931年，美國制定了相關(guān)金融法規(guī)規(guī)范了民間信用評價，奠定了現(xiàn)代信用評價的基礎(chǔ)。1974年美國發(fā)生了自30年代后最為嚴(yán)重的經(jīng)濟(jì)危機(jī)，在這次經(jīng)濟(jì)危機(jī)之后，人們開始關(guān)注信用評價，信用風(fēng)險意識的增強(qiáng)促進(jìn)了信用評價的迅猛發(fā)展。相對國外信用評價的發(fā)展而言，我國起步較晚，1992年，首家全國性證券評估機(jī)構(gòu)——中誠信證券評估有限公司成立。目前我國信用評價機(jī)構(gòu)已發(fā)展到60多家，遍及全國20多個省市。但是由于發(fā)展過快，評價機(jī)構(gòu)缺乏獨(dú)立性與公正性，評價方法不科學(xué)等各種問題。為了完善和發(fā)展資本需要，維護(hù)市場經(jīng)濟(jì)秩序，降低金融風(fēng)險，建立新的信用評價系統(tǒng)，已成為我國政府急需解決的問題之一。2. 技術(shù)原理本項(xiàng)目以云平臺為架構(gòu)，以云平臺SaaS(Software as a Service, 軟件即服務(wù))為客戶交互模式，其后臺采用云平臺的虛擬化、集群的故障定位、資源池等技術(shù)，結(jié)合近年來剛興起的智能優(yōu)化等數(shù)據(jù)挖掘技術(shù)，結(jié)合交叉驗(yàn)證評估模型等，從而建立一個基于云平臺的數(shù)據(jù)挖掘模式的信用管理系統(tǒng)。
南京工業(yè)大學(xué)
2021-04-13
.jpg){kind=logo}
基于5G云計算的新冠肺炎免疫檢測與智能分析系統(tǒng)
四川大學(xué)抗擊新冠肺炎疫情應(yīng)急科研攻關(guān)相關(guān)項(xiàng)目組聯(lián)合中國移動，發(fā)揮文、理、工、醫(yī)多學(xué)科交叉融合優(yōu)勢，充分利用華西醫(yī)學(xué)科研資源，在“5G醫(yī)學(xué)轉(zhuǎn)化服務(wù)平臺”和“醫(yī)學(xué)+信息”基礎(chǔ)上，研發(fā)成功的基于5G云計算的新冠肺炎免疫檢測與智能分析系統(tǒng)是全球首個運(yùn)用新冠肺炎生物芯片，融合物聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能、云計算等信息技術(shù)的高科技產(chǎn)品，能在不同場景（機(jī)場/車站安檢、大型活動安檢、社區(qū)及個人自檢等）對目標(biāo)人群開展免疫檢測，并通過人工智能技術(shù)進(jìn)行分析，為新冠疫情的最終解決提供必要技術(shù)支撐。該系統(tǒng)實(shí)現(xiàn)了檢測點(diǎn)的分散式布局與檢測資源下沉，能避免集中檢測的交叉感染，檢測方便快捷，準(zhǔn)確率高，數(shù)據(jù)自動上傳國家指定平臺。
四川大學(xué)
2021-04-11
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)方案通過對重寫后的無法 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，通過將已更新的鏡像通過 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)云精簡方法
本發(fā)明屬于精密加工與測量技術(shù)領(lǐng)域，并公開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)云精簡方法，包括:對復(fù)雜曲面 零件生成掃描點(diǎn)云;針對點(diǎn)云中的各個點(diǎn)獲得多個鄰域點(diǎn)并計算得出 法線向量;繼續(xù)以各個點(diǎn)為球心找出最短半徑范圍內(nèi)的 m 個點(diǎn)，然后 求出點(diǎn)云中各個點(diǎn)的法線向量與這 m 個點(diǎn)的法線向量之間夾角的平均 值;基于夾角平均值來設(shè)定閾值，然后執(zhí)行特征粗分類;進(jìn)行二次細(xì) 分以完成第一個精簡子集的選取，然后基于定向Hausdorff距離來完成 第二個精簡子集的選取
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)云精簡方法
本發(fā)明屬于精密加工與測量技術(shù)領(lǐng)域，并公開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)云精簡方法，包括：對復(fù)雜曲面 零件生成掃描點(diǎn)云；針對點(diǎn)云中的各個點(diǎn)獲得多個鄰域點(diǎn)并計算得出 法線向量；繼續(xù)以各個點(diǎn)為球心找出最短半徑范圍內(nèi)的 m 個點(diǎn)，然后 求出點(diǎn)云中各個點(diǎn)的法線向量與這 m個點(diǎn)的法線向量之間夾角的平均 值；基于夾角平均值來設(shè)定閾值，然后執(zhí)行特征粗分類；進(jìn)行二次細(xì) 分以完成第一個精簡子集的選取，然后基于定向 Hausdorff 距離來完成 第二個精簡子集的選取；最后對兩個精簡子集進(jìn)行合并，由此獲得
華中科技大學(xué)
2021-04-14