专利名称：一种GPU任务完成状态的判断方法及装置      申请号：201611119859X     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：P 任务   相似专利 发布日：2024/04/15  
摘要： 本发明公开了一种GPU任务完成状态的判断方法和装置，所述判断方法包括：在第一进程中预设事件查询；所述第一进程中运行有所述GPU任务；在所述GPU任务后，将所述事件查询预设为完成状态；判断所述事件查询是否为就绪状态；若是，则确定所述GPU任务已完成。本发明解决了在GPU上难以跨进程读取另一个未完成GPU任务中内容的技术问题，达到了实现跨进程共享未完成GPU任务内容的技术效果；尤其是解决了GPU任务中典型情况，在跨进程共享同一个纹理时，一个进程在绘制纹理，而另外一个进程在读取该纹理的技术问题。

专利名称：基于并行共享多任务网络的人脸属性识别方法及系统      申请号：2021108533697     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：网络传输 任务   相似专利 发布日：2023/10/17  
摘要： 本发明涉及一种基于并行共享多任务网络的人脸属性识别方法及系统，该方法包括以下步骤：将人脸属性数据集中包含的人脸属性分为部分属性组和整体属性组；构建并行共享多任务网络，其由一个共享子网络以及两个特定任务子网络，即一个部分属性子网络和一个整体属性子网络组成；在每个特定任务子网络中采用注意力机制，以利用共享子网络和特定任务子网络的局部和全局特征之间的相关性；设定损失函数并采用自适应惩罚策略来缓解类别不平衡问题，提高人脸属性识别率；通过人脸属性数据集对并行共享多任务网络进行训练；将待识别的人脸图像输入训练好的并行共享多任务网络模型，实现人脸属性识别。该方法及系统有利于提高人脸属性识别的准确性。

专利名称：一种基于异常任务函数轨迹的感知节点程序异常诊断方法      申请号：2018105482244     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：诊断 任务   相似专利 发布日：2023/09/20  
摘要： 本发明公开了一种基于异常任务函数轨迹的感知节点程序异常诊断方法，该方法只对异常任务调用的未被内联的函数进行检测，统计这些函数的调用情况，对函数调用的日志记录进行了缩减，这样既能去除冗余信息对诊断的干扰，同时也实现了快速提取有用信息，提高了算法效率，减少了分析开销。

专利名称：一种基于生成式对抗网络的多任务分类消歧方法与装置      申请号：2020107461841     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：网络 网络传输 任务   相似专利 发布日：2023/09/14  
摘要： 本发明公开了一种基于生成式对抗网络的多任务分类消歧方法与装置，包括：(1)获取文本数据并构建样本集；(2)基于生成式对抗网络构建训练系统，包括用于根据样本数据预测信用水平的第一分类器，用于根据样本数据预测收入水平的第二分类器，用于根据信用标签、收入标签、信用水平预测结果、收入水平预测结果生成编码向量的生成器；(3)根据交叉熵损失构建生成器、第一分类器和第二分类器的损失函数；(4)利用损失函数对训练系统进行训练，并将第一分类器形成信用预测模型，第二分类器形成收入预测模型；(5)将文本数据编码成文本向量后输入至信用预测模型和收入预测模型中，经计算获得信用预测结果和收入预测结果。

专利名称：一种多载量AGVS防死锁任务调度方法      申请号：2021112934322     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：锁具 AGV 任务   相似专利 发布日：2024/04/28  
摘要： 本发明提供一种多载量AGVS防死锁任务调度方法，属于自动导引车系统技术领域。首先，统计系统中各工位挂车缓存空间信息和空闲AGV集；接着，根据工位补料顺序生成规则生成数个工位补料顺序方案，根据个体生成规则对初始种群进行补全；然后，根据AGV分组策略对空闲AGV进行分组；再然后，基于空置挂车回库任务调度决策、死锁避免策略及满载挂车配送任务调度决策对种群中个体进行评价；最后，利用智能优化算法产生新一代工位补料顺序种群，当达到预设迭代次数时，通过折中策略输出最优个体作为最优调度方案。本方法可有效避免多载量AGVS第一类死锁问题，同时基于对生成初始种群的优化及种群进化中的算法改进，在获得优秀解的同时提升了算法的收敛速度。

专利名称：一种无人机系统任务协同及路径规划方法      申请号：2019112907690     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：无人机 任务   相似专利 发布日：2024/05/23  
摘要： 本发明涉及一种无人机系统任务协同及路径规划方法，属于无人机系统任务协同及路径规划领域。包括步骤：S1：建模无人机执行任务出发点、任务目标点集合；S2：建模无人机执行任务类型；S3：建模无人机飞行区域；S4：建模充电站部署标识；S5：建模无人机任务执行变量；S6：建模无人机路径规划变量；S7：建模无人机系统任务协同及路径规划限制条件；S8：建模无人机执行任务所需总时间；S9：基于无人机执行任务所需总时间最小化，确定无人机系统最优任务执行和路径规划策略。本发明综合考虑无人机任务协同及路径规划，以无人机执行任务所需总时间最小为目标，优化设计无人机任务执行及路径规划策略。

专利名称：一种基于多任务学习时间序列的云平台工作负载预测方法      申请号：2020113965573     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词： 任务   相似专利 发布日：2023/09/04  
摘要： 本发明涉及大数据处理技术和云平台资源负载技术领域，特别涉及一种基于多任务学习时间序列的云平台工作负载预测方法，包括获取工作负载数据，采用滑动窗口的方法划分数据，对划分的每个时间间隔的数据构建基础特征、交叉特征、时序趋势特征、用户行为关联特征，并采用二维SHAP进行特征选择；将选择的特征输入传入TCN‑LSTM模型中，采用多任务学习的方式，共有三个任务，分别为：预测T时间段的CPU平均利用率、预测T时间段的正在运行的作业数、预测T时间段的平均内存利用率；本发明通过对工作负载相关的指标的历史趋势进行把控，而不单一只关注当前监控点的工作负载情况，快速的感知业务的波峰波谷，从而对云平台的资源进行动态的调度。

专利名称：一种基于独立学习的移动边缘计算任务卸载方法      申请号：2020114211376     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词： 任务   相似专利 发布日：2023/11/30  
摘要： 本发明涉及无线通信技术领域，尤其涉及一种基于独立学习的移动边缘计算任务卸载方法，包括：建立系统模型，并根据处理的任务数构建IoT设备端的任务队列模型；确定任务计算方式并建立通信模型；建立任务本地计算模型，得到本地任务计算总开销；建立任务卸载计算模型，得到卸载任务计算总开销；引入能量收集，建立IoT设备端的剩余电量队列模型；构建以最小化MEC系统中IoT设备总开销的长期平均为目标的优化问题；建立基于强化学习的独立学习任务卸载模型，包括系统状态空间、动作空间和奖励函数，求解最优的任务卸载策略；本发明不仅极大地降低了IoT设备的时延和能耗的总开销，而且在一定程度上延长MEC系统的使用寿命。

专利名称：基于多任务对抗学习的视频转换方法、存储介质及终端     申请号：2019103331329     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：其他 音视频 任务   相似专利 发布日：2022/07/14