专利交易市场

一种基于LSTM时间预测模型和遗传算法的资源分配方法，包括：1)进行基于LSTM网络的作业执行时间预测模型的训练；2)使用遗传算法为批作业中每个作业分配合理的资源量；把遗传算法的适应度函数改为基于LSTM的时间预测模型，通过遗传算法的选择，交叉，变异，迭代出适合每个作业的资源量大小；3)使用基于遗传算法的资源分配算法针对不同作业给予不同的资源量；当Spark分布式计算框架收到作业时，将根据不同的作业能使用的集群资源量进行计算，得到作业最短的处理时间。将需要处理的批作业信息提交后，本发明能够给出各作业的优化资源分配方案，从而达到批作业运行时间最短的优化目标。

本发明公开了一种分布式学习资源管理系统，涉及电子数字数据处理技术领域。首先监控采集各节点中各用户的需求数据，并进行分析得到各节点中学习资源需求表征值，进而匹配得到服务器中各节点的计算资源，有助于减少系统资源过度分配或不足分配的情况，同时监控采集服务器中各节点的负载数据，分析得到服务器中各节点的负载指数，有助于系统实现动态的负载平衡，减少因负载不均衡而导致的性能下降或系统崩溃的风险，最后根据服务器中各节点的负载指数调度服务器中各节点的计算资源，并进行提示，有助于系统实现资源的分配优化，使每个节点都能够按需获取计算资源，减少资源空闲或过载的情况，提升系统整体的计算效率和响应速度。

本申请实施例公开了用于处理信息的方法和分布式系统。包括：主控节点和多个数据处理节点。该系统的一具体实施方式包括：该主控节点，用于将检索请求发送给该多个数据处理节点；每个数据处理节点，用于获取图片信息，构建利用所获取的图片信息中的聚类中心的标识来指示图片标识和图片特征的索引；获取目标图片集中的图片的图片信息，确定在该目标图片集中的图片所对应的聚类中心的标识与该索引中的聚类中心的标识中，是否存在相同的聚类中心的标识；响应于确定存在，检索与该目标图片集中的图片的图片特征相匹配的图片特征，确定相匹配的图片特征所对应的图片标识。本申请实施例通过分布式系统进行图片的检索，能够提高检索效率。