|
搜索
搜 索
高等教育領域數字化綜合服務平臺
云上高博會寄語—西北農林科技大學校長吳普特
西北農林科技大學校長吳普特寄語云上高博會，積極推進中國高等教育博覽會“線上+線下”融合發展。
云上高博會
2020-09-22
云上高博會寄語—北京科技大學校長楊仁樹
北京科技大學校長楊仁樹寄語云上高博會，積極推進中國高等教育博覽會“線上+線下”融合發展。
云上高博會
2020-09-22
云上高博會寄語—中國傳媒大學校長廖祥忠
中國傳媒大學校長廖祥忠寄語云上高博會，積極推進中國高等教育博覽會“線上+線下”融合發展。
云上高博會
2020-09-22
云上高博會寄語—海南職業技術學院校長王安興
海南職業技術學院校長王安興寄語云上高博會，積極推進中國高等教育博覽會“線上+線下”融合發展。
云上高博會
2020-09-22
云上高博會寄語—中國藥科大學校長來茂德
中國藥科大學校長來茂德寄語云上高博會，積極推進中國高等教育博覽會“線上+線下”融合發展。
云上高博會
2020-09-22
動態云服務請求下數據中心多能源的在線控制方法和系統
本發明公開了一種動態云服務請求下數據中心多能源的在線控 制系統，包括系統狀態監控模塊、負載調度模塊和多源供能系統管理 模塊，負載調度模塊包括延時敏感型請求調度子模塊和延時容忍型作 業調度子模塊，系統狀態監控模塊用于每隔一段時間接收來自用戶的 云服務請求，判斷云服務請求是延時敏感型請求還是延時容忍型作業， 并在云服務請求是延時敏感型請求時將該云服務請求發送到負載調度 模塊的延時敏感型請求調度子模塊，在云服務請求是延時容忍型作業 時將該云服務請求發送到負載調度模塊的延時容忍型作業調度子模 塊。本發明能夠優化數據中心供能系統的長期運營開銷，并且不需要 提前獲取任何系統數據或者假設任何的穩態分布。 完成人：金海、劉方明、鄧維
華中科技大學
2021-04-11
一種云服務分布式數據中心系統及其負載調度方法
本發明公開了一種云服務分布式數據中心系統，包括系統狀態 監控模塊、負載接納控制模塊、負載路由分發模塊、負載調度模塊和 多源供能管理模塊，系統狀態監控模塊用于獲取來自不同用戶的云服 務請求，記錄云服務請求與云服務請求相關的信息，并將云服務請求 傳送到負載接納控制模塊，負載接納控制模塊用于根據接收到的云服 務請求的數量選擇部分云服務請求，并將這些云服務請求發送到負載 路由分發模塊，負載路由分發模塊用于將接收到的云服務請求分發到 對應的數據中心進行處理。本發明能夠解決現有系統中存在的數據中 心供能系統的長期運營開銷大，新能源供應不穩定、電價波動、需要 提前獲取系統數據或者穩態分布的問題。
華中科技大學
2021-04-11
基于云平臺的中小企業信用評級系統分析與集成
1. 背景介紹信用評價作為一種服務產品，最早起源于1837年，路易斯?塔班在紐約建立了以企業為評價對象的最早的信用評價機構。穆迪創建了世界第一家企業信用評估機構。1922年，標準普爾公司的前身——普爾出版公司也開始對工業債券進行評價。1931年，美國制定了相關金融法規規范了民間信用評價，奠定了現代信用評價的基礎。1974年美國發生了自30年代后最為嚴重的經濟危機，在這次經濟危機之后，人們開始關注信用評價，信用風險意識的增強促進了信用評價的迅猛發展。相對國外信用評價的發展而言，我國起步較晚，1992年，首家全國性證券評估機構——中誠信證券評估有限公司成立。目前我國信用評價機構已發展到60多家，遍及全國20多個省市。但是由于發展過快，評價機構缺乏獨立性與公正性，評價方法不科學等各種問題。為了完善和發展資本需要，維護市場經濟秩序，降低金融風險，建立新的信用評價系統，已成為我國政府急需解決的問題之一。2. 技術原理本項目以云平臺為架構，以云平臺SaaS(Software as a Service, 軟件即服務)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，結合近年來剛興起的智能優化等數據挖掘技術，結合交叉驗證評估模型等，從而建立一個基于云平臺的數據挖掘模式的信用管理系統。
南京工業大學
2021-04-13
一種云環境中虛擬機鏡像的更新方法及系統
本發明公開了一種虛擬機鏡像的高效更新以及驗證機制。與現 有的虛擬機鏡像離線更新機制不同，本技術方案通過對重寫后的無法 實施離線更新腳本進行分割，得到離線更新腳本以及在線更新腳本， 分階段執行不同的腳本使得更新的執行粒度更加細化，可以更加高效 的完成之前技術方案中無法實施離線更新的狀況。除此之外，提出一 種基于鏡像劃分進行更新可靠性驗證機制，通過將已更新的鏡像通過 分類聚合，驗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
2021-04-14
可有效保留邊界和局部特征的復雜曲面零件點云精簡方法
本發明屬于精密加工與測量技術領域，并公開了一種可有效保留邊界和局部特征的復雜曲面零件點云精簡方法，包括:對復雜曲面 零件生成掃描點云;針對點云中的各個點獲得多個鄰域點并計算得出 法線向量;繼續以各個點為球心找出最短半徑范圍內的 m 個點，然后 求出點云中各個點的法線向量與這 m 個點的法線向量之間夾角的平均 值;基于夾角平均值來設定閾值，然后執行特征粗分類;進行二次細 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
2021-04-14