CN110221951A - 一种基于多路数据处理器的运维多模态决策系统 - Google Patents

一种基于多路数据处理器的运维多模态决策系统 Download PDF

Info

Publication number
CN110221951A
CN110221951A CN201910488797.7A CN201910488797A CN110221951A CN 110221951 A CN110221951 A CN 110221951A CN 201910488797 A CN201910488797 A CN 201910488797A CN 110221951 A CN110221951 A CN 110221951A
Authority
CN
China
Prior art keywords
processing device
data processing
modal
data
decision
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201910488797.7A
Other languages
English (en)
Inventor
张军
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Individual
Original Assignee
Individual
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Individual filed Critical Individual
Priority to CN201910488797.7A priority Critical patent/CN110221951A/zh
Publication of CN110221951A publication Critical patent/CN110221951A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/3055—Monitoring arrangements for monitoring the status of the computing system or of the computing system component, e.g. monitoring if the computing system is on, off, available, not available
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/32—Monitoring with visual or acoustical indication of the functioning of the machine
    • G06F11/324—Display of status information
    • G06F11/327—Alarm or error message display

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computing Systems (AREA)
  • Alarm Systems (AREA)

Abstract

本发明公开了一种基于多路数据处理器的运维多模态决策系统，利用传感器和摄像机获得运维环境数据，通过输入接口，将信号送到多路数据处理器，进行多模态决策，通过输出接口，经总线传送决策信息到控制单元，控制管理平台和预警防范，以实现事故自动预警防范。

Description

一种基于多路数据处理器的运维多模态决策系统
技术领域
本发明涉及云计算技术领域，更具体的说是涉及一种基于多路数据处理器的运维多模态决策系统。
背景技术
随着云计算及虚拟化呈现出“大规模”、“高密度”、“高能耗”、“复杂化”等特点，建设与发展新一代数据中心，提升数据中心基础设施管理将变得日趋重要，数据中心的基础架构融合管理与智能将成为数据中心发展的新趋势。数据可以存放于托管数据中心，托管数据中心不仅提供管理服务，也向用户提供服务器和存储服务，用户无需自行购买设备就可以使用数据中心所提供的存储空间和计算环境。
目前，运维缺乏自动化手段，被动运维，效率低下，大规模IT设施带来管理压力。需要实现数据中心的自动化监控，提高系统和环境参数的及时告警能力，提高系统和环境异常变化的响应速度和监控水平。使用传感器和摄像头等各种手段感知信息，就能实现统一的服务管理软件平台。
因此，如何提升数据中心基础设施管理，以及数据中心的基础架构多模态决策管理是本领域技术人员亟需解决的问题。
发明内容
有鉴于此，本发明提供了一种基于多路数据处理器的运维多模态决策系统，利用传感器和摄像机获得运维环境数据，通过输入接口，将信号送到多路数据处理器，进行多模态决策，通过输出接口，经总线传送决策信息到控制单元，控制管理平台和预警防范，以实现事故自动预警防范。
为了实现上述目的，本发明采用如下技术方案：
一种基于多路数据处理器的运维多模态决策系统，其特征为：
利用传感器和摄像头，获得运维环境数据；
通过输入接口，将信号送到多路数据处理器；
使用多路数据处理器，进行多模态决策；
通过输出接口，经总线传送决策信息到控制单元；
再利用控制单元，控制管理平台和预警防范。
优选的，所述多模态信息节点包括摄像头、传感器。
经由上述的技术方案可知，与现有技术相比，本发明公开提供了一种基于多路数据处理器的运维多模态决策系统，利用传感器和摄像机获得运维环境数据，通过输入接口，将信号送到多路数据处理器，进行多模态决策，通过输出接口，经总线传送决策信息到控制单元，控制管理平台和预警防范，以实现事故自动预警防范。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
图1附图为本发明提供的基于多路数据处理器的运维多模态决策系统结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明实施例公开了一种基于多路数据处理器的运维多模态决策系统，其特征为：
利用传感器和摄像头，获得运维环境数据；
通过输入接口，将信号送到多路数据处理器；
使用多路数据处理器，进行多模态决策；
通过输出接口，经总线传送决策信息到控制单元；
再利用控制单元，控制管理平台和预警防范。
优选的，所述多模态信息节点包括摄像头、传感器。
多源信息融合通过感知部件产生的数据来获得信息。信息融合涉及多种不同的感知器和不同的执行器，不同的感知设备会产生不同类型的数据。如何有效的融合这些多模态数据进而正确地反映运维的状态是十分重要的研究课题。
传感器子系统为环境探测装置，作用在实时地检测环境变化并为数据融合子系统提供相关数据；决策支持子系统利用数据融合的结构及时进行势态估计，该结果又为传感器管理提供重要依据；传感器管理子系统根据前面几个阶段提供的反馈信息，对传感器资源进行实时地调整和优化。
摄像头目标检测是将目标的状态作为跟踪的初始状态，同时对目标建模，获取相关特征构造目标的描述模型，然后在后续的图像中利用目标模型，采用滤波的方式估计目标的当前状态，同时利用当前状态更新目标模型。
固定模型集的最优估计是全假设估计，即考虑每一时刻系统的所有可能模式。其模型集是预先确定的，而不管模型本身是不是时变的。所以，有必要利用某些假设管理技术来建立更有效的非假设树算法，以保证剩余的假设数量在一定范围内。所谓广义伪Bayes方法(GPB)，就是在时刻k，进行系统状态估计时仅考虑系统过去有限个采样时间间隔内的目标模型历史。
稀疏信号是指在大多数采样时刻的取值等于零或近似等于零，只有少数采样时刻的取值明显不等于零的信号。许多自然信号在时域并不是稀疏信号，但是在某个变换域是稀疏的。这些变换工具包括Fourier变换、短时Fourier变换、小波变换和Gabor变换等。
采用块浮点算法是将数据分成组，组内的数据相对彼此按比例缩放，但是不能与其他组的成员按相同的比例缩放，即使诸如乘法这样简单的数学运算。在比较复杂的矩阵求逆情况中，分组之间需要比较复杂的数学运算，就必须采用块浮点处理器。
分块浮点量化算法基于的事实是在一个小的时间间隔上，数据的熵要低于整个数据集的熵。分块浮点量化器是一个接收模数转换器的输出数据流，并将采样数据统一量化为原始数据的一种有效表示形式的设备，在量化过程中只要求比特数小于样本数。
将结构化数据、半结构化数据和非结构化数据排列成三路阵列；使用高阶奇异值分解，将三路阵列分解为二阶张量的矩阵模式；再将矩阵模式变换到稀疏域，进行分块浮点量化处理。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (2)

1.一种基于多路数据处理器的运维多模态决策系统，其特征在于，包括：
利用传感器和摄像头，获得运维环境数据；
通过输入接口，将信号送到多路数据处理器；
使用多路数据处理器，进行多模态决策；
通过输出接口，经总线传送决策信息到控制单元；
再利用控制单元，控制管理平台和预警防范。
2.根据权利要求1所述的一种基于多路数据处理器的运维多模态决策系统，其特征在于，所述多模态信息节点包括摄像头、传感器。
CN201910488797.7A 2019-06-05 2019-06-05 一种基于多路数据处理器的运维多模态决策系统 Pending CN110221951A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910488797.7A CN110221951A (zh) 2019-06-05 2019-06-05 一种基于多路数据处理器的运维多模态决策系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910488797.7A CN110221951A (zh) 2019-06-05 2019-06-05 一种基于多路数据处理器的运维多模态决策系统

Publications (1)

Publication Number Publication Date
CN110221951A true CN110221951A (zh) 2019-09-10

Family

ID=67819556

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910488797.7A Pending CN110221951A (zh) 2019-06-05 2019-06-05 一种基于多路数据处理器的运维多模态决策系统

Country Status (1)

Country Link
CN (1) CN110221951A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111176947A (zh) * 2019-12-30 2020-05-19 上海蓝色帛缔智能工程有限公司 基于多路数据处理器的运维预警防范系统
CN113627490A (zh) * 2021-07-15 2021-11-09 上海齐网网络科技有限公司 基于多核异构处理器的运维多模态决策方法及系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105320623A (zh) * 2014-07-31 2016-02-10 天津市矩辉数据科技有限公司 一种多路数据处理器及其方法
CN107300868A (zh) * 2017-07-28 2017-10-27 上海德衡数据科技有限公司 一种基于多核处理器的运维多模态决策系统接口
CN107332708A (zh) * 2017-07-28 2017-11-07 上海德衡数据科技有限公司 一种基于多核处理器的运维多模态决策感知系统

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105320623A (zh) * 2014-07-31 2016-02-10 天津市矩辉数据科技有限公司 一种多路数据处理器及其方法
CN107300868A (zh) * 2017-07-28 2017-10-27 上海德衡数据科技有限公司 一种基于多核处理器的运维多模态决策系统接口
CN107332708A (zh) * 2017-07-28 2017-11-07 上海德衡数据科技有限公司 一种基于多核处理器的运维多模态决策感知系统

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111176947A (zh) * 2019-12-30 2020-05-19 上海蓝色帛缔智能工程有限公司 基于多路数据处理器的运维预警防范系统
CN113627490A (zh) * 2021-07-15 2021-11-09 上海齐网网络科技有限公司 基于多核异构处理器的运维多模态决策方法及系统
CN113627490B (zh) * 2021-07-15 2024-05-28 上海齐网网络科技有限公司 基于多核异构处理器的运维多模态决策方法及系统

Similar Documents

Publication Publication Date Title
CN111046027B (zh) 时间序列数据的缺失值填充方法和装置
CN111523640B (zh) 神经网络模型的训练方法和装置
CN112668588B (zh) 车位信息生成方法、装置、设备和计算机可读介质
CN110221951A (zh) 一种基于多路数据处理器的运维多模态决策系统
CN114639233B (zh) 一种拥堵状态预测方法、装置、电子设备及存储介质
CN113902007A (zh) 模型训练方法及装置、图像识别方法及装置、设备和介质
CN113159284A (zh) 一种模型训练方法及装置
CN115965657B (zh) 目标跟踪方法、电子设备、存储介质及车辆
CN116385850A (zh) 多目标检测方法、装置、电子设备及存储介质
CN114218505A (zh) 一种异常时空点的识别方法、装置、电子设备及存储介质
CN107291597A (zh) 一种基于多核异构处理器的运维多模态决策感知系统
US20200074213A1 (en) Gpb algorithm based operation and maintenance multi-modal decision system prototype
CN114500075B (zh) 用户异常行为检测方法、装置、电子设备及存储介质
CN116385733A (zh) 用于斗轮机的高精度定位系统及其方法
CN113850686A (zh) 投保概率确定方法、装置、存储介质及电子设备
CN107346110A (zh) 一种基于多核处理器的运维多模态决策系统原型
CN107329878A (zh) 一种基于多核异构处理器的运维多模态决策系统原型
CN107300868A (zh) 一种基于多核处理器的运维多模态决策系统接口
CN115393652B (zh) 基于对抗网络的人工智能模型更新方法、识别方法和设备
CN107332708A (zh) 一种基于多核处理器的运维多模态决策感知系统
CN115238805B (zh) 异常数据识别模型的训练方法及相关设备
CN107180162A (zh) 一种基于gpb算法的运维多模态决策系统架构
CN116558541B (zh) 模型训练方法和装置、轨迹预测方法和装置
US20230334902A1 (en) Method and system for training a machine learning model for face recognition
CN111709787B (zh) 用于生成用户留存时间的方法、装置、电子设备和介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20190910