CN111506383A - 一种基于固态硬盘的大数据与人工智能教学实训环境和资源集成方法 - Google Patents
一种基于固态硬盘的大数据与人工智能教学实训环境和资源集成方法 Download PDFInfo
- Publication number
- CN111506383A CN111506383A CN201910091241.4A CN201910091241A CN111506383A CN 111506383 A CN111506383 A CN 111506383A CN 201910091241 A CN201910091241 A CN 201910091241A CN 111506383 A CN111506383 A CN 111506383A
- Authority
- CN
- China
- Prior art keywords
- big data
- solid state
- artificial intelligence
- state disk
- teaching
- 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
Links
- 238000012549 training Methods 0.000 title claims abstract description 95
- 239000007787 solid Substances 0.000 title claims abstract description 67
- 238000013473 artificial intelligence Methods 0.000 title claims abstract description 65
- 238000000034 method Methods 0.000 title claims abstract description 62
- 230000010354 integration Effects 0.000 title claims abstract description 23
- 238000009434 installation Methods 0.000 claims description 9
- 238000004519 manufacturing process Methods 0.000 claims description 5
- 230000007547 defect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/44—Arrangements for executing specific programs
- G06F9/455—Emulation; Interpretation; Software simulation, e.g. virtualisation or emulation of application or operating system execution engines
- G06F9/45533—Hypervisors; Virtual machine monitors
- G06F9/45558—Hypervisor-specific management and integration aspects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F8/00—Arrangements for software engineering
- G06F8/60—Software deployment
- G06F8/61—Installation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/20—Education
- G06Q50/205—Education administration or guidance
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
- G09B9/00—Simulators for teaching or training purposes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/44—Arrangements for executing specific programs
- G06F9/455—Emulation; Interpretation; Software simulation, e.g. virtualisation or emulation of application or operating system execution engines
- G06F9/45533—Hypervisors; Virtual machine monitors
- G06F9/45558—Hypervisor-specific management and integration aspects
- G06F2009/45562—Creating, deleting, cloning virtual machine instances
Abstract
本发明提供一种基于固态硬盘的大数据与人工智能教学实训环境和资源集成方法,首先在固态硬盘内安装操作系统,并在操作系统内部署集成主程序运行环境,然后采用虚拟机法或容器法在固态硬盘的操作系统上搭建大数据与人工智能教学实训软件环境,最后开发一套教学实训软件环境与课程资源的集成主程序,并在固态硬盘内操作系统上安装该集成主程序。本发明提供的技术方案将大数据与人工智能教学实训复杂的软件环境与丰富的资源集成于固态硬盘的系统上,用户可通过集成主程序同步查看课程资源与操作实训环境,解决了大数据与人工智能教学实训中软件环境配置繁琐、复杂、非标准化,课程资源与软件环境分离、软件环境携带不便等问题。
Description
技术领域
本发明涉及大数据与人工智能教学领域,具体涉及一种基于固态硬盘的大数据与人工智能教学实训环境和资源集成方法。
背景技术
大数据与人工智能技术是一门涉及统计学、云计算、数据库等多个领域的交叉性技术,涵盖的知识面广且学习难度较大。在实际的大数据与人工智能教学实训中,将涉及R语言、Python、Spark、Scala、Mysql、Oracle、Linux语言等多种编程语言,学习不同的语言需要依赖不同的软件环境和课程资源,而软件环境需要依靠硬件设备才能运行,因此常常面临以下三个难题:一是搭建软件环境需要一定的知识与经验储备,初学者或授课者往往需要花费大量的时间和精力才能搭建或教授学生搭建完成一套完整、标准的教学实训环境;二是教学实训软件环境与课程资源分离,学习或实训过程中用户需在教学资源窗口与软件环境窗口间来回切换,才能实现达到根据课程资源在软件环境中实操的目的,过程单一枯燥,容易降低学习兴趣;三是部分软件环境,特别是Scala、Spark等分布式环境,通常搭建在大体积的硬件设备(如服务器)中,往往不便于携带。
针对大数据与人工智能教学实训中软件环境搭建复杂繁琐、软件环境与课程资源分离、软件环境不便携带的不足,本发明提供一种基于固态硬盘的大数据与人工智能教学实训环境和资源集成方法,本方法通过在固定移动硬盘或内置有固态硬盘的计算机的小体积便携式设备内开发一套集成程序来集成多样化的软件环境和课程资源,用户可通过程序在操作界面上同步操作课程资源及其对应的软件环境,同时便于携带。
发明内容
为了克服上述现有大数据与人工智能教学实训中软件环境配置繁琐、复杂、非标准化,课程资源与软件环境分离、软件环境受不足,本发明提供一种基于固态硬盘的大数据与人工智能教学实训环境和资源集成方法,首先在固态硬盘内安装操作系统,并在操作系统内部署集成主程序运行环境,然后采用虚拟机法或容器法在固态硬盘的操作系统上集成大数据与人工智能教学实训软件环境,最后开发一套教学实训软件环境与课程资源的集成主程序,并在固态硬盘内操作系统上安装该集成主程序。
为了实现上述发明目的,本发明采取如下技术方案:
一种基于固态硬盘的大数据与人工智能教学实训环境和资源集成方法,包括:
在固态硬盘内安装操作系统,并在操作系统内部署集成主程序运行环境;
基于虚拟机法或容器法在固态硬盘的操作系统上集成大数据与人工智能教学实训软件环境;
开发一套教学实训软件环境与课程资源的集成主程序,并固态硬盘内操作系统上安装该集成主程序。
所述在固态硬盘内安装操作系统,并在操作系统内部署集成主程序运行环境包括:
选择空置、容量充足、读写速度较快的固态硬盘;
在固态硬盘上安装Windows7及其以上版本操作系统;
在固态硬盘的操作系统的上安装版本兼容的虚拟机管理器和浏览器。
所述选择空置、容量充足、读写速度较快的固态硬盘包括:
固态移动硬盘和内置有固态硬盘的计算机,其中内置有固态硬盘的计算机性能需满足教学实训需求。
所述采用虚拟机法在固态硬盘的操作系统上集成大数据与人工智能教学实训软件环境包括:
搭建一个核心虚拟机和多个实训虚拟机;
对核心虚拟机安装无图形化操作界面的Linux操作系统,对实训虚拟机按照实训环境需求安装带图形化操作界面或不带图形化操作界面的Linux操作系统;
在每一个实训虚拟机Linux系统下,分别搭建对应的大数据与人工智能教学实训环境。
所述搭建多个实训虚拟机包括:
根据大数据与人工智能教学实训工具中单机计算环境的数量确定需安装独立虚拟机数量:独立虚拟机数量等于单机计算环境数量。
根据大数据与人工智能教学实训工具中分布式计算环境数量以及每一个分布式计算环境的节点数确定需安装集群虚拟机数量:集群虚拟机数量等于分布式计算环境数量与所有分布式计算环境节点数相加。
根据独立虚拟机数据和集群虚拟机的数量确定搭建的实训虚拟机数量并进行搭建,其中搭建的实训虚拟机数量是独立虚拟机和集群虚拟机两者数量的总和。
所述采用容器法在固态硬盘的操作系统上集成大数据与人工智能教学实训软件环境包括:
首先搭建一台Docker容器虚拟机作为Docker容器的运行环境,然后在Docker虚拟机上安装不带图形化操作界面的Linux操作系统;最后在Linux上制作多个Docker容器。
所述制作多个Docker容器包括:
根据大数据与人工智能教学实训工具中单机计算环境的数量确定需安装独立Docker容器数量:独立Docker容器数量等于单机计算环境的数量。
根据大数据与人工智能教学实训工具中分布式计算环境数量以及每一个分布式计算环境的节点数确定需安装集群Docker容器数量:集群Docker容器数量等于分布式计算环境数量与所有分布式计算环境的节点数相加。
根据独立Docker容器数量和集群Docker容器的数据确定制作Docker容器数量并进行制作,其中独立Docker容器和集群Docker容器两者数量的总和。
所述开发一套教学实训软件环境与课程资源的集成主程序,并在固态硬盘内操作系统上安装该集成主程序包括:
基于Node.js、Vue.js、Electron组合框架使用WebStorm编写不同模块的主程序代码;
使用npm对主程序代码进行编译,再使用NSIS将编译完成的主程序打包为exe安装文件。
将主程序的exe安装文件拷贝至固态硬盘的操作系统内进行安装。
所述基于Node.js、Vue.js、Electron组合框架使用WebStorm编写不同模块的主程序代码包括:
编写UI用户操作界面模块程序;
编写大数据与人工智能教学资源配置模块程序;
编写大数据与人工智能教学资源实训环境控制模块程序。
所述编写大数据与人工智能教学资源配置模块程序包括:
将ePub格式的大数据与人工智能教学资源解析为html格式。
所述ePub格式的大数据与人工智能教学资源包括:
提前预置在主程序中的ePub格式的大数据与人工智能教学资源和通过集成主程序的用户操作界面连接预设网页下载的ePub格式的大数据与人工智能教学资源。
所述编写大数据与人工智能教学资源实训环境控制模块程序包括:
针对基于虚拟机法搭建的大数据与人工智能教学实训环境,首先通过虚拟机管理器打开相应大数据与人工智能教学实训环境所在虚拟机,然后访问核心虚拟机的Web界面,根据访问参数自动连接到对应的大数据与人工智能教学实训环境虚拟机;
针对容器法搭建的大数据与人工智能教学实训环境,首先通过虚拟机管理器打开Docker容器虚拟机,然后启动Docker容器虚拟机上相应大数据与人工智能教学实训环境容器。
与最接近的现有技术相比,本发明提供的技术方案具有以下有益效果:
本技术方案提供基于固态硬盘的大数据与人工智能教学实训环境和资源集成方法,通过在固定移动硬盘或内置有固态硬盘的计算机的小体积便携式设备内开发一套集成程序实现对不同教学资源与环境的集成,可满足多样化的教学实训资源与环境需求。
本技术方案提供基于固态硬盘的大数据与人工智能教学实训环境和资源集成方法,使软件环境与教学资源集中存放在小体质硬件中,便于携带。
本技术方案提供基于固态硬盘的大数据与人工智能教学实训环境和资源集成方法,可直接通过启动主程序并操作主程序用户界面在同一个窗口中同步查阅教学实训资源及操作其对应软件环境,使用方便。
本技术方案提供基于固态硬盘的大数据与人工智能教学实训环境和资源集成方法,虽集成软件环境及研发集成主程序需要花费较大的经历,可集成后的环境与主程序均具有可复制性,便于企业进行大范围、低成本的生产。
附图说明
图1 是本发明基于固态硬盘的大数据与人工智能教学实训环境和资源集成方法流程图;
图2 是本发明基于固态硬盘的大数据与人工智能教学实训环境和资源集成方法示意图。
具体实施方式
下面结合附图对本发明作进一步详细说明。
本发明实施例提供一种基于固态硬盘的大数据与人工智能教学实训环境和资源集成方法,该方法的具体流程图和示意图如图1和图2所示,该方法具体执行过程如下:
S101:在固态硬盘内安装操作系统,并在操作系统内部署集成主程序运行环境;
S102:基于虚拟机法或容器法在固态硬盘的操作系统上集成大数据与人工智能教学实训软件环境;
S103;开发一套教学实训软件环境与课程资源的集成主程序,并固态硬盘内操作系统上安装该集成主程序。
上述S101中,在固态硬盘内安装操作系统,并在操作系统内部署集成主程序运行环境的具体过程如下:
1)选择空置、容量充足、读写速度较快的固态硬盘;
2)在固态硬盘上安装Windows7及其以上版本操作系统;
3)在固态硬盘的操作系统的上安装版本兼容的虚拟机管理器和浏览器。
上述1)中,选择空置、容量充足、读写速度较快的固态硬盘类型包括固态移动硬盘和内置有固态硬盘的计算机两种类型,其中内置有固态硬盘的计算机性能需满足教学实训需求。
上述S102中,采用虚拟机法在固态硬盘的操作系统上集成大数据与人工智能教学实训软件环境的具体过程如下:
1、搭建一个核心虚拟机和多个实训虚拟机;
2、对核心虚拟机安装无图形化操作界面的Linux操作系统,对实训虚拟机按照实训环境需求安装带图形化操作界面或不带图形化操作界面的Linux操作系统;
3、在每一个实训虚拟机Linux系统下,分别搭建对应的大数据与人工智能教学实训环境。
上述对搭建多个实训虚拟机具体过程如下:
1)根据大数据与人工智能教学实训工具中单机计算环境的数量确定需安装独立虚拟机数量:独立虚拟机数量等于单机计算环境数量。
2)根据大数据与人工智能教学实训工具中分布式计算环境数量以及每一个分布式计算环境的节点数确定需安装集群虚拟机数量:集群虚拟机数量等于分布式计算环境数量与所有分布式计算环境节点数相加。
3)根据独立虚拟机和集群虚拟机的数量确定搭建的实训虚拟机数量并进行搭建,其中搭建的实训虚拟机数量是独立虚拟机和集群虚拟机两者数量的总和。
上述S102中,采用容器法在固态硬盘的操作系统上集成大数据与人工智能教学实训软件环境的具体过程如下:
1、搭建一台Docker容器虚拟机作为Docker容器的运行环境
2、在Docker虚拟机上安装不带图形化操作界面的Linux操作系统;
3、Linux上制作多个Docker容器。
上述制作多个Docker容器具体过程如下:
1)根据大数据与人工智能教学实训工具中单机计算环境的数量确定需安装独立Docker容器数量:独立Docker容器数量等于单机计算环境的数量。
2)根据大数据与人工智能教学实训工具中分布式计算环境数量以及每一个分布式计算环境的节点数确定需安装集群Docker容器数量:集群Docker容器数量等于分布式计算环境数量与所有分布式计算环境的节点数相加。
3)根据独立Docker容器数量和集群Docker容器的数据确定制作Docker容器数量并进行制作,其中独立Docker容器和集群Docker容器两者数量的总和。
上述S103中,开发一套教学实训软件环境与课程资源的集成主程序,并在固态硬盘内操作系统上安装该集成主程序具体过程如下:
1、基于Node.js、Vue.js、Electron组合框架使用WebStorm编写不同模块的主程序代码;
2、使用npm对主程序代码进行编译,再使用NSIS将编译完成的主程序打包为exe安装文件。
3、将主程序的exe安装文件拷贝至固态硬盘的操作系统内进行安装。
上述基于Node.js、Vue.js、Electron组合框架使用WebStorm编写不同模块的主程序代码包括:
1)编写UI用户操作界面模块程序;
2)编写大数据与人工智能教学资源配置模块程序;
3)编写大数据与人工智能教学资源实训环境控制模块程序。
上述2)中编写大数据与人工智能教学资源配置模块程序将ePub格式的大数据与人工智能教学资源解析为html格式。
ePub格式的大数据与人工智能教学资源包括:提前预置在主程序中的ePub格式的大数据与人工智能教学资源和通过集成主程序的用户操作界面连接预设网页下载的ePub格式的大数据与人工智能教学资源。
上述3)编写大数据与人工智能教学资源实训环境控制模块程序的具体过程包括:
3.1)针对基于虚拟机法搭建的大数据与人工智能教学实训环境,首先通过虚拟机管理器打开相应大数据与人工智能教学实训环境所在虚拟机,然后访问核心虚拟机的Web界面,根据访问参数自动连接到对应的大数据与人工智能教学实训环境虚拟机;
3.2)针对容器法搭建的大数据与人工智能教学实训环境,首先通过虚拟机管理器打开Docker容器虚拟机,然后启动Docker容器虚拟机上相应大数据与人工智能教学实训环境容器。
以上实施例仅用以说明本发明的技术方案而非对其限制,所属领域的普通技术人员参照上述实施例依然可以对本发明的具体实施方式进行修改或者等同替换,这些未脱离本发明精神和范围的任何修改或者等同替换,均在申请待批的本发明的权利要求保护范围之内。
Claims (12)
1.一种基于固态硬盘的大数据与人工智能教学实训环境和资源集成方法,其特征在于,包括:
在固态硬盘内安装操作系统,并在操作系统内部署集成主程序运行环境;
基于虚拟机法或容器法在固态硬盘的操作系统上集成大数据与人工智能教学实训软件环境;
开发一套教学实训软件环境与课程资源的集成主程序,并固态硬盘内操作系统上安装该集成主程序。
2.根据权利要求1所述的基于固态硬盘的大数据与人工智能教学实训环境和资源集成方法,其特征在于,所述在固态硬盘内安装操作系统,并在操作系统内部署集成主程序运行环境包括:
选择空置、容量充足、读写速度较快的固态硬盘;
在固态硬盘上安装Windows7及其以上版本操作系统;
在固态硬盘的操作系统的上安装版本兼容的虚拟机管理器和浏览器。
3.根据权利要求2所述的基于固态硬盘的大数据与人工智能教学实训环境和资源集成方法,其特征在于,所述选择空置、容量充足、读写速度较快的固态硬盘包括:
固态移动硬盘和内置有固态硬盘的计算机,其中内置有固态硬盘的计算机性能需满足教学实训需求。
4.根据权利要求2所述的基于固态硬盘的大数据与人工智能教学实训环境和资源集成方法,其特征在于,所述采用虚拟机法在固态硬盘的操作系统上集成大数据与人工智能教学实训软件环境包括:
搭建一个核心虚拟机和多个实训虚拟机;
对核心虚拟机安装无图形化操作界面的Linux操作系统,对实训虚拟机按照实训环境需求安装带图形化操作界面或不带图形化操作界面的Linux操作系统;
在每一个实训虚拟机Linux系统下,分别搭建对应的大数据与人工智能教学实训环境。
5.根据权利要求4所述的基于固态硬盘的大数据与人工智能教学实训环境和资源集成方法,其特征在于,所述搭建多个实训虚拟机包括:
根据大数据与人工智能教学实训工具中单机计算环境的数量确定需安装独立虚拟机数量:独立虚拟机数量等于单机计算环境数量,
根据大数据与人工智能教学实训工具中分布式计算环境数量以及每一个分布式计算环境的节点数确定需安装集群虚拟机数量:集群虚拟机数量等于分布式计算环境数量与所有分布式计算环境节点数相加,
根据独立虚拟机的数据和集群虚拟机的数量确定搭建的实训虚拟机数量并进行搭建,其中搭建的实训虚拟机数量是独立虚拟机和集群虚拟机两者数量的总和。
6.根据权利要求2所述的基于固态硬盘的大数据与人工智能教学实训环境和资源集成方法,其特征在于,所述采用容器法在固态硬盘的操作系统上集成大数据与人工智能教学实训软件环境包括:
首先搭建一台Docker容器虚拟机作为Docker容器的运行环境,然后在Docker虚拟机上安装不带图形化操作界面的Linux操作系统;最后在Linux上制作多个Docker容器。
7.根据权利要求5所述的基于固态硬盘的大数据与人工智能教学实训环境和资源集成方法,其特征在于,所述制作多个Docker容器包括:
根据大数据与人工智能教学实训工具中单机计算环境的数量确定需安装独立Docker容器数量:独立Docker容器数量等于单机计算环境的数量,
根据大数据与人工智能教学实训工具中分布式计算环境数量以及每一个分布式计算环境的节点数确定需安装集群Docker容器数量:集群Docker容器数量等于分布式计算环境数量与所有分布式计算环境的节点数相加,
根据独立Docker容器数量和集群Docker容器的数据确定制作Docker容器数量并进行制作,其中独立Docker容器和集群Docker容器两者数量的总和。
8.根据权利要求1所述的基于固态硬盘的大数据与人工智能教学实训环境和资源集成方法,其特征在于,所述开发一套教学实训软件环境与课程资源的集成主程序,并在固态硬盘内操作系统上安装该集成主程序包括:
基于Node.js、Vue.js、Electron组合框架使用WebStorm编写不同模块的主程序代码;
使用npm对主程序代码进行编译,再使用NSIS将编译完成的主程序打包为exe安装文件,
将主程序的exe安装文件拷贝至固态硬盘的操作系统内进行安装。
9.根据权利要求1所述的基于固态硬盘的大数据与人工智能教学实训环境和资源集成方法,其特征在于,所述基于Node.js、Vue.js、Electron组合框架使用WebStorm编写不同模块的主程序代码包括:
编写UI用户操作界面模块程序;
编写大数据与人工智能教学资源配置模块程序;
编写大数据与人工智能教学资源实训环境控制模块程序。
10.根据权利要求9所述的基于固态硬盘的大数据与人工智能教学实训环境和资源集成方法,其特征在于,所述编写大数据与人工智能教学资源配置模块程序包括:
将ePub格式的大数据与人工智能教学资源解析为html格式。
11.根据权利要求10所述的基于固态硬盘的大数据与人工智能教学实训环境和资源集成方法,其特征在于,所述ePub格式的大数据与人工智能教学资源包括:
提前预置在主程序中的ePub格式的大数据与人工智能教学资源和通过集成主程序的用户操作界面连接预设网页下载的ePub格式的大数据与人工智能教学资源。
12.根据权利要求9所述的基于固态硬盘的大数据与人工智能教学实训环境和资源集成方法,其特征在于,所述编写大数据与人工智能教学资源实训环境控制模块程序包括:
针对基于虚拟机法搭建的大数据与人工智能教学实训环境,首先通过虚拟机管理器打开相应大数据与人工智能教学实训环境所在虚拟机,然后访问核心虚拟机的Web界面,根据访问参数自动连接到对应的大数据与人工智能教学实训环境虚拟机;
针对容器法搭建的大数据与人工智能教学实训环境,首先通过虚拟机管理器打开Docker容器虚拟机,然后启动Docker容器虚拟机上相应大数据与人工智能教学实训环境容器。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910091241.4A CN111506383A (zh) | 2019-01-30 | 2019-01-30 | 一种基于固态硬盘的大数据与人工智能教学实训环境和资源集成方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910091241.4A CN111506383A (zh) | 2019-01-30 | 2019-01-30 | 一种基于固态硬盘的大数据与人工智能教学实训环境和资源集成方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111506383A true CN111506383A (zh) | 2020-08-07 |
Family
ID=71877346
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910091241.4A Pending CN111506383A (zh) | 2019-01-30 | 2019-01-30 | 一种基于固态硬盘的大数据与人工智能教学实训环境和资源集成方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111506383A (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102291452A (zh) * | 2011-08-09 | 2011-12-21 | 北京星网锐捷网络技术有限公司 | 基于云策略的虚拟机管理方法、云管理服务器及云系统 |
CN104951396A (zh) * | 2014-03-31 | 2015-09-30 | 国际商业机器公司 | 基于虚拟机创建软件性能测试环境的方法和装置 |
CN105160954A (zh) * | 2015-09-28 | 2015-12-16 | 广东顺德中山大学卡内基梅隆大学国际联合研究院 | 一种云计算实验教学系统构建方法及系统 |
CN107329799A (zh) * | 2017-05-22 | 2017-11-07 | 国网安徽省电力公司信息通信分公司 | 一种融合Docker容器与KVM虚拟化技术的系统 |
CN108920174A (zh) * | 2018-06-22 | 2018-11-30 | 山东超越数控电子股份有限公司 | 在多主机上部署和配置容器引擎的运行环境的方法与装置 |
CN108958794A (zh) * | 2017-05-23 | 2018-12-07 | 深圳先进技术研究院 | 一种Docker主机、基于Docker的云机器人系统及其构建方法 |
-
2019
- 2019-01-30 CN CN201910091241.4A patent/CN111506383A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102291452A (zh) * | 2011-08-09 | 2011-12-21 | 北京星网锐捷网络技术有限公司 | 基于云策略的虚拟机管理方法、云管理服务器及云系统 |
CN104951396A (zh) * | 2014-03-31 | 2015-09-30 | 国际商业机器公司 | 基于虚拟机创建软件性能测试环境的方法和装置 |
CN105160954A (zh) * | 2015-09-28 | 2015-12-16 | 广东顺德中山大学卡内基梅隆大学国际联合研究院 | 一种云计算实验教学系统构建方法及系统 |
CN107329799A (zh) * | 2017-05-22 | 2017-11-07 | 国网安徽省电力公司信息通信分公司 | 一种融合Docker容器与KVM虚拟化技术的系统 |
CN108958794A (zh) * | 2017-05-23 | 2018-12-07 | 深圳先进技术研究院 | 一种Docker主机、基于Docker的云机器人系统及其构建方法 |
CN108920174A (zh) * | 2018-06-22 | 2018-11-30 | 山东超越数控电子股份有限公司 | 在多主机上部署和配置容器引擎的运行环境的方法与装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6580664B2 (ja) | クラウド接続された自動テスティング | |
CN108037973B (zh) | 一种与数据处理工具交互的数据流建模和处理系统 | |
Jaxa-Rozen et al. | Pynetlogo: Linking netlogo with python | |
CN111061817B (zh) | 自适应业务构建系统、方法及计算机可读介质 | |
De Farias et al. | COMFIT: A development environment for the Internet of Things | |
CN112748914B (zh) | 一种应用程序开发方法、装置、电子设备和存储介质 | |
CN104778124A (zh) | 一种软件应用自动化测试方法 | |
CN100511135C (zh) | 一种单元测试系统和方法 | |
CN103455591A (zh) | 一种并行协同系统的标准数据交换接口方法 | |
US20150227502A1 (en) | Spreadsheet to webpage conversion system and method | |
CN103327080A (zh) | 创建物联网控制系统的方法及装置 | |
CN116822135A (zh) | 实时仿真平台系统及仿真系统构建方法 | |
CN110045982A (zh) | 一种基于源代码聚合的嵌入式系统配置方法 | |
CN105528928A (zh) | 一种交互式家教机器人系统 | |
CN111813814A (zh) | 一种支持多种机器学习框架的通用模型管理方法和装置 | |
CN103207783A (zh) | 一种基于b/s的软件开发引擎系统及其构建方法 | |
CN109766488B (zh) | 一种基于Scrapy的数据采集方法 | |
CN103186367A (zh) | 一种应用于监控系统中支持脚本的动态模板实现方法 | |
Dombrowski et al. | Introduction to Jupyter Notebooks | |
CN103529773A (zh) | 一种行为控制脚本语言的自动化转化方法 | |
WO2017113835A1 (zh) | 一种大数据库系统的安装工具 | |
CN117009038B (zh) | 一种基于云原生技术的图计算平台 | |
EP4073626B1 (en) | Method and system for generating engineering diagrams in an engineering system | |
CN111506383A (zh) | 一种基于固态硬盘的大数据与人工智能教学实训环境和资源集成方法 | |
CN112162822A (zh) | 一种镜像构建方法、装置、设备及可读存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Address after: 510663 room 212, building 1, No. 36, Kaitai Avenue, Guangzhou hi tech Industrial Development Zone, Guangzhou City, Guangdong Province Applicant after: Guangdong Teddy Intelligent Technology Co.,Ltd. Address before: 510663 room 212, building 1, No. 36, Kaitai Avenue, Guangzhou hi tech Industrial Development Zone, Guangzhou City, Guangdong Province Applicant before: GUANGZHOU TIPDM INTELLIGENT TECHNOLOGY Co.,Ltd. |
|
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |