基于无监督学习的智能数据中心电力拓扑系统

在任务关键型云计算服务中,构建准确的数据中心电力拓扑结构对于实现快速准确的故障处理,减轻故障事件对云计算服务质量的损害十分重要。但目前数据中心电力拓扑结构的生成过程具有劳动密集型的特点,其准确性难以得到有效评估和保障。该文设计了一种基于无监督学习的智能数据中心电力拓扑系统(intelligent data center power topology system,IPTS),不仅可为电力系统的运行部分自动生成实时变化的电力拓扑结构,而且可利用电力系统的监控数据对人工构建的数据中心电力拓扑结构进行验证。实验结果表明,IPTS可自动生成准确的数据中心电力拓扑结构,一致性比率(CR)可达到0.978,并可有效地定位人工构建的电力拓扑结构中的大多数错误。     

采用语义分析的标签体系构建方法

针对现有标签体系粒度粗和层级结构不明显的问题,提出了一种基于语义分析的自动化标签体系融合构建方法。该方法通过分析不同网站导航标签体系中标签的相似性,学习不同导航标签间的等同映射关系和上下位映射关系,进而融合不同网站的导航标签体系以得到细粒度且层级分明的标签体系。为了评估该方法在标签体系融合构建方面的精度,首次提出标签重合度和上下位关系重合度两个测试指标进行衡量。实验结果表明,与基于同义词林的标签体系融合构建方法相比,所提方法在标签重合度和上下位关系重合度上提升了5%以上,可以构建出精准有效且适应不同领域的标签体系,为构建精准的用户画像打下基础。     

民用建筑防排烟设计疑难问题探讨

<正>随着经济发展,社会的进步,现代建筑物的形态日益丰富、规模不断扩大、功能日趋增多,在提倡以人为本的社会新时代,大家对建设工程有关防火方面的要求越来越高,也更加重视。对现行的相关标准规范的不同理解和如何在工程设计工作的适用也成了大家争论的焦     

面向深度学习Kubernetes负载饱和调度算法设计与实现

构建深度学习云平台的基础技术Kubernetes在调度过程中使用负载均衡策略,易产生资源碎片,增加任务等待时间。Kubernetes没有考虑对GPU等外部拓展资源的评分,不能很好适应深度学习云平台的业务场景。针对以上问题提出一种负载饱和调度策略,对Kubernetes调度过程进行改进,减少资源碎片,提高资源利用率。该策略支持对用户指定的外部拓展资源进行评分,能更好适应深度学习云平台业务场景。实验结果表明,负载饱和调度策略能够减少23.40%的任务等待时间,并能将GPU利用率提升14.15%,GPU显存利用率提升6.85%。     

民用建筑防排烟设计疑难问题探讨

随着经济发展,社会的进步,现代建筑物的形态日益丰富、规模小断扩大、功能日趋增多,在提倡以人为本的社会新时代,大家对建设工程有关防火方面的要求越来越高,也更加重视.对现行的相关标准规范的不同理解和如何在工程设计工作的适用也成了大家争论的焦点.但是现在的设计人员在进行消防设计时,却不够重视防排烟的设计.针对这一情况,本作者根据自身理论与实践经验.