System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种多模型并发执行的数据交互方法及系统技术方案_技高网

一种多模型并发执行的数据交互方法及系统技术方案

技术编号:40402825 阅读:5 留言:0更新日期:2024-02-20 22:27
本发明专利技术提供了一种多模型并发执行的数据交互方法及系统,涉及数据处理技术领域,构建任务特征集,调用协作模型集并读取CPU状态特征,分解目标任务并建立类型标签的协作关联,进行算力分配生成初始算力调度结果,对协作模型集进行并发执行进度拟合与拟合补偿,建立数据交互节点,联合拟合补偿结果完成目标任务的任务处理下的数据交互,解决了现有技术中无法结合处理器状态,进行交互处理任务与算力的有效均衡配置,无法针对实际执行进程进行适配的动态柔性调整,导致数据交互的管理灵活度与管理效果受限的技术问题,通过多模型协同,进行待处理任务的分解与针对性处理,针对任务进度进行基于数据交互管理的有效把控与适应性补偿调整。

【技术实现步骤摘要】

本专利技术涉及数据处理,具体涉及一种多模型并发执行的数据交互方法及系统


技术介绍

1、目前,基于网络的数据交互需求越来越多,且交互场景越来越复杂,针对多元化的数据交互场景,传统模式下的既定机制,无法适应差异化的交互场景。目前,针对数据交互管理方面缺乏系统性的处理方式,无法结合处理器状态,进行交互处理任务与算力的有效均衡配置,无法针对实际执行进程进行适配的动态柔性调整,导致数据交互的管理灵活度与管理效果受限。


技术实现思路

1、本申请提供了一种多模型并发执行的数据交互方法及系统,用于针对解决现有技术中存在的无法结合处理器状态,进行交互处理任务与算力的有效均衡配置,无法针对实际执行进程进行适配的动态柔性调整,导致数据交互的管理灵活度与管理效果受限的技术问题。

2、鉴于上述问题,本申请提供了一种多模型并发执行的数据交互方法及系统。

3、第一方面,本申请提供了一种多模型并发执行的数据交互方法,所述方法包括:

4、构建任务特征集,所述任务特征集为提取目标任务的任务特征获取的特征数据集,其中,所述任务特征集包括任务安全特征、任务时限特征和任务类型特征,其中,所述目标任务通过读取任务列表获得;

5、以所述任务特征集进行协作模型集调用,并读取获得cpu状态特征,其中,所述cpu状态特征包括保持状态特征和预估状态特征;

6、依据所述任务类型特征进行目标任务分解,并基于目标任务分解结果建立类型标签的协作关联;

7、将所述任务特征集、所述cpu状态特征和所述协作模型集输入算力分配网络,生成初始算力调度结果,其中,所述初始算力调度结果与协作模型集具有映射关系;

8、通过所述初始算力调度结果进行协作模型集的并发执行进度拟合,并依据所述协作关联进行执行进度拟合的拟合补偿,并基于拟合补偿结果建立数据交互节点;

9、通过所述数据交互节点和拟合补偿结果完成目标任务的任务处理下的数据交互。

10、第二方面,本申请提供了一种多模型并发执行的数据交互系统,所述系统包括:

11、特征集构建模块,所述特征集构建模块用于构建任务特征集,所述任务特征集为提取目标任务的任务特征获取的特征数据集,其中,所述任务特征集包括任务安全特征、任务时限特征和任务类型特征,其中,所述目标任务通过读取任务列表获得;

12、特征读取模块,所述特征读取模块用于以所述任务特征集进行协作模型集调用,并读取获得cpu状态特征,其中,所述cpu状态特征包括保持状态特征和预估状态特征;

13、关联建立模块,所述关联建立模块用于依据所述任务类型特征进行目标任务分解,并基于目标任务分解结果建立类型标签的协作关联;

14、算力分配模块,所述算力分配模块用于将所述任务特征集、所述cpu状态特征和所述协作模型集输入算力分配网络,生成初始算力调度结果,其中,所述初始算力调度结果与协作模型集具有映射关系;

15、节点建立模块,所述节点建立模块用于通过所述初始算力调度结果进行协作模型集的并发执行进度拟合,并依据所述协作关联进行执行进度拟合的拟合补偿,并基于拟合补偿结果建立数据交互节点;

16、数据交互模块,所述数据交互模块用于通过所述数据交互节点和拟合补偿结果完成目标任务的任务处理下的数据交互。

17、本申请中提供的一个或多个技术方案,至少具有如下技术效果或优点:

18、本申请实施例提供的一种多模型并发执行的数据交互方法,构建任务特征集,为提取目标任务的任务特征获取的特征数据集,以所述任务特征集进行协作模型集调用,并读取获得cpu状态特征,所述cpu状态特征包括保持状态特征和预估状态特征,依据所述任务类型特征进行目标任务分解,建立类型标签的协作关联,将所述任务特征集、所述cpu状态特征和所述协作模型集输入算力分配网络,生成初始算力调度结果,对协作模型集进行并发执行进度拟合,并依据所述协作关联进行执行进度拟合的拟合补偿,基于拟合补偿结果建立数据交互节点,联合拟合补偿结果完成目标任务的任务处理下的数据交互,解决了现有技术中存在的无法结合处理器状态,进行交互处理任务与算力的有效均衡配置,无法针对实际执行进程进行适配的动态柔性调整,导致数据交互的管理灵活度与管理效果受限的技术问题,通过多模型协同,进行待处理任务的分解与针对性处理,针对任务进度进行基于数据交互管理的有效把控与适应性补偿调整。

本文档来自技高网...

【技术保护点】

1.一种多模型并发执行的数据交互方法,其特征在于,所述方法包括:

2.如权利要求1所述的方法,其特征在于,所述方法还包括:

3.如权利要求2所述的方法,其特征在于,所述方法还包括:

4.如权利要求3所述的方法,其特征在于,所述方法还包括:

5.如权利要求1所述的方法,其特征在于,所述方法还包括:

6.如权利要求5所述的方法,其特征在于,所述方法还包括:

7.如权利要求6所述的方法,其特征在于,所述方法还包括:

8.一种多模型并发执行的数据交互系统,其特征在于,所述系统包括:

【技术特征摘要】

1.一种多模型并发执行的数据交互方法,其特征在于,所述方法包括:

2.如权利要求1所述的方法,其特征在于,所述方法还包括:

3.如权利要求2所述的方法,其特征在于,所述方法还包括:

4.如权利要求3所述的方法,其特征在于,所述方法还包括:

...

【专利技术属性】
技术研发人员:陈冀琛翟正军申思远
申请(专利权)人:西北工业大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1