检索结果-南通市图书馆

同方期刊数据库

在线全文

学校读者我要写书评

暂无评论

无线供电MEC系统的计算能效最大化策略

郑州大学学报（工学版） 2025年第1期46卷 133-142页

作者：李陶深巩健曾续玲吕品南宁学院信息工程学院广西南宁530299 广西大学计算机与电子信息学院广西南宁530004

为了解决无线供电移动边缘计算(MEC)系统的计算能效优化问题,提出一种基于非正交多址接入的无线供电MEC系统的资源分配策略。该策略将非线性能量收集模型应用到移动设备上,通过联合优化MEC服务器和移动设备的计算频率、执行时间、基站... 详细信息

为了解决无线供电移动边缘计算(MEC)系统的计算能效优化问题,提出一种基于非正交多址接入的无线供电MEC系统的资源分配策略。该策略将非线性能量收集模型应用到移动设备上,通过联合优化MEC服务器和移动设备的计算频率、执行时间、基站发射功率、设备发射功率、卸载时间和能量收集时间,比较充分地利用移动设备和MEC服务器的可用计算资源,提高设备的吞吐量和计算位数,进而最大限度地提升系统计算能效。将该联合优化问题转化为非凸分式规划问题,设计一种基于Dinkelbach的迭代算法来获得最优的资源分配方案。仿真实验表明:该资源分配策略所获得的系统计算能效更高,具有更好的性能增益。

关键词：无线供电移动边缘计算系统非正交多址接入计算能效能量收集资源分配计算卸载

维普期刊数据库

基于Transformer模型的时序数据预测方法综述

在线全文

学校读者我要写书评

暂无评论

计算机科学与探索 2025年第1期 45-64页

作者：孟祥福石皓源辽宁工程技术大学电子与信息工程学院

时序数据预测（TSF）是指通过分析历史数据的趋势性、季节性等潜在信息，预测未来时间点或时间段的数值和趋势。时序数据由传感器生成，在金融、医疗、能源、交通、气象等众多领域都发挥着重要作用。随着物联网传感器的发展，海量的时... 详细信息

时序数据预测（TSF）是指通过分析历史数据的趋势性、季节性等潜在信息，预测未来时间点或时间段的数值和趋势。时序数据由传感器生成，在金融、医疗、能源、交通、气象等众多领域都发挥着重要作用。随着物联网传感器的发展，海量的时序数据难以使用传统的机器学习解决，而Transformer在自然语言处理和计算机视觉等领域的诸多任务表现优秀，学者们利用Transformer模型有效捕获长期依赖关系，使得时序数据预测任务取得了飞速发展。综述了基于Transformer模型的时序数据预测方法，按时间梳理了时序数据预测的发展进程，系统介绍了时序数据预处理过程和方法，介绍了常用的时序预测评价指标和数据集。以算法框架为研究内容系统阐述了基于Transformer的各类模型在TSF任务中的应用方法和工作原理。通过实验对比了各个模型的性能、优点和局限性，并对实验结果展开了分析与讨论。结合Transformer模型在时序数据预测任务中现有工作存在的挑战提出了该方向未来发展趋势。

关键词：深度学习时序数据预测数据预处理 Transformer模型

支持IPv4/IPv6双栈的5G通信网络可靠性组网部署研究

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

现代电子技术 2025年第1期48卷 102-106页

作者：黄琳黄劼蒋平湖北师范大学计算机与信息工程学院湖北黄石435002 腾讯科技(深圳)有限公司广州深圳518000 湖北理工学院计算机学院湖北黄石435003

5G网络要求更多的基站部署以支持更高的数据传输速率和连接密度。为实现网络数据的并行高速传输,确保网络应用业务的实时性和稳定性,文中提出一种支持IPv4/IPv6双栈的5G通信网络可靠性组网部署方法。结合IPv4和IPv6双栈,构建双栈转换机... 详细信息

5G网络要求更多的基站部署以支持更高的数据传输速率和连接密度。为实现网络数据的并行高速传输,确保网络应用业务的实时性和稳定性,文中提出一种支持IPv4/IPv6双栈的5G通信网络可靠性组网部署方法。结合IPv4和IPv6双栈,构建双栈转换机制结合有限双协议栈模型,在模型下构建5G通信网络结构,并通过高架立体交叉网优化IPv4/IPv6双栈的5G通信网络组网结构,提升IPv4/IPv6双栈5G通信网络的通信速度。采用冗余路径算法,实现5G网络IPv4/IPv6双栈通信中的服务功能链编排,解决IPv4/IPv6双栈通信中的冗余问题。实验结果表明,该方法能够构建一种更稳定、更高效的5G通信网络组网结构,提高了网络频谱效率,优化了网络环境。

关键词： 5G通信网络 IPv4/IPv6双栈可靠性组网部署服务功能链冗余路径算法有限双协议栈模型

基于缓存模型改进NSGA-Ⅲ算法车联网卸载策略

在线全文

学校读者我要写书评

暂无评论

物联网技术 2025年第1期15卷 108-112,117页

作者：武斌刘鹏程丛佳赵洁天津城建大学计算机与信息工程学院天津300384

车联网场景中,计算任务处理的时延敏感性极高,将计算任务卸载至边缘服务器是降低时延的有效手段,进行任务卸载还需要综合考虑负载均衡以及能耗问题。为此提出一种融合差分进化改进的快速非支配排序遗传算法(NSGA-Ⅲ-DE)卸载方案,引入了... 详细信息

车联网场景中,计算任务处理的时延敏感性极高,将计算任务卸载至边缘服务器是降低时延的有效手段,进行任务卸载还需要综合考虑负载均衡以及能耗问题。为此提出一种融合差分进化改进的快速非支配排序遗传算法(NSGA-Ⅲ-DE)卸载方案,引入了缓存模型、时延模型、能耗模型、负载均衡模型,实现多目标优化问题。所提出的算法与NSGA-Ⅱ算法相比,系统时延降低了18.5%,能量消耗减少了44.5%,负载均衡标准差下降了14.7%,充分验证了NSGA-Ⅲ-DE算法的有效性和优越性。

关键词：边缘计算任务卸载缓存模型差分进化多目标优化 NSGA-Ⅲ算法

在线全文

学校读者我要写书评

暂无评论

面向工业物联网的策略隐藏属性基加密方案

现代电子技术 2025年第1期48卷 90-96页

作者：尹建标张言史培中古春生江苏理工学院计算机工程学院江苏常州213001

针对工业物联网中的生产和监管数据易泄露与数据获取中断的问题,提出支持策略隐藏的属性基加密方案。将属性信息分为属性名和属性值进行方案构造,属性值在构造过程中并未暴露并且上传到云服务器的访问策略仅由属性名构成,工业物联网设... 详细信息

针对工业物联网中的生产和监管数据易泄露与数据获取中断的问题,提出支持策略隐藏的属性基加密方案。将属性信息分为属性名和属性值进行方案构造,属性值在构造过程中并未暴露并且上传到云服务器的访问策略仅由属性名构成,工业物联网设备在获取生产信息时不会完整的访问策略,防止了不法分子对设备信息盗取进而导致访问策略及生产信息的泄露。同时,授权多个半可信云服务器,当某个半可信云服务器不能正常工作时可快速根据服务器密钥更新用户私钥,使得其他半可信云服务器接替其工作,保证物联网设备读取数据的连续性。此外,引入属性认证,在撤销过程中无需重更新密文,适用于产生大量数据的物联网环境的撤销。经过安全性分析和性能分析,该方案能抵抗选择明文攻击,且系统初始化、用户密钥生成、加密、解密都具有较高的运行效率。

关键词：工业物联网数据安全策略隐藏单点故障属性认证属性撤销

基于像素调制自适应编码密文域的可逆信息隐藏算法

在线全文

学校读者我要写书评

暂无评论

湖北大学学报（自然科学版） 2025年第1期47卷 109-117页

作者：王玉孔祥婷吴媛媛湖北大学计算机与信息工程学院湖北武汉430062

针对图像信息隐藏不能产生理想的有效负载问题,提出一种基于像素调制自适应编码密文域的可逆信息隐藏算法。首先,对灰度图像做块间置乱并进行像素调制预处理,设计块内像素位置变换矩阵保证分块置乱前后中心像素的预测误差不变。接着,利... 详细信息

针对图像信息隐藏不能产生理想的有效负载问题,提出一种基于像素调制自适应编码密文域的可逆信息隐藏算法。首先,对灰度图像做块间置乱并进行像素调制预处理,设计块内像素位置变换矩阵保证分块置乱前后中心像素的预测误差不变。接着,利用最邻近像素差分方法保持加密图像块内的空间冗余,根据预测误差的频率自适应生成哈夫曼编码,并对比哈夫曼编码中比特位将信息嵌入到预留空间中。最后,对所提出算法进行实验分析,实验结果表明:提出的算法具有可逆性和信息分离性,与自适应差分图像恢复算法相比,平均嵌入率提高了0.299 bpp。

关键词：可逆信息隐藏密文域自适应编码分块置乱图像加密

基于熵权与集成学习的半监督小样本树种分类研究

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

森林工程 2025年第1期41卷 151-161页

作者：王静李静河南机电职业学院信息工程学院郑州451191 河南科技大学信息工程学院河南洛阳471000

针对传统半监督自训练分类方法易导致数据集混乱,影响后续小样本树种分类精度这一问题,基于熵权法(en-tropy weight,EW)与集成学习(ensemble learning,EL)提出EW-EL的半监督小样本树种分类方法。EW-EL在传统半监督自训练分类方法的理论... 详细信息

针对传统半监督自训练分类方法易导致数据集混乱,影响后续小样本树种分类精度这一问题,基于熵权法(en-tropy weight,EW)与集成学习(ensemble learning,EL)提出EW-EL的半监督小样本树种分类方法。EW-EL在传统半监督自训练分类方法的理论上引入EL的思想,以熵权法作为基础理论设计按基分类器当前训练周期下的F1分数计算的信息熵作为计算权重因子,再依信息熵越大基分类器越不稳定思想设计权重,使集成分类器分类概率更集中,减少集成分类器偏向性。结果显示,EW-EL较传统半监督自训练方法能更有效地均衡数据分布,使新加入数据的伪标签样本类别更准确。EW-EL所得到的小样本树种分类总精度(OA)为0.97、召回率(Recall)为0.96及Kappa系数为0.97,3种指标均优于监督分类、传统半监督自训练方法及利用传统EL机制所构建的半监督自训练方法。其中,EW-EL方法较融合软投票机制的半监督自训练方法,OA与Recall均提升了1%。EW-EL联合简单线性迭代聚类所制成的树种图在所选测试区内达到了94%。此外,进一步分析证明,EW-EL能通过集成诸多分类器,来实现更佳的小样本树种分类结果,更适用于低成本下的相关部门进行林业资源统计的工作。

关键词：无人机影像熵权法深度学习集成学习半监督小样本分类树种分类树种制图 EW-EL

同方期刊数据库

在线全文

学校读者我要写书评

暂无评论

深度学习在心力衰竭检测中的应用综述

计算机科学与探索 2025年第1期 65-78页

作者：王永威魏德健曹慧姜良山东中医药大学智能与信息工程学院

随着生物医学技术的发展，利用生物信号进行心力衰竭的早期诊断已成为提高患者生存率和降低治疗成本的关键策略。在此背景下，深度学习技术的迅猛发展为心力衰竭检测开辟了新路径。系统地综述了深度学习在心力衰竭检测中的最新进展和应... 详细信息

随着生物医学技术的发展，利用生物信号进行心力衰竭的早期诊断已成为提高患者生存率和降低治疗成本的关键策略。在此背景下，深度学习技术的迅猛发展为心力衰竭检测开辟了新路径。系统地综述了深度学习在心力衰竭检测中的最新进展和应用。概述了心力衰竭检测涉及的主要生物医学信号和公开数据集。详细分析了深度学习在心力衰竭诊断领域的应用及其发展，特别是对卷积神经网络和长短期记忆网络处理心电图、心率变异性、心音等关键生物医学信号的能力进行了深入分析，总结了这些技术的优势、局限性，并对各类模型性能进行了比较。探讨了通过融合多种人工智能技术所构建的混合模型在提升检测精度和模型泛化能力方面的潜力，以及如何利用模型的可解释性来增加检测过程的透明度，提升医生的信任度。最后总结了当前研究存在的不足，并对未来研究方向提出展望，强调了跨学科合作在推动心力衰竭检测技术进步中的重要性。

关键词：心力衰竭生物医学信号深度学习卷积神经网络循环神经网络混合模型

基于无监督深度领域对抗适配的在线剩余寿命预测方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

郑州大学学报（理学版） 2025年第1期57卷 81-87页

作者：刘可盈张艳娜毛文涛王纳河南师范大学计算机与信息工程学院河南新乡453007 智慧商务与物联网技术河南省工程实验室河南新乡453007

为解决未知工况下旋转设备在线剩余寿命(remaining useful life,RUL)预测时计算代价大和误差累积问题,提出一种基于无监督深度领域对抗适配的在线RUL预测方法。首先,利用离线退化数据和在线早期故障数据,构建深度领域对抗网络作为预训... 详细信息

为解决未知工况下旋转设备在线剩余寿命(remaining useful life,RUL)预测时计算代价大和误差累积问题,提出一种基于无监督深度领域对抗适配的在线RUL预测方法。首先,利用离线退化数据和在线早期故障数据,构建深度领域对抗网络作为预训练模型。其次,将在线贯序数据块输入预训练模型的回归预测器中重新领域适配,得到在线伪标签。最后,将预训练模型的结构和参数迁移到目标域模型,冻结目标域模型的部分参数,并利用在线数据块和伪标签对目标域模型剩余参数进行微调,实现在线数据的RUL动态预测。在IEEE PHM Challenge 2012轴承数据集上进行实验,结果表明,所提方法可以贯序、准确地预测在线轴承RUL值,为在线场景下的轴承RUL预测提供了一种实用化的解决方案。

关键词：剩余寿命预测迁移学习领域适配无监督学习在线学习

维普期刊数据库

同方期刊数据库博看期刊