检索结果-南通市图书馆

边缘计算资源调度:历史、架构、建模与方法分析

在线全文

学校读者我要写书评

暂无评论

计算机集成制造系统 2024年

作者：周绪苗辉杨静江武廖晓燕李逸骏李少波鲁加林贵州大学省部共建公共大数据国家重点实验室贵州白山云科技有限公司

边缘计算任务卸载和资源调度是当前计算机科学与信息技术领域中备受关注的研究方向之一，是具有广阔前景的研究方向.目前，尚未有文献对边缘计算任务卸载和资源调度的方法在时延、能耗、负载、调度效率方面的性能进行全面的对比与归纳... 详细信息

边缘计算任务卸载和资源调度是当前计算机科学与信息技术领域中备受关注的研究方向之一，是具有广阔前景的研究方向.目前，尚未有文献对边缘计算任务卸载和资源调度的方法在时延、能耗、负载、调度效率方面的性能进行全面的对比与归纳，并给出研究进展、挑战及发展方向.针对以上问题，首先，回顾了边缘计算技术的发展脉络;其次，总结了边缘计算调度框架，并将时延、能耗、资源负载均衡和调度效率作为评价算法性能的指标进行计算建模，并根据相应指标的优化构建问题模型;然后，将边缘计算调度方法分为经典方法和进阶方法进行对比分析;接着，调研车联网与自动驾驶、虚拟现实与云游戏、智慧城市与智能交通、工业物联网与智能制造、智慧生活与医疗边缘的应用研究现状;最后，给出目前存在的挑战和展望，以期为研究者提供理论指导和借鉴.

关键词：边缘计算资源调度任务卸载性能建模调度方法

KurVMDPgram：一种用于旋转机械故障诊断的信号分解算法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

机械工程学报 2024年

作者：李华王天杨张飞斌褚福磊贵州大学省部共建公共大数据国家重点实验室清华大学机械工程系

变分模态分解(Variational mode decomposition, VMD)是一种在旋转机械故障诊断领域广泛应用的信号分解方法。然而，VMD的若干影响参数尤其是模态数和惩罚因子对其分解性能影响很大，但需要事先确定，使得其参数优化成为研究热点。首先... 详细信息

变分模态分解(Variational mode decomposition, VMD)是一种在旋转机械故障诊断领域广泛应用的信号分解方法。然而，VMD的若干影响参数尤其是模态数和惩罚因子对其分解性能影响很大，但需要事先确定，使得其参数优化成为研究热点。首先，结合小波包变换(Wavelet packet transform, WPT)的二元分解模式和VMD的维纳滤波特性构造一种新的信号分解方法，即变分模态分解包(VMD Packet, VMDP)。然后，构造了平铺结构的VMDP，提出了VMDPgram方法。VMDPgram的提出是为了利用VMD实现信号的WPT模式的分解。在VMDPgram中，原始信号被分解为一定层次的若干子分量(Sub-component,SC)，其中每个VMD生成两个SC，由此可将多参数问题简化为单参数问题。利用峭度指标对VMDPgram中的各VMD的惩罚因子进行优化，进而提出Kur VMDPgram方法。随后，提出累积峭度指标的策略选取Kur VMDPgram的最佳SC，可以解决共振频带分解到不同SC中的情形而不需要预先对其进行判定。最后，用仿真案例和实际轴承故障案例证明了Kur VMDPgram的有效性和优越性。

关键词：变分模态分解小波包变换 VMDPgram Kur VMDPgram 累积峭度指标故障诊断

面向多维数据与随机噪声的无人机飞行数据异常检测方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

中国惯性技术学报 2024年第7期32卷 733-742页

作者：李少波王岩杨磊张安思李传江贵州大学现代制造技术教育部重点实验室贵阳550025 贵州大学省部共建公共大数据国家重点实验室贵阳550025 贵州大学机械工程学院贵阳550025

针对当前无人机飞行数据异常检测方法中参数选择依赖专家知识的积累,异常检测类型单一的问题,提出了一种基于参数选择和数据重构的异常检测方法。首先,利用Spearman挖掘参数间的相关性,以去除冗余参数,完成飞行参数选择,减少对专家知识... 详细信息

针对当前无人机飞行数据异常检测方法中参数选择依赖专家知识的积累,异常检测类型单一的问题,提出了一种基于参数选择和数据重构的异常检测方法。首先,利用Spearman挖掘参数间的相关性,以去除冗余参数,完成飞行参数选择,减少对专家知识的依赖。其次设计了AE-LSTM模型,以无监督方式对选定参数进行重构,实现多类型异常数据检测。最后考虑到随机噪声的影响,引入了滤波器对残差进行平滑。利用真实无人机飞行数据进行验证,结果显示所提方法对三种异常类型检测的真阳率分别为98.04%、97.80%、98.00%,优于单类支持向量机、长短期记忆网络和自编码器,验证了所提方法对不同异常类型检测具有良好的鲁棒性和泛化能力。

关键词：无人机飞行数据异常检测参数选择数据重构无监督学习

在线全文

学校读者我要写书评

暂无评论

无线无源力/热传感器与测试技术研究现状

振动．测试与诊断 2024年第3期44卷 419-430,614页

作者：谭秋林刘佳佳王宁樊磊张磊冯瑞微纳器件与系统教育部重点实验室太原030051 省部共建动态测试技术国家重点实验室太原030051

针对力热传感器多数采用有线有源的技术方案,难以适用于高温、高压、强振以及机械动力旋转部件等环境下的力热参数原位测试问题,阐述了进行无线无源传感器件研究的重要意义,并对声表面波(surface acoustic wave,简称SAW)传感器、LC谐振... 详细信息

针对力热传感器多数采用有线有源的技术方案,难以适用于高温、高压、强振以及机械动力旋转部件等环境下的力热参数原位测试问题,阐述了进行无线无源传感器件研究的重要意义,并对声表面波(surface acoustic wave,简称SAW)传感器、LC谐振互感耦合传感器以及超材料传感器等3类无线无源力热传感器进行了总结及现状分析。首先,描述了无线无源力热传感器的需求情况;其次,介绍了3类传感器的工作原理、传感性能及其在独特场景下的具体应用;最后,讨论了无线无源传感器发展过程中的瓶颈问题,指出了未来可能改善和提升的发展方向。

关键词：无线无源传感器高温环境高旋环境振动测量

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

轻量化深度卷积神经网络设计研究进展

计算机工程与应用 2024年

作者：周志飞李华冯毅雄陆见光钱松荣李少波贵州大学省部共建公共大数据国家重点实验室清华大学机械工程系

轻量化设计是解决深度卷积神经网络(Deep Convolutional Neural Network， DCNN)对设备性能和硬件资源依赖性的流行范式，轻量化的目的是在不牺牲网络性能的前提下，提高计算速度和减少内存占用。综述了DCNN的轻量化设计方法，着重回顾... 详细信息

轻量化设计是解决深度卷积神经网络(Deep Convolutional Neural Network， DCNN)对设备性能和硬件资源依赖性的流行范式，轻量化的目的是在不牺牲网络性能的前提下，提高计算速度和减少内存占用。综述了DCNN的轻量化设计方法，着重回顾了近年的研究进展，包括体系设计和模型压缩两大轻量化策略，还深入比较了这两类方法的创新性、优势与局限性，并探讨了支撑轻量化模型的底层框架。此外，还对轻量化网络已经成功应用的场景进行了描述，并对DCNN轻量化的未来发展趋势做出了预测，旨在为深度卷积神经网络的轻量化研究提供有益的见解和参考。

关键词：深度卷积神经网络轻量化体系设计模型压缩

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于深度学习的表面缺陷检测技术研究进展

计算机集成制造系统 2024年第3期30卷 774-790页

作者：李键李华胡翔坤李少波乔静贵州大学省部共建公共大数据国家重点实验室贵州贵阳550025 清华大学机械工程系北京100084 新疆科技学院信息科学与工程学院新疆库尔勒841000

随着计算机视觉技术的快速发展,基于深度学习的表面缺陷检测技术实现了爆发式的应用,并逐步成为了主流发展方向。基于深度学习的缺陷检测技术可以近似为计算机视觉任务中的分类、检测、分割等任务,其主要目的是找出物体表面缺陷的类别... 详细信息

随着计算机视觉技术的快速发展,基于深度学习的表面缺陷检测技术实现了爆发式的应用,并逐步成为了主流发展方向。基于深度学习的缺陷检测技术可以近似为计算机视觉任务中的分类、检测、分割等任务,其主要目的是找出物体表面缺陷的类别和所在位置,相较于传统图像处理方法,深度学习在特征提取能力和环境适应能力上优势明显。以缺陷数据标签类型为依据,对近年来基于深度学习的表面缺陷检测技术进行梳理划分,总结目前技术的优点与不足,重点阐述了监督学习下的三种缺陷检测方法。探讨了表面缺陷检测技术面临的小样本以及不平衡样本等关键问题:对于小样本问题目前有结构优化、数据增广、迁移学习等解决方法;针对不平衡样本问题,介绍了近年来热点的无监督、弱监督与半监督学习模型。随后介绍了常用的工业表面缺陷数据集并展现了近年来提出的算法在NEU数据集上的应用效果。最后对进一步的研究工作提出展望,希望能给缺陷检测研究提供有意义的参考。

关键词：计算机视觉深度学习图像处理表面缺陷检测

在线全文

学校读者我要写书评

暂无评论

基于引领森林的多粒度广义长尾分类

计算机科学 2024年

作者：杨金业徐计王国胤贵州大学省部共建公共大数据国家重点实验室重庆邮电大学计算智能重庆市重点实验室

长尾分类在现实世界中是一项不可避免且充满挑战的任务。传统方法通常只专注于类间的不平衡分布，然而近期的研究开始重视类内的长尾分布，即同一类别内，具有头部属性的样本远多于尾部属性的样本。由于属性的隐含性和其组合的复杂性，... 详细信息

长尾分类在现实世界中是一项不可避免且充满挑战的任务。传统方法通常只专注于类间的不平衡分布，然而近期的研究开始重视类内的长尾分布，即同一类别内，具有头部属性的样本远多于尾部属性的样本。由于属性的隐含性和其组合的复杂性，类内不平衡问题更加难以处理。为此，文中提出一种基于引领森林并使用多中心损失的广义长尾分类框架（Cognisance），旨在通过不变性特征学习的范式建立长尾分类问题的多粒度联合求解模型。首先，该框架通过无监督学习构建粗粒度引领森林（CLF，Coarse-Grained Leading Forest），以更好地表征类内关于不同属性的样本分布，进而在不变风险最小化的过程中构建不同的环境。其次，文中设计了一种新的度量学习损失，即多中心损失（MCL，Multi-Center Loss），可在特征学习过程中逐步消除混淆属性。同时，Cognisance不依赖于特定模型结构，可作为独立组件与其他长尾分类方法集成。在ImageNet-GLT和MSCOCO-GLT数据集上的实验结果显示，文中提出的方法取得了最佳性能，现有方法通过与本框架的集成，在Top1-Accuracy指标上均获得2%至8%的提升。

关键词：长尾分类不平衡学习不变性特征学习多粒度联合求解

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

因果学习方法和应用概述

计算机工程与应用 2024年

作者：龙享福李少波张仪宗杨磊李传江贵州大学机械工程学院贵州大学省部共建公共大数据国家重点实验室

机器学习是人工智能和数据科学的核心所在，被广泛应用于教育、交通运输和制造业等领域；随着机器学习的发展及应用领域的延伸，模型在可解释性和公平性等方面显现了一些需要解决的问题。因果学习作为一种将因果关系和机器学习技术相结... 详细信息

机器学习是人工智能和数据科学的核心所在，被广泛应用于教育、交通运输和制造业等领域；随着机器学习的发展及应用领域的延伸，模型在可解释性和公平性等方面显现了一些需要解决的问题。因果学习作为一种将因果关系和机器学习技术相结合的方法，可以增强模型的可解释性、解决公平性等问题，其研究已逐渐成为学术界的热点。因此，在介绍因果学习的相关理论知识的基础上，首先根据因果学习所能解决的问题对因果解释、因果监督学习、因果公平、因果强化学习等技术进行了全方位的分析概述。其次，从多角度归纳了因果学习在医学、农业和智能制造等领域的应用。最后，总结了因果学习存在的一些开放性问题和挑战，并给出了未来的研究方向，旨在推动因果学习的不断发展。

关键词：机器学习因果关系因果学理论因果模型因果学习技术因果学习应用

元启发式算法在植保无人机路径规划中的研究进展

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

农机化研究 2024年

作者：张旭东于丽娅李少波张安思张保贵州大学机械工程学院贵州大学省部共建公共大数据国家重点实验室

随着无人机系统技术、传感器技术和人工智能算法等相关技术的不断发展,植保无人机路径规划技术在农业生产中备受重视,并被广泛应用。作为航空植保的关键技术之一,植保无人机路径规划面临的是一个复杂且多约束的组合优化问题。传统算法... 详细信息

随着无人机系统技术、传感器技术和人工智能算法等相关技术的不断发展,植保无人机路径规划技术在农业生产中备受重视,并被广泛应用。作为航空植保的关键技术之一,植保无人机路径规划面临的是一个复杂且多约束的组合优化问题。传统算法往往难以得到理想的结果,而元启发式算法则因其高效率成为解决该类优化问题的有效手段。为此,首先介绍了农业航空中的路径规划,随后总结出了植保无人机路径规划的关键要素,并使用更为合理的分类方式进行归纳;其次,从算法层面对相关研究所采用的元启发式算法进行分类和梳理,并阐述了其在实际应用中的现状,且根据提出的分类方法和研究特点,全面地归纳了当前的研究成果;最后,针对目前植保无人机路径规划研究存在的问题提出了几条可行的发展思路。

关键词：农机航空植保无人机路径规划元启发式算法乡村振兴农业现代化