检索结果-南通市图书馆

基于光纤的传感物联网吞吐量最大化中继节点选择

在线全文

学校读者我要写书评

暂无评论

传感技术学报 2024年第2期37卷 339-344页

作者：马青云刘海鸥广州软件学院电子系广东广州510900 广州软件学院计算机系广东广州510900

中继节点是传感物联网通信的中转中心,其选择的合理性对保证物联网通信稳定和信息吞吐量具有重要意义。提出基于光纤的传感物联网吞吐量最大化中继节点选择方法。构建传感物联网模型,在平面中任意布局节点,利用所在点数据整合全部节点,... 详细信息

中继节点是传感物联网通信的中转中心,其选择的合理性对保证物联网通信稳定和信息吞吐量具有重要意义。提出基于光纤的传感物联网吞吐量最大化中继节点选择方法。构建传感物联网模型,在平面中任意布局节点,利用所在点数据整合全部节点,在目标光纤传感器基站中找出主瓣,识别光源节点传输的信号。计算节点能量平均数,在自适应状态中将能量的分母最小化。在候选节点选取可将已知的光信道状态完整传输给其他节点的中继节点,基于统计独立分布获得系统平均接收信噪比,选择光纤传感器天线完成吞吐量最大化中继节点选择。仿真结果表明,所提方法在节点数量为22时的中断概率趋近于0;在光源节点功率30 dBm时,网络吞吐率达到98%。

关键词：光纤传感器物联网技术中继节点选择网络吞吐量光纤信噪比

BWSS:结合可疑集合簇计算极小碰集的Boolean算法

在线全文

学校读者我要写书评

暂无评论

软件学报 2024年

作者：赵相福黄森魏霞童向荣欧阳丹彤张立明烟台大学计算机与控制工程学院浙江师范大学计算机系吉林大学计算机科学与技术学院

在基于模型的诊断领域中,因为极小冲突集的极小碰集即为待诊断设备的候选诊断,所以计算极小碰集是候选诊断的一个关键步骤.其中,极小碰集是一个NP-hard约束求解问题,随着问题规模增大,求解难度成指数级增长. Boolean算法是计算极小碰集... 详细信息

在基于模型的诊断领域中,因为极小冲突集的极小碰集即为待诊断设备的候选诊断,所以计算极小碰集是候选诊断的一个关键步骤.其中,极小碰集是一个NP-hard约束求解问题,随着问题规模增大,求解难度成指数级增长. Boolean算法是计算极小碰集的经典算法,然在求解过程中,解集的极小化却占据运算的绝大部分时间.为解决该问题并提升计算效率,本文提出了结合可疑集合簇计算极小碰集的BWSS算法,通过深度分析Boolean算法生成树规则,找到使候选解成为超集的集合,在向根节点扩展元素时,如果候选解与可疑集合簇中至少一个集合交集为空,那么该解为极小候选解,否则删除该解,通过递归的策略保证算法结束时产生且仅产生所有极小碰集.除此之外,每个候选解在极小化时,至少存在m(m≥1)个元素甚至整个解无需极小化.理论上, BWSS算法的复杂度要远低于Boolean算法.通过随机数据及大量基准电路数据,实验结果表明本文所提算法与目前最先进的几种算法相比,运行时间减少了几个数量级.

关键词：基于模型诊断极小碰集 Boolean算法候选解冲突集

基于分层融合策略和上下文信息嵌入的多模态情绪识别

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

北京大学学报（自然科学版） 2024年第3期60卷 393-402页

作者：孙明龙欧阳纯萍刘永彬任林南华大学计算机学院衡阳421200

现有的多模态融合策略大多将不同模态特征进行简单拼接,忽略了针对单个模态固有特点的个性化融合需求。同时,在情绪识别阶段,独立地看待单个话语的情绪而不考虑其在前后话语语境下的情绪状态,可能导致情绪识别错误。为了解决上述问题,... 详细信息

现有的多模态融合策略大多将不同模态特征进行简单拼接,忽略了针对单个模态固有特点的个性化融合需求。同时,在情绪识别阶段,独立地看待单个话语的情绪而不考虑其在前后话语语境下的情绪状态,可能导致情绪识别错误。为了解决上述问题,提出一种基于分层融合策略和上下文信息嵌入的多模态情绪识别方法,通过分层融合策略,采用层次递进的方式,依次融合不同的模态特征,以便减少单个模态的噪声干扰并解决不同模态间表达不一致的问题。该方法还充分利用融合后模态的上下文信息,综合考虑单个话语在上下文语境中的情绪表示,以便提升情绪识别的效果。在二分类情绪识别任务中,该方法的准确率比SOTA模型提升1.54%。在多分类情绪识别任务中,该方法的F1值比SOTA模型提升2.79%。

关键词：分层融合噪声干扰上下文信息嵌入

兼顾通信效率与效用的自适应高斯差分隐私个性化联邦学习

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

计算机学报 2024年第4期47卷 924-946页

作者：李敏肖迪陈律君重庆大学计算机学院重庆400044

近年来,由于联邦学习中的通信参数(或梯度)会给参与方本地敏感数据带来重大的隐私泄露风险,联邦学习隐私保护引起了广泛的关注.然而,梯度交换频繁、数据分布异构、参与方本地硬件资源受限等一系列不可避免的因素给联邦学习隐私保护增加... 详细信息

近年来,由于联邦学习中的通信参数(或梯度)会给参与方本地敏感数据带来重大的隐私泄露风险,联邦学习隐私保护引起了广泛的关注.然而,梯度交换频繁、数据分布异构、参与方本地硬件资源受限等一系列不可避免的因素给联邦学习隐私保护增加了挑战难度.为了以一种统一的方式同时有效地解决数据隐私、模型效用、通信效率以及参与方数据非独立同分布等四个方面的问题,本文提出了一种新的兼顾通信效率与效用的自适应高斯差分隐私个性化联邦学习(Communication-efficient and Utility-aware Adaptive Gaussian Differential Privacy for Personalized Federated Learning,CUAG-PFL)方法.具体而言,本文提出一种动态层级压缩模型梯度的方案先为通信模型梯度每一层动态生成特定的压缩率,再根据压缩率构造对应的确定性二进制测量矩阵去除梯度冗余信息.随后,通过同时优化裁剪阈值、敏感度和噪声尺度等隐私相关参数来对压缩的模型梯度执行自适应高斯差分隐私操作.此外,本文对CUAG-PFL进行了严格的隐私分析.为了验证CUAG-PFL在隐私、效用、通信效率以及个性化四个方面的优势,本文在CIFAR-10和CIFAR-100两个真实联邦数据集上进行了大量实验模拟、对比和分析,结果表明CUAG-PFL能够提高参与方本地数据隐私性、通信效率和模型效用,同时解决了数据非独立同分布的问题.特别地,即使在隐私预算仅为0.92且上行通信量减少68.6%时,CUAG-PFL因隐私保护和梯度压缩所引起的模型效用损失仅为1.66%.

关键词：自适应高斯差分隐私隐私-效用权衡动态层级压缩通信高效个性化联邦学习隐私计算

在线全文

学校读者我要写书评

暂无评论

Navi:基于自然语言交互的数据分析系统

软件学报 2024年第3期35卷 1194-1206页

作者：谢宇鹏骆昱宇冯建华青海大学计算机技术与应用系青海西宁810016 香港科技大学(广州) 广东广州511400 清华大学计算机科学与技术系北京100084

随着大数据时代的到来,数据分析的作用日益显著.它能够从海量数据中发现有价值的信息,从而更有效地指导用户决策.然而,数据分析流程中存在三大挑战:分析流程高耦合、交互接口种类多和探索分析高耗时.为了应对上述挑战,提出了基于自然语... 详细信息

随着大数据时代的到来,数据分析的作用日益显著.它能够从海量数据中发现有价值的信息,从而更有效地指导用户决策.然而,数据分析流程中存在三大挑战:分析流程高耦合、交互接口种类多和探索分析高耗时.为了应对上述挑战,提出了基于自然语言交互的数据分析系统Navi.该系统采用模块化的设计原则,抽象出主流数据分析流程的3个核心功能模块:数据查询、可视化生成和可视化探索模块,从而降低系统设计的耦合度.同时,Navi以自然语言作为统一的交互接口,并通过一个任务调度器实现了各功能模块的有效协同.此外,为了解决可视化探索中搜索空间指数级和用户意图不明确的问题,提出了一种基于蒙特卡洛树搜索的可视化自动探索方法,并设计了基于可视化领域知识的剪枝算法和复合奖励函数,提高了搜索效率和结果质量.最后,通过量化实验和用户实验验证了Navi的有效性.

关键词：数据分析数据查询可视化自然语言蒙特卡洛树搜索

融合改进A^(*)算法和优化动态窗口法的路径规划

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年第1期30卷 184-195页

作者：邹文韩丙辰李鹏飞田剑锋太原师范学院计算机系山西晋中030619 太原师范学院物理系山西晋中030619

针对传统A^(*)算法在栅格数量较多时存在折点多、耗时长,以及动态窗口法在复杂环境下灵活性差的问题,提出一种融合改进A^(*)算法和优化动态窗口法的路径规划算法。首先,在传统栅格地图上建立一层粒度值更大的拓扑层地图,接着将拓扑层规... 详细信息

针对传统A^(*)算法在栅格数量较多时存在折点多、耗时长,以及动态窗口法在复杂环境下灵活性差的问题,提出一种融合改进A^(*)算法和优化动态窗口法的路径规划算法。首先,在传统栅格地图上建立一层粒度值更大的拓扑层地图,接着将拓扑层规划出的路径在栅格地图上进行优化,删除冗余节点、提高路径平滑度。通过增加机器人在不同场景下的运动状态来优化动态窗口法。最后,将全局规划的关键点作为局部规划的临时目标点,实现两种算法的融合。通过对比试验,证明融合算法不仅保证了全局路径较优而且减少了折点数、耗费时间,还提高了机器人在动态环境下路径的平滑度和灵活性。

关键词：移动机器人路径规划改进A^(*)算法优化动态窗口法

求解能耗成本平衡的分布式阻塞流水线调度群体迭代贪婪算法

在线全文

学校读者我要写书评

暂无评论

控制理论与应用 2024年第6期41卷 1147-1155页

作者：韩雪王玉亭韩玉艳李俊青聊城大学计算机学院山东聊城252000 山东师范大学计算机学院山东济南250000

在经典分布式流水车间调度问题基础上,本文构建了具有序列相关准备时间的分布式阻塞流水线调度问题(DBFSP SDST)的混合线性整数规划模型(MILP),以均衡各工厂能耗成本为优化目标,提出了基于群体优化的迭代贪婪算法(PEIG).该算法针对零缓... 详细信息

在经典分布式流水车间调度问题基础上,本文构建了具有序列相关准备时间的分布式阻塞流水线调度问题(DBFSP SDST)的混合线性整数规划模型(MILP),以均衡各工厂能耗成本为优化目标,提出了基于群体优化的迭代贪婪算法(PEIG).该算法针对零缓冲区和多工厂生产模式,设计了问题特性的启发式方法;针对迭代贪婪算法(IGA)的优势和不足,提出了基于群体的局部搜索策略、多邻域搜索结构和增强的跨工厂破坏重构方法,以进一步平衡所提算法的全局探索和局部搜索能力.通过270个测试算例的数值仿真,以及与最新4种代表算法的统计比较,本文验证了所提PEIG算法的优越性,能为中大规模的DBFSP SDST提供更优的调度方案.

关键词：分布式阻塞流水调度能耗成本群体局部搜索策略迭代贪婪算法

维普期刊数据库博看期刊

在线全文

学校读者我要写书评

暂无评论

量子均值估计算法研究进展

电子科技大学学报 2024年第4期53卷 605-610页

作者：冯世光高诚伸李绿周中山大学计算机学院广州510006

随机变量的均值估计问题一直是经典数据分析中研究的热点,均值估计算法的目的是通过对随机变量尽可能少地采样从而获得尽可能准确的均值估计值。量子计算作为一项革命性的技术,在一些问题上具有超越经典计算的优势。量子算法在均值估计... 详细信息

随机变量的均值估计问题一直是经典数据分析中研究的热点,均值估计算法的目的是通过对随机变量尽可能少地采样从而获得尽可能准确的均值估计值。量子计算作为一项革命性的技术,在一些问题上具有超越经典计算的优势。量子算法在均值估计问题上相对于经典算法具有平方加速,展现了量子计算的优越性。该文系统梳理了量子均值估计算法的发展历程,详细介绍了各阶段的算法流程及其优缺点,并对其主要应用场景进行了展示,最后讨论了量子均值估计算法的潜在发展方向。

关键词：随机变量均值估计量子算法 Grover算法

车联网中基于多智能体强化学习的边缘服务器选址策略

在线全文

学校读者我要写书评

暂无评论

中南大学学报（自然科学版） 2024年第7期55卷 2567-2577页

作者：李闯纪剑桥胡志刚周舟湖南工商大学计算机学院湖南长沙410205 中南大学计算机学院湖南长沙410075 长沙学院计算机科学与工程学院湖南长沙410022

为解决车联网环境下边缘服务器选址难的问题,提出一种基于多智能体强化学习的边缘服务器部署策略(记为CKM-MAPPO),重点优化边缘服务器间的负载均衡,同时最小化边缘服务器的时延和能耗。首先,使用Canopy和K-means算法确定边缘服务器部署... 详细信息

为解决车联网环境下边缘服务器选址难的问题,提出一种基于多智能体强化学习的边缘服务器部署策略(记为CKM-MAPPO),重点优化边缘服务器间的负载均衡,同时最小化边缘服务器的时延和能耗。首先,使用Canopy和K-means算法确定边缘服务器部署的数量和初始位置;然后,基于多智能体强化学习算法确定边缘服务器的最优部署位置;最后,通过一系列实验评估所提出算法的准确性和有效性。研究结果表明:与基准算法相比,本文提出的方法的负载均衡度提升了26.5%,时延和能耗分别降低了12.4%和17.9%。

关键词：边缘计算服务器部署车联网负载均衡强化学习