【摘 要】
：
针对现有雾计算网络的迁移优化研究主要集中在降低任务计算时延及能量消耗上,缺乏融合考虑雾节点选择的公平性,该文提出了一种面向雾计算网络的能耗最小化公平计算迁移机制.具体地,构建了一个最小化所有任务完成总能耗的优化问题,充分考虑了任务迁移比、传输功率和雾节点选择的联合优化;基于上述优化问题,提出一种任务迁移候选目的节点集生成算法,通过二分法获得各个雾节点在相应延迟约束下的最低能耗及其对应的迁移比与传输功率;进一步,为了在低能耗与目的节点选择公平性之间取得平衡,基于公平调度指标,提出一种目的节点公平选择算法,以
【机 构】
：
南京邮电大学 江苏省宽带无线通信和物联网重点实验室,江苏 南京 210003;南京邮电大学 江苏省宽带无线通信和物联网重点实验室,江苏 南京 210003;南京邮电大学 江苏省通信与网络技术工程研究中
论文部分内容阅读
针对现有雾计算网络的迁移优化研究主要集中在降低任务计算时延及能量消耗上,缺乏融合考虑雾节点选择的公平性,该文提出了一种面向雾计算网络的能耗最小化公平计算迁移机制.具体地,构建了一个最小化所有任务完成总能耗的优化问题,充分考虑了任务迁移比、传输功率和雾节点选择的联合优化;基于上述优化问题,提出一种任务迁移候选目的节点集生成算法,通过二分法获得各个雾节点在相应延迟约束下的最低能耗及其对应的迁移比与传输功率;进一步,为了在低能耗与目的节点选择公平性之间取得平衡,基于公平调度指标,提出一种目的节点公平选择算法,以低能耗且公平的方式实现计算任务分配.最后,仿真结果表明,该机制可以在总能耗较低的情况下保证各个雾节点之间的公平性,较最大等效处理速率机制,平均雾节点存活率提升了10.9％.
其他文献
随着自动驾驶技术和点云处理技术的不断发展,如何对点云数据中的点的相关特征进行分析就成为关键问题.针对点云特征分析问题,很多的文献中对点云特征值采取手动输入的方法.然而,该类方法无法适应实际环境中复杂多变的情况.为了解决该问题,该文提出了一种新的基于深度学习网络的三维点云检测框架.该框架以深度学习作为点云分析工具,并引入三维视觉机理,在点云分析时网络会通过已有数据集的训练自动寻找需要注意的点云区域,从而极大地减少了计算成本.在测试时,采用自动驾驶点云数据集对网络进行应用.实验结果表明,与其他三维点云物体检测
求取一个无符号数的倒数在数值计算中有着重要的应用.如何在量子电路中高效准确地求出倒数,影响着许多量子算法的性能.在此提出了一种求倒数近似值的量子算法及其量子电路的设计方法.首先将输入的二进制数存储在输入寄存器中;通过添加Toffoli门将两个n位二进制数每一位相乘的结果保存在2n个辅助量子比特中;再重复利用基础量子门设计出的n位量子全加器对辅助量子比特进行低位置零的移位相加;用控制非门设计置零电路对辅助寄存器进行置零操作以重复利用辅助量子比特,最后设计出了一种量子电路宽度较小的量子乘法器.应用牛顿迭代法解
随着国产平台在各行业信息系统中的推广使用,其系统规模及复杂度日益提高,可靠运行面临较大挑战.针对面临的问题及挑战,从故障快速定位排查入手,对国产平台在运行维护和故障诊断排查中存在的问题进行分析,设计一种集日志分析、智能诊断和可视化监测等技术相融合的可视化分析诊断系统.基于日志分析可从大量日志噪声数据中自动识别关键信息并进行异常检测;通过智能推理诊断,可实现在错综复杂环境中故障的快速诊断及排查;通过可视化监测,以用户易懂的方式可视化展现众多监测数据,可提高用户对系统运行状态的理解和把控.该系统在传统监控的基
间隙在保障变速传动可靠进行的同时,对系统的性能也产生了很大的影响,因而对间隙的研究与补偿成为改善系统性能的关键问题之一.本文针对伺服作动系统中的传动间隙问题,对既有研究文献进行了归纳梳理.首先分析总结了间隙对系统性能的影响,表明间隙的存在会引起系统响应延迟、极限环振荡等问题;然后介绍了研究间隙的两种模型:迟滞模型和死区模型,分析对比了各模型的特点与适用场合,为间隙特性的研究与基于间隙模型进行补偿提供参考;最后列举了针对间隙影响的补偿办法,包括基于机械方法的消隙方案与以系统整体性能改善为目标的控制策略这两方
脑电信号(EEG)是一种在医学领域应用非常广泛的生物电信号.单一的特征提取方法不能够多方面表示脑电信号特征,从而会给不同意识任务下运动想象脑电信号的分类带来一定困难.对此,提出一种基于离散小波变换(DWT)、排列熵(PE)和共空间模式算法(CSP)的特征提取方法(DWT-PECSP).首先,采用db4小波基对原始脑电信号进行3层小波分解,根据左右手运动想象所处的频段重构出包含μ节律(8 Hz-12 Hz)和β节律(18 Hz-26 Hz)的频段信号;然后,分别计算出该频段信号的排列熵值和CSP方差作为特征
为了提高分布式异构网络数据动态拓扑重构能力,提出基于相空间融合的异构网络数据动态拓扑重构算法.构建模糊层次空间异构网络数据库的异构存储结构模型,采用网格分块特征检测和特征重组技术实现对模糊层次空间异构网络数据库的动态拓扑设计,挖掘模糊层次空间异构网络数据库的关联规则特征分布集,采用相空间融合和模糊C均值聚类方法,实现对模糊层次空间异构网络数据库的统计信息融合聚类.根据数据的动态拓扑重构聚类结果,结合随机自适应调度和子空间压缩方法,实现对模糊层次空间异构网络数据库的动态拓扑重构,提高模糊层次空间异构网络数据
针对电力系统经济负荷分配这一典型的非凸、非线性、组合优化问题,提出一种将改进差分进化算法和鲸鱼算法相结合的优化算法.该算法首先在鲸鱼优化算法中引入了非线性的收敛变化策略,加速寻优算法的迭代;再利用差分进化算法的交叉和选择,丰富算法种群个体信息,增强优化算法的全局收敛性;同时引入一种淘汰机制,将适应度较好的个体信息更快地保留用于下一次鲸鱼优化算法的迭代,提高了求最优解的速度和精度;最后,对多个经济负荷分配问题进行了测试,将该算法与标准鲸鱼算法、标准差分进化算法进行对比,验证了差分进化鲸鱼算法可以更合理地配置
针对现阶段医疗领域的用户画像研究方法存在数据收集模式单一、对数据分析力度不够和对知识的融合较差导致构建的用户画像维度单一、精准度较低的问题,提出一种基于多视角、多维度的药店会员用户画像的构建方法.分别从传统的消费视角和医药视角,从用户基本属性、用户社会属性、用户行为属性、用户消费属性、用户价值属性、用户生命周期属性和用户医药属性等维度进行数据分析,挖掘传统的画像特征和针对药品特殊商品的关于会员消费、购药周期、疾病特征的医药属性特征.同时构建信息熵分析模型,降低扩充特征维度对传统的用户画像精准度的扰动,从而
随着中国基础建设的不断推进,高速公路覆盖范围不断扩大,隧道数量也越来越多,公路隧道发生事故导致的后果与影响往往较大,是极具破坏性和危险性的.利用深度学习方法,该文设计了一个基于树莓派的智能公路隧道火灾监测报警系统.该系统采用树莓派开发板和Intel Movidius神经计算棒(neural compute stick,NCS)为硬件平台,连接视频监控摄像头、烟雾传感器、声光报警器和4G通信模块组成公路隧道火灾检测硬件系统,运用训练好的基于卷积神经网络(CNN)的隧道火灾图像识别模型,对隧道交通场景进行实时
通过分析国内外典型的技术成果交易平台的运营模式、特征及存在的缺失,提出建立采用创新的运营模式的技术成果交易平台.技术交易平台基于自建的技术成果资源库结合技术经纪人将政府、高校、研究院所和企业联结起来,搭建政-学-研-产技术创新生态系统,促进技术供给与需求精准对接.并根据技术成果的成熟度、企业生命发展周期采用扩展成熟技术的市场价值、跟踪有发展潜力的技术、开发非核心专利的价值等多元化的运营模式进一步促进技术成果成功转化.考虑到信息安全的重要性,增加用户的信任感,在本平台的建设中引入区块链技术,通过使用联盟链、