检索结果-内蒙古大学图书馆

电子与信息学报 2024年

作者：李斌蔡海晨赵传信王俊义南京信息工程大学计算机学院安徽师范大学计算机与信息学院桂林电子科技大学信息与通信学院

针对复杂地形下时延敏感任务对终端用户的计算需求激增问题，该文提出一种无人机(UAV)辅助的移动边缘计算可重用任务的协同计算卸载方案。首先，通过联合优化用户卸载策略、用户传输功率、无人机上服务器分配、用户设备的计算频率和无... 详细信息

针对复杂地形下时延敏感任务对终端用户的计算需求激增问题，该文提出一种无人机(UAV)辅助的移动边缘计算可重用任务的协同计算卸载方案。首先，通过联合优化用户卸载策略、用户传输功率、无人机上服务器分配、用户设备的计算频率和无人机服务器的计算频率以及无人机的飞行轨迹，构建满足时延约束下最小化系统平均总能耗的系统模型。其次，通过深度强化学习求解该优化问题，并提出了基于柔性动作-评价(SAC)的优化算法。该算法采用最大熵的策略来鼓励探索，以增强算法的探索能力并加快训练的收敛速度。仿真结果表明，基于SAC的算法能有效降低系统的平均总能耗，并具有较好的收敛性。

关键词：无人机移动边缘计算可重用任务资源分配柔性动作-评价算法

来源：评论

学校读者我要写书评

暂无评论

结合正交补空间反向学习策略的自然计算方法

引用

小型微型计算机系统 2023年第3期44卷 544-552页

作者：黄亮张军季伟东哈尔滨师范大学计算机科学与信息工程学院哈尔滨150025

反向学习策略可以提高自然计算方法性能,然而现有策略生成的反向解多样性不足,为此提出一种反向学习策略,算法根据群体最优个体计算其正交补空间的反向解,增加种群多样性以提高找到全局最优解的概率.将所提策略应用到标准粒子群与标准... 详细信息

反向学习策略可以提高自然计算方法性能,然而现有策略生成的反向解多样性不足,为此提出一种反向学习策略,算法根据群体最优个体计算其正交补空间的反向解,增加种群多样性以提高找到全局最优解的概率.将所提策略应用到标准粒子群与标准遗传算法并在基准测试函数上进行验证,实验结果表明策略能提高算法在多数测试函数上的性能.最后,将策略与重心反向学习结合应用于随机拓扑粒子群算法,CEC13函数集作为测试函数,与四种经典或性能优异的反向学习粒子群算法进行对比,实验结果验证了策略的有效性.

关键词：正交补空间反向学习多样性粒子群算法自然计算

来源：评论

学校读者我要写书评

暂无评论

多层次过采样集成的不平衡数据缺陷预测模型

引用

小型微型计算机系统 2023年第4期44卷 888-896页

作者：饶珍丹李英梅董昊张彤哈尔滨师范大学计算机科学与信息工程学院哈尔滨150025

针对软件缺陷预测中不平衡数据的分类问题,提出了一种基于过采样和集成学习的类不平衡软件缺陷预测模型XG-AJCC(AJCC-Ram+XGBoost).在预处理阶段,提出了AJCC-Ram(Adaptive Judgment Cure Clustering Random Sampling)多层次过采样方法.... 详细信息

针对软件缺陷预测中不平衡数据的分类问题,提出了一种基于过采样和集成学习的类不平衡软件缺陷预测模型XG-AJCC(AJCC-Ram+XGBoost).在预处理阶段,提出了AJCC-Ram(Adaptive Judgment Cure Clustering Random Sampling)多层次过采样方法.该方法基于改进的ADASYN自适应过采样和CURE-SMOTE过采样分别在类边缘和类中心层面生成新样本,通过CLNI方法对样本生成后的数据集进行噪声过滤及清理.在模型构建阶段,与集成算法XGBoost(eXtreme Gradient Boosting)相结合形成最终的不平衡数据缺陷预测模型.本文在AEEEM数据集和NASA数据集中进行了验证,实验结果表明:较于经典的采样方法和采样集成预测模型,在F1指标上AJCC-Ram过采样方法及XG-AJCC采样集成算法模型均能够取得有效的预测结果.

关键词：软件缺陷预测类不平衡过采样 XGBoost

来源：评论

学校读者我要写书评

暂无评论

能耗感知下云资源三支粒度调度策略研究

引用

计算机应用研究 2023年第3期40卷 810-815页

作者：刘帅帅姜春茂哈尔滨师范大学计算机科学与信息工程学院哈尔滨150025

云资源调度是云数据中心的一种重要节能方式。然而,实际云平台中,受单一物理机资源限制,存在虚拟机资源竞争和利用率低的问题。对此,通过分析虚拟机负载相似性及资源占有度问题,提出一种基于三支决策的能耗感知虚拟机迁移策略。首先,在... 详细信息

云资源调度是云数据中心的一种重要节能方式。然而,实际云平台中,受单一物理机资源限制,存在虚拟机资源竞争和利用率低的问题。对此,通过分析虚拟机负载相似性及资源占有度问题,提出一种基于三支决策的能耗感知虚拟机迁移策略。首先,在虚拟机迁移过程中,设计云资源的三支划分策略,并使用K-means算法在划分区域选择待迁移的虚拟机序列;其次,依据虚拟机与物理机的负载相似度,获取虚拟机放置顺序;最后,依托CloudSimPlus云仿真平台验证了所提方法的有效性。实验结果表明,所提方法能够有效降低云能耗,实现资源充分利用。

关键词：三支决策三支划分能耗感知资源调度虚拟机迁移

来源：评论

学校读者我要写书评

暂无评论

车载网中高效安全的无证书聚合签名方案

引用

信息网络安全 2024年第2期24卷 188-202页

作者：顾妍妍沈丽敏高晨旭朱婷南京师范大学计算机与电子信息学院南京210023

为了保障车载网系统中车辆间通信的完整性、真实性、有效性和即时性,文章提出了一种能抗合谋攻击且不需要双线性对的无证书聚合签名方案。无证书密码体制既较好地解决了基于身份的密码体制所固有的密钥托管问题,又保留了基于身份的密码... 详细信息

为了保障车载网系统中车辆间通信的完整性、真实性、有效性和即时性,文章提出了一种能抗合谋攻击且不需要双线性对的无证书聚合签名方案。无证书密码体制既较好地解决了基于身份的密码体制所固有的密钥托管问题,又保留了基于身份的密码体制不需要使用公钥证书的优点。文章基于椭圆曲线离散对数问题和分叉引理,在随机预言模型中严格证明了其安全性。性能及效率分析表明,该方案是有效的,在保证通讯数据完整性和真实性的同时,减少了带宽开销以及存储开销,提高了验证效率。

关键词：聚合签名合谋攻击无证书密码体制车载网

来源：评论

学校读者我要写书评

暂无评论

基于拓扑一致性对抗互学习的知识蒸馏

引用

自动化学报 2023年第1期49卷 102-110页

作者：赖轩曲延云谢源裴玉龙厦门大学信息学院厦门361005 华东师范大学计算机科学与技术学院上海200064

针对基于互学习的知识蒸馏方法中存在模型只关注教师网络和学生网络的分布差异,而没有考虑其他的约束条件,只关注了结果导向的监督,而缺少过程导向监督的不足,提出了一种拓扑一致性指导的对抗互学习知识蒸馏方法(Topology-guided advers... 详细信息

针对基于互学习的知识蒸馏方法中存在模型只关注教师网络和学生网络的分布差异,而没有考虑其他的约束条件,只关注了结果导向的监督,而缺少过程导向监督的不足,提出了一种拓扑一致性指导的对抗互学习知识蒸馏方法(Topology-guided adversarial deep mutual learning,TADML).该方法将教师网络和学生网络同时训练,网络之间相互指导学习,不仅采用网络输出的类分布之间的差异,还设计了网络中间特征的拓扑性差异度量.训练过程采用对抗训练,进一步提高教师网络和学生网络的判别性.在分类数据集CIFAR10、CIFAR100和Tiny-ImageNet及行人重识别数据集Market1501上的实验结果表明了TADML的有效性,TADML取得了同类模型压缩方法中最好的效果.

关键词：互学习生成对抗网络特征优化知识蒸馏

来源：评论

学校读者我要写书评

暂无评论

基于多尺度特征融合和注意力机制的视频异常检测方法

引用

应用科学学报 2025年第2期43卷 234-244页

作者：吴祥肖剑吉根林南京师范大学计算机与电子信息学院/人工智能学院江苏南京210023

视频画面中的运动物体在不同时刻往往呈现出多样的尺度大小,这给视频异常检测带来了一定的挑战。尽管传统的生成对抗网络在视频异常检测任务上取得了一定成效,但因其采用单一尺度的特征提取方法,无法充分捕获不同尺度物体的特征,从而限... 详细信息

视频画面中的运动物体在不同时刻往往呈现出多样的尺度大小,这给视频异常检测带来了一定的挑战。尽管传统的生成对抗网络在视频异常检测任务上取得了一定成效,但因其采用单一尺度的特征提取方法,无法充分捕获不同尺度物体的特征,从而限制了其异常检测的性能。针对该问题,本文基于生成对抗网络结构,提出了一种基于多尺度特征融合和注意力机制的视频异常检测方法。使用大小不同的卷积核捕获不同感受野的特征,并将它们进行融合以获得多尺度的特征表示。此外,在生成器的转置卷积层后引入坐标注意力机制,自适应分配特征图权重,从而增强模型对关键特征的感知能力。在公开数据集UCSD Ped2和Avenue上的实验结果表明,本文方法的性能优于其他同类方法。

关键词：视频异常检测深度学习生成对抗网络多尺度特征融合注意力机制

来源：评论

学校读者我要写书评

暂无评论

基于柔性演员-评论家的通感算融合网络稳健资源优化

引用

电子与信息学报 2025年第4期47卷 948-957页

作者：李斌沈立赵传信费泽松南京信息工程大学计算机学院南京210044 安徽师范大学计算机与信息学院芜湖241002 北京理工大学信息与电子学院北京100081

通感算融合是6G的热点研究方向。为了解决复杂场景下通信-感知-计算模式的用户能耗大、计算不确定等问题,该文设计一种稳健的通感算融合网络资源分配与决策优化方案。首先,由于任务复杂度的不可预测,构建一个稳健的计算资源分配问题以... 详细信息

通感算融合是6G的热点研究方向。为了解决复杂场景下通信-感知-计算模式的用户能耗大、计算不确定等问题,该文设计一种稳健的通感算融合网络资源分配与决策优化方案。首先,由于任务复杂度的不可预测,构建一个稳健的计算资源分配问题以优化卸载决策的不确定性。其次,在满足用户功耗、处理时间、雷达估计信息率等条件下,联合优化任务卸载比例、波束赋形和资源分配,建立用户总能耗最小化问题。由于该优化问题是多变量耦合且非凸的,将其建模为一个马尔可夫决策过程,提出一种基于柔性演员-评论家(SAC)优化算法。仿真结果表明,该算法在网络训练时更加稳定,能有效增强计算稳健性,与近端策略优化算法和优势动作评论算法相比,所提SAC算法在用户能耗方面分别减少了9.57%和40.72%。此外,用户数越多,能耗减少越显著。

关键词：边缘计算通感算融合深度强化学习计算不确定性

来源：评论

学校读者我要写书评

暂无评论

云边协同下基于博弈论的云机器人部分任务卸载策略

引用

系统仿真学报 2023年第5期35卷 987-997页

作者：姜春茂杨振兴福建工程学院计算机科学与数学学院福建福州350118 哈尔滨师范大学计算机科学与信息工程学院黑龙江哈尔滨150500

如何合理地利用中心云、边缘云的资源,既降低系统设备能耗,又能缩短任务平均完成时间,是云机器人计算任务卸载面临的重大挑战。将云机器人的计算任务完成时间与能耗作为代价衡量指标,根据自身需求设置不同的代价权重,将多个云机器人的... 详细信息

如何合理地利用中心云、边缘云的资源,既降低系统设备能耗,又能缩短任务平均完成时间,是云机器人计算任务卸载面临的重大挑战。将云机器人的计算任务完成时间与能耗作为代价衡量指标,根据自身需求设置不同的代价权重,将多个云机器人的计算任务卸载问题转换成了一种多个玩家参与的博弈模型,设计了一种基于博弈论的部分任务卸载算法(game theory-partial task offloading,GT-PTO)。通过算法下的纳什平衡状态,找到参与者的最佳卸载阈值,从而达到系统总代价的优化。仿真结果表明,采用所提算法进行任务卸载,能够减少云机器人计算任务的能耗,缩短平均任务完成时间,大大提高云边协同服务质量。

关键词：博弈论云机器人任务卸载云边协同能耗优化

来源：评论

学校读者我要写书评

暂无评论

一种多边协商的群智感知网络协同防御模型

引用

小型微型计算机系统 2024年第8期45卷 2008-2016页

作者：崔广金赵国生王健哈尔滨师范大学计算机科学与信息工程学院哈尔滨150025 哈尔滨理工大学计算机科学与技术学院哈尔滨150080

群智感知网络中的攻击容易造成大面积感知任务中断,降低群智感知网络的可用性.针对群智感知网络中孤立的感知节点由于自身资源不足无法抵御攻击导致网络系统崩溃的问题,提出一种基于多边协商的感知联盟生成方法协同完成防御任务,提高感... 详细信息

群智感知网络中的攻击容易造成大面积感知任务中断,降低群智感知网络的可用性.针对群智感知网络中孤立的感知节点由于自身资源不足无法抵御攻击导致网络系统崩溃的问题,提出一种基于多边协商的感知联盟生成方法协同完成防御任务,提高感知网络的防御能力.首先,对感知节点群体行为和关系进行形式化建模分析,将感知节点泛化为三类不同角色,对应完成不同的防御任务.然后将感知节点对防御任务的探测优势、距离优势和能量优势转化为感知节点对攻击的防御优势.最后,提出以对手建模为中心的基于多边协商的感知联盟协作策略,各感知节点通过多边协商参与防御联盟的生成,而获得联盟收益激励.仿真结果表明,随着让步权重值的增加协商成功率逐渐增大,但是感知节点防御收益却逐渐减小达到均衡.与随机的联盟生成方式在生成协同防御联盟的纳什距离和防御联盟效用方面进行比较,验证了该方法完成防御任务的高效性.

关键词：群智感知网络协同防御对手建模多边协商

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：