检索结果-内蒙古大学图书馆

系统仿真学报 2025年第1期37卷 25-39页

作者：黄智钦卢恬英陈哲毅福州大学计算机与大数据学院福建福州350116 大数据智能教育部工程研究中心福建福州350002 福建省网络计算与智能信息处理重点实验室(福州大学) 福建福州350116

在大规模物联网(internet-of-things,IoT)系统中,无人机使能的移动边缘计算(mobile edge computing,MEC)可缓解终端IoT设备的性能限制。然而,由于不均匀的IoT设备分布与低效的问题求解效率,如何在大规模IoT系统中高效执行计算卸载面临... 详细信息

在大规模物联网(internet-of-things,IoT)系统中,无人机使能的移动边缘计算(mobile edge computing,MEC)可缓解终端IoT设备的性能限制。然而,由于不均匀的IoT设备分布与低效的问题求解效率,如何在大规模IoT系统中高效执行计算卸载面临着巨大的挑战。现有解决方案通常无法适应动态多变的多无人机场景,导致了低效的资源利用与过度的响应延迟。为解决这些重要挑战,提出了一种新型的面向大规模IoT系统的多无人机部署与协作卸载(multi-UAV deployment and collaborative offloading,MUCO)方法。设计了一种基于约束K-Means聚类的无人机部署方案,在提升服务覆盖率的同时保证覆盖均衡。设计了一种基于多智能体强化学习(multi-agent reinforcement learning,MARL)的多无人机协作卸载策略,将来自IoT设备的卸载请求进行拆分与分布式执行,进而实现高效的协作卸载。大量仿真实验验证了MUCO方法的有效性。与基准方法相比,MUCO方法在不同场景中平均可以取得约23.82%和28.13%的无人机部署性能提升,且能取得更低的时延和能耗。

关键词：物联网移动边缘计算无人机部署计算卸载 K-Means聚类多智能体强化学习

来源：评论

学校读者我要写书评

暂无评论

面向边缘车联网系统的智能服务迁移方法

引用

系统仿真学报 2025年第2期37卷 379-391页

作者：黄思进文佳陈哲毅福州大学计算机与大数据学院福建福州350116 空间数据挖掘与信息共享教育部重点实验室福建福州350002 福建省网络计算与智能信息处理重点实验室(福州大学) 福建福州350116

针对车辆移动过程中服务质量(QoS)下降的问题,提出了一种基于凸优化使能深度强化学习的服务迁移(service migration via convex-optimization-enabled deep reinforcement learning,SeMiR)方法。将优化问题分解为两个子问题并分别求解;... 详细信息

针对车辆移动过程中服务质量(QoS)下降的问题,提出了一种基于凸优化使能深度强化学习的服务迁移(service migration via convex-optimization-enabled deep reinforcement learning,SeMiR)方法。将优化问题分解为两个子问题并分别求解;针对服务迁移子问题,设计了一种基于改进深度强化学习的服务迁移方法,以探索最优迁移策略;针对资源分配子问题,设计了一种基于凸优化的资源分配方法,以推导给定迁移决策下每台MEC服务器的最优资源分配,提升服务迁移的性能。实验结果表明:与基准方法相比,SeMiR方法能够有效提升车辆的QoS,在各种场景下均展现出更加优越的性能。

关键词：移动边缘计算车联网服务迁移资源分配深度强化学习凸优化

来源：评论

学校读者我要写书评

暂无评论

基于数值增强图卷积网络的数学应用题求解

引用

小型微型计算机系统 2025年

作者：肖伶盛陈羽中俞俊毅福州大学计算机与大数据学院福建省网络计算与智能信息处理重点实验室大数据智能教育部工程研究中心

数学应用题求解是机器阅读与数学推理结合的关键任务，其核心目标是通过对题目文本的理解，生成准确的数学表达式以求解问题.近年来，深度学习技术的快速发展推动了数学应用题自动求解模型的进步，此外，预训练语言模型的引入进一步提... 详细信息

数学应用题求解是机器阅读与数学推理结合的关键任务，其核心目标是通过对题目文本的理解，生成准确的数学表达式以求解问题.近年来，深度学习技术的快速发展推动了数学应用题自动求解模型的进步，此外，预训练语言模型的引入进一步提升了模型对文本语义的理解能力.然而，现有模型仍未能充分捕捉数学问题中的结构化依赖关系，缺乏对数值信息间隐含逻辑的深度建模.针对上述问题，本文提出了一个基于数值增强的图卷积网络（Number-enhanced Graph Convolutional Network，NEGCN）.NEGCN 通过构建数值比较图捕捉数值的大小、类型及其相互关系，实现数值信息与文本语义特征的有效融合，从而显著提升模型的数值推理能力.此外，本文设计了一种基于句法依赖的结构化信息提取机制，将数学问题文本转化为具备句法依赖关系的图表示，并通过图卷积神经网络学习句法结构特征，为问题求解过程提供更丰富的结构化语义信息.最后，NEGCN利用交互注意力机制强化不同子句间的语义交互，提取全局语义信息，提高了模型对数学问题整体语义的把握.实验结果表明，NEGCN在MAWPS和Math23K两个数据集上的总体性能优于对比模型，表现出更高的解题准确率与稳定性.

关键词：数学应用题图卷积数值推理句法依赖交互注意力

来源：评论

学校读者我要写书评

暂无评论

考虑多资源交错的深度学习训练作业调度策略

引用

小型微型计算机系统 2025年

作者：林洁楠郑裕恒陈星福州大学计算机与大数据学院福建省网络计算与智能信息处理重点实验室大数据智能教育部工程研究中心

随着深度学习(deep learning，DL)的迅速发展，各类DL模型在CPU、GPU、存储IO和网络IO等资源的使用上表现出明显差异化特征.然而，在带有资源约束的集群环境中，面对资源瓶颈各异的DL训练作业，如何进行作业调度以最小化完工时间是一个... 详细信息

随着深度学习(deep learning，DL)的迅速发展，各类DL模型在CPU、GPU、存储IO和网络IO等资源的使用上表现出明显差异化特征.然而，在带有资源约束的集群环境中，面对资源瓶颈各异的DL训练作业，如何进行作业调度以最小化完工时间是一个挑战.大多数现有工作主要关注GPU分配，难以有效应对不同类型模型对多种资源的综合需求.为了解决这一挑战，本文引入了一种考虑多资源交错的DL训练作业调度策略，该策略充分利用DL作业分阶段迭代的特点，通过不同资源的交替使用实现作业的并行运行，并提出一种结合了DDPSO-GA（Dynamic Discrete Particle Swarm Optimization algorithm with Genetic Algorithm operators）和多轮Blossom算法的调度方法DPGB，以搜索最优作业调度方案.实验结果表明，该方法能够有效缩短集群环境下DL训练作业的完工时间.

关键词：资源共享深度学习作业调度粒子群优化算法

来源：评论

学校读者我要写书评

暂无评论

基于图强化学习的多边缘协同负载均衡方法

引用

计算机科学 2025年第3期52卷 338-348页

作者：郑龙海肖博怀姚泽玮陈星莫毓昌福州大学计算机与大数据学院福州350116 大数据智能教育部工程研究中心福州350002 福建省网络计算与智能信息处理重点实验室福州350116 华侨大学计算科学福建省高校重点实验室福建泉州362021

在移动边缘计算中,设备通过将计算密集型任务卸载到附近边缘服务器,可以有效减少应用程序的延迟和能耗。为了提高服务质量,边缘服务器之间需要协作而非单独工作。针对多边缘协作的负载均衡问题,现有的策略往往依赖于精确的数学模型或缺... 详细信息

在移动边缘计算中,设备通过将计算密集型任务卸载到附近边缘服务器,可以有效减少应用程序的延迟和能耗。为了提高服务质量,边缘服务器之间需要协作而非单独工作。针对多边缘协作的负载均衡问题,现有的策略往往依赖于精确的数学模型或缺乏对边缘拓扑关系的利用。为了解决此问题,文中提出了一种基于图强化学习的卸载决策方法。首先将多边缘协作的负载均衡场景抽象为图数据;然后采用基于图卷积神经网络的图嵌入过程来提取图的信息特征,以辅助深度Q网络进行卸载决策;最后通过集中反馈控制机制找到目标负载均衡方案。在多个场景下进行仿真实验,实验结果验证了所提方法在缩短任务平均响应时延方面的有效性,并且可以在短时间内获得优于对比算法且接近理想方案的负载均衡效果。

关键词：多边缘协作负载均衡任务卸载图神经网络深度强化学习

来源：评论

学校读者我要写书评

暂无评论

基于强化学习的分布式Android应用自动化测试方法

引用

计算机科学 2025年

作者：宋日荣陈钦文陈星福州大学计算机与大数据学院大数据智能教育部工程研究中心福建省网络计算与智能信息处理重点实验室(福州大学)

Android应用程序已经深深融入到人们日常生活的方方面面，然而确保这些应用的正确性依然是一个极具挑战性的任务。传统测试方法主要依赖于手工操作，而自动化测试技术尽管有所发展却仍有待改进。Android应用程序不断迭代以完善性能和功... 详细信息

Android应用程序已经深深融入到人们日常生活的方方面面，然而确保这些应用的正确性依然是一个极具挑战性的任务。传统测试方法主要依赖于手工操作，而自动化测试技术尽管有所发展却仍有待改进。Android应用程序不断迭代以完善性能和功能需求，这导致了应用程序的复杂性的增加和状态组合的爆炸性增长。测试Android应用的核心在于探索复杂的用户交互下的深层故障，但是这些故障的搜索空间是巨大的，需要花费大量的时间来测试。近年来，研究人员开始使用强化学习来测试Android应用，通过利用智能体与Android应用交互过程中获得的奖励调整探索策略。然而现有工作仅利用单台设备进行测试，测试效率十分有限。为了应对上述挑战，本文提出了一种基于强化学习的分布式Android应用自动化测试框架DistributedAndroidExplore(DAE)，利用多个智能体同时对应用程序进行基于强化学习的测试，并定期迭代地聚合每个智能体累积的学习经验，以此提高测试效率。我们在10个真实世界的Android应用程序上对DAE进行了评估。结果表明，在大多数情况下，DAE的故障检测率、代码覆盖率均优于所对比的基准算法。同时测试效率明显优于其他方法，性能提高了16.5%-34.3%。

关键词：分布式系统 Android应用程序强化学习 Q-learning 自动化测试

来源：评论

学校读者我要写书评

暂无评论

边缘云环境下面向成本优化的应用部署算法

引用

计算机集成制造系统 2025年

作者：吴倩雯卢宇林兵陈星郑裕恒福建师范大学物理与能源学院福建省网络计算与智能信息处理重点实验室福州大学计算机与大数据学院/软件学院

应用程序的高效部署一直是工厂智能制造领域中的重要挑战。针对该挑战，提出了一种边缘云环境下基于多图划分的应用程序部署算法（MGPAD），旨在满足数据中心容量限制和节点时延限制的约束条件下，优化部署总成本和时延，以提升部署效... 详细信息

应用程序的高效部署一直是工厂智能制造领域中的重要挑战。针对该挑战，提出了一种边缘云环境下基于多图划分的应用程序部署算法（MGPAD），旨在满足数据中心容量限制和节点时延限制的约束条件下，优化部署总成本和时延，以提升部署效率。该方法综合考虑了计算成本、存储成本和通信成本对总成本的影响，优化过程可以分为三个阶段：粗化阶段、初始划分阶段和细化阶段。首先，在粗化阶段采用粗化操作以缩小图的规模；其次，在初始划分阶段从最小的粗化图上找到最优的划分方案；最后，在细化阶段将划分方案逐层投影到原始图上，并通过计算交换节点的增益进行局部优化。同时证明了该应用程序部署成本优化问题是NP-hard问题。实验结果表明，所提出的算法能够有效降低部署总成本和时延，与表现最优的对比算法相比，成本和时延分别降低了约3.2%和99.2%。

关键词：云计算边缘计算应用程序部署成本优化

来源：评论

学校读者我要写书评

暂无评论

基于Hyperledger Fabric的数据可信共享平台

引用

小型微型计算机系统 2025年第1期46卷 189-199页

作者：林哲旭陈汉林刘漳辉陈星莫毓昌福州大学计算机与大数据学院福州350116 空间数据挖掘与信息共享教育部重点实验室福州350002 福州大学福建省网络计算与智能信息处理重点实验室福州350116 华侨大学计算科学福建省高校重点实验室福建泉州362021

现今社会上数据的规模和种类变得越来越庞大和多样化,如何安全可信地共享异构数据资源成为了亟待解决的问题.为实现大数据的可信互联,提出基于Hyperledger Fabric的数据可信共享平台.首先,针对数据异源异构的问题,定义了数据架构的转换... 详细信息

现今社会上数据的规模和种类变得越来越庞大和多样化,如何安全可信地共享异构数据资源成为了亟待解决的问题.为实现大数据的可信互联,提出基于Hyperledger Fabric的数据可信共享平台.首先,针对数据异源异构的问题,定义了数据架构的转换规则;然后,以数据提供方和数据需求方之间的数据共享全过程为导向,提出了数据可信追溯机制,保证了数据共享的真实性和完整性;此外,文中设计了一种数据处理即服务的数据共享框架,在确保数据可信的前提下,支撑数据调用、数据训练和数据匹配操作.通过对执行效率和智能合约性能进行验证分析,证明了本平台的有效性和实用性.

关键词：区块链智能合约 Hyperledger Fabric 数据共享可信凭证

来源：评论

学校读者我要写书评

暂无评论

基于时频数据融合的分层图卷积手势识别方法

引用

计算机辅助设计与图形学学报 2025年

作者：黄葵刘石坚邹峥荆东星福建省大数据挖掘与应用技术重点实验室福建师范大学计算机与网络空间安全学院湘西民族职业技术学院信息与智能学院

图卷积神经网络善于提取非欧几里得结构特征，已成为基于骨架手势识别的主流方法. 针对图卷积神经网络方法训练和推理时间较长，且准确率仍有待提升的问题，提出一种基于时频数据融合的分层图卷积手势识别方法HHTS-Net. 首先提出一... 详细信息

图卷积神经网络善于提取非欧几里得结构特征，已成为基于骨架手势识别的主流方法. 针对图卷积神经网络方法训练和推理时间较长，且准确率仍有待提升的问题，提出一种基于时频数据融合的分层图卷积手势识别方法HHTS-Net. 首先提出一种空间注意力块与图卷积模块相结合的框架，降低计算负担; 然后提出针对手掌及指关节的分层图卷积模块，提升特征提取效率; 最后提出一种融合频域特征的多流学习方案，进一步提升模型的性能. 在公共数据集DHG和SHREC’17上与较权威的方法进行实验，结果表明， HHTS-Net的准确率至少提升1.8%和0.3%，推理速度加快47.6%和52.9%以上; 通过大量消融实验，验证了该方法的有效性. 文中算法的源代码详见https://***/CoderHoooK/HTSATNet.

关键词：手势识别图卷积神经网络多分支流特征学习傅里叶变换

来源：评论

学校读者我要写书评

暂无评论

基于改进RT-DETR的多尺度特征融合的高效轻量皮肤病理检测方法

引用

南方医科大学学报 2025年第2期45卷 409-421页

作者：任煜瀛黄凌霄杜方姚新波宁夏大学信息工程学院//宁夏“东数西算”人工智能与信息安全重点实验室//宁夏大数据与人工智能省部共建协同创新中心宁夏银川750021

目的针对皮肤病检测任务中存在皮肤病变区域多尺度、图像噪点干扰以及辅助诊疗设备资源有限影响检测准确性等问题,提出一种基于RT-DETR改进的高效轻量化皮肤病检测模型。方法引入轻量级FasterNet作为骨干网络,同时对FasterNetBlock模块... 详细信息

目的针对皮肤病检测任务中存在皮肤病变区域多尺度、图像噪点干扰以及辅助诊疗设备资源有限影响检测准确性等问题,提出一种基于RT-DETR改进的高效轻量化皮肤病检测模型。方法引入轻量级FasterNet作为骨干网络,同时对FasterNetBlock模块进行重参数化改进。在颈部网络中引入卷积和注意力融合模块代替多头自注意力机制,形成AIFI-CAFM模块,从而增强模型捕获图像全局依赖关系和局部细节信息的能力。设计DRB-HSFPN特征金字塔网络替换跨尺度特征融合模块(CCFM),以融合不同尺度的上下文信息,提升颈部网络的语义特征表达能力。结合Inner-IoU和EIoU的优点,提出了Inner-EIoU替换原损失函数GIOU,进一步提高模型推理准确性和收敛速度。结果改进后的RT-DETR相较于原始模型,在HAM10000数据集上的mAP@50和mAP@50:95分别提升了4.5%和2.8%,检测速度FPS达到59.1帧/s。同时,改进模型的参数量为10.9M,计算量为19.3GFLOPs,相较于原始模型分别降低了46.0%和67.2%,验证了改进模型的有效性。结论本文提出的SD-DETR模型在降低参数量和计算量的同时,能够有效的提取并融合多尺度特征,从而显著提升了皮肤病检测任务的性能。

关键词：皮肤病轻量级网络多尺度特征融合注意力机制 RT-DETR

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：