【摘 要】
：
视频数据能够为车辆的智能网联化提供丰富的信息,为了更好地提取视频内容并使卸载后的视频中包含更多的有效信息,在时延约束条件下,设计一种内容驱动的计算卸载指导方式并提出基于改进蒙特卡洛树搜索的计算卸载决策算法.在车辆端通过关键帧提取来对视频内容进行预处理,以有效分析视频内容理解任务的重要性,使得更重要的任务能够获得更多的计算资源.采用基于强化学习的启发式搜索算法完成计算卸载决策,并引入深度神经网络预训练先验转移概率,从而优化算法的收敛速度并降低计算复杂度.实验结果表明,该算法能够在时延约束下有效降低能耗并提升
【机 构】
：
北京邮电大学 信息与通信工程学院,北京 100876
论文部分内容阅读
视频数据能够为车辆的智能网联化提供丰富的信息,为了更好地提取视频内容并使卸载后的视频中包含更多的有效信息,在时延约束条件下,设计一种内容驱动的计算卸载指导方式并提出基于改进蒙特卡洛树搜索的计算卸载决策算法.在车辆端通过关键帧提取来对视频内容进行预处理,以有效分析视频内容理解任务的重要性,使得更重要的任务能够获得更多的计算资源.采用基于强化学习的启发式搜索算法完成计算卸载决策,并引入深度神经网络预训练先验转移概率,从而优化算法的收敛速度并降低计算复杂度.实验结果表明,该算法能够在时延约束下有效降低能耗并提升视频内容理解精度,相比基于Q-learning、基于模拟退火的算法,其收敛速度更快,计算复杂度更低,在700 ms时延约束下系统总效用达到37％.
其他文献
数据中心作为云计算的核心载体,通过对计算和带宽等资源的分配,支撑实际业务的运行。数据中心网络中的负载均衡策略能够将流量均匀地分配到各条路径上,减少带宽资源浪费或者形成系统瓶颈,提升传输整体性能。常用的等价多路径路由（ECMP:Equal-Cost Multi-Path routing）策略使用静态的哈希功能在不感知网络状况的情况下在路径之间上平均分配流量,在大象/老鼠流的混合或者网络拓扑非对称等情
置换检验方法在进行对比模式挖掘时,返回结果中存在许多冗余对比模式.利用Charm方法挖掘样本集合中的对比模式,提出基于固定属性置换的FSPRP和FEPRP算法,依次为不同长度的对比模式构建零分布,从而过滤冗余对比模式.FSPRP算法通过生成一定数量的置换样本集合构建零分布,FEPRP算法则通过计算每个模式的对比性度量值分布合并建立零分布.实验结果表明,FSPRP和FEPRP算法相较于比较约束法能够过滤较多数量的冗余对比模式,并且FEPRP算法生成的零分布更接近精确零分布.
新能源发电因具有不稳定的特点,给当前微电网的安全稳定运行带来数据集中存储、数据泄露、共享困难等问题.结合区块链的分布式架构、数据安全透明可追溯、去中心化等特点,设计一个微电网数据安全共享方案.在初始化阶段,用户需要完成账户注册并将智能电表接入数据采集器,利用改进的ElGamal加密算法对采集的数据进行加密,将打包好的数据区块对外广播,发起共识,采用积分取代传统区块链共识机制中的代币进行流通,待各节点达成共识后将数据包存储在链下数据库中,并将其存储地址返回至链上进行存储.数据共享的实现则需查询方提交访问申请
传统DBSCAN算法不能正确聚类密度不均匀的数据集,聚类结果受邻域阈值和密度阈值参数的影响较大.提出一种新的优化初始点和自适应半径的密度聚类算法.利用反向最近邻和相似度矩阵发现当前全局密度最大的数据样本,分析该样本周围密度的分布情况,采用自适应的方法计算当前簇的邻域阈值,并利用DBSCAN算法进行聚类.在人工数据集和UCI数据集上进行测试的结果表明,与经典的DBSCAN、OPTICS、RNN-DBSCAN算法相比,优化初始点和自适应半径的密度聚类算法在ARI、NMI、Homogeneity、Complet
会话情绪识别包括说话者自身情绪影响以及说话者之间情绪影响这2个重要因素,为了充分考虑上述影响因素以提高会话情绪识别效果,提出一种基于层次化关系图卷积神经网络(HRGCN)的识别方法.使用一个基础神经网络对会话序列的特征数据进行优化,按照不同的说话者划分出2个不同的会话子序列,采用2个局部关系图卷积神经网络(R-GCN)分别对2个子序列进行局部建模,按照会话发生的时间顺序重新整合局部建模后的2个子序列,并利用全局R-GCN对其进行全局建模.通过对输入的多模态特征数据的分层次建模,使得会话序列捕获到更多的上下
利用推荐系统进行群组推荐时,群组成员之间的交互关系对推荐结果有很大影响,但传统的群组推荐算法较少考虑用户信任度的重要性,致使社交关系信息不能得到充分利用.在群组融合时考虑群组内用户间的交互关系,提出一种基于用户信任度和概率矩阵的群组推荐算法.在获取用户信任度数据后,使用概率矩阵分解(PMF)算法补全信任度矩阵并进行归一化处理,得到相似度矩阵,同时在后验概率计算过程中加入用户间的信任度因素,通过极大化后验概率获得预测评分.在此基础上,对群组中用户的权重进行归一化处理,使用基于用户交互关系的权重策略融合群组成
多跳阅读理解需要基于问题并在多个支撑文档中寻找相关信息进行跳跃式推理来回答问题.针对当前多跳阅读理解模型中所存在的实体图内缺乏关键问题信息以及信息冗余问题,提出一种基于改进图节点的图神经网络多跳阅读理解模型.采用基于指代词的实体提取方法提取实体,将提取到的实体基于问题关联实体构建实体图.对实体图中的节点进行编码预处理,通过门机制的图卷积网络模拟得到推理信息,计算推理信息与问题信息的双向注意力并进行结果预测.在WikiHop数据集上的实验结果表明,该模型在测试集上取得了73.1％的预测准确率,相比基于图神经
近年来随着科学技术的飞速发展,软件研发项目所采用的技术类型也受到潜移默化的影响发生着迅猛的变化。例如增强现实（AR）和虚拟现实（VR）等新型技术,这些技术也在被广泛的应用于各行各业,使用这些新型技术研发的软件产品也如雨后春笋般出现。相比与传统的软件研发项目,这类项目的研发风险也会有所不同。因此对于这类新型技术的软件研发项目的风险管理研究尤为重要。本文是基于对D公司AR远程协助项目实施过程中项目风险
随着智能化时代的到来,各个行业都在尝试智能化发展。自动化喷涂在工业领域占据了一个重要领域,广泛应用于航空、军事、船舶等领域,提高了喷漆效率。虽然喷涂机器人智能化水平有所提高,能取代大部分人工喷漆,但目前智能化喷涂还是采用人工示教的方法进行喷涂时的路径规划,这样不仅影响工作人员的安全,还影响喷涂质量。所以急需研究自动喷涂技术,即通过离线编程规划路径后让机器人自己路径规划从而进行自动喷涂。因此,本文针
微博是个人和组织用户分享或获取简短实时信息的重要社交平台,微博文本自动生成技术能帮助用户在微博平台上快速实现各种社交意图.为辅助用户发表博文并表达社交意图,提出一种基于用户意图的微博文本生成技术,以挖掘提取微博文本特征,并在给定微博主题的条件下生成与用户意图相一致的微博文本.采用预训练语言模型与微调相结合的方法,在预训练语言模型GPT2上实现联合主题和用户意图的文本控制生成,以及具备用户对话功能的文本预测生成.实验结果表明,该技术生成的文本具有较高的可读性且符合微博文本语言风格,结合主题和5类用户意图的生