【摘 要】
：
随着物联网的发展,大规模的数据传输增大了网络负载和数据分流时间.为了优化数据分流时间,本文在边缘计算的环境中,提出基于马尔可夫决策过程(MDP)的分流节点选择策略.本文首
【机 构】
：
上海理工大学 光电信息与计算机工程学院,上海200093上海理工大学 出版印刷与艺术设计学院,上海200093;
论文部分内容阅读
随着物联网的发展,大规模的数据传输增大了网络负载和数据分流时间.为了优化数据分流时间,本文在边缘计算的环境中,提出基于马尔可夫决策过程(MDP)的分流节点选择策略.本文首先构建一个支持蜂窝和WiFi通信的网络模型,该模型由终端设备、分流节点和中心云构成,然后通过终端设备的位置和上传数据量的大小构建马尔可夫决策过程模型,最后,运用值迭代算法求解马尔可夫决策过程模型,得到最优分流节点选择策略,达到优化数据分流时间的效果.本文采用两组对比实验,大量实验结果表明本文所提策略在传输数据的同时,其数据分流时间比基准算法更短.
其他文献
面向工业物联网的故障运维数据对传输量、实时性等要求各有不同,在传感信息多样化及大数据量传输条件下,建立高效灵活的通信调度模型,保障事件触发类通信中突发敏感数据的实
近年来,稀疏表示的方法在图像超分辨率(Super-resolution,SR)重建方面取得了较好的结果.但是,由于图像在获取的过程中受外界因素的影响,获取到的低分辨率(Low Resolution,LR)图像细节往往损失严重,在图像SR重建中LR图像自身可利用的先验信息有限.因此,传统的稀疏表示不能很好地恢复出图像的高频细节.针对这一不足,本文基于稀疏表示的SR重建思想,采用邻域回归的方法从外部样
微生物识别对于水质检测及污水处理领域具有重要意义,传统方法效率低下,需要大型仪器、人工干预.针对上述问题,本文提出一种嵌入式平台下微生物数字全息显微图像分类系统.本文使用数字全息显微镜采集微生物图像,引入卷积神经网络进行分类计算,利用Tengine架构在嵌入式平台部署神经网络算法,构建实现了GoogLeNet、AlexNet、VGG16Net等模型,实现在Whoi微生物数据集上的分类检测.使用精简
随着物联网的发展,对物联网设备进行故障预测,提高其可靠性变得越来越重要.如果能够预测故障,就能够进行相应的准备来避免故障或减少损失.本文阐述了故障预测的现有技术,传统的方法需要对设备建立数理模型,很多系统和设备的模型很复杂.本文提出了基于长短期记忆网络(LSTM)的设备故障预测方法,使用摄像头的故障日志数据建立模型,对其故障进行预测.该模型以最小化均方根误差为目标,使用当前时间以前的故障记录作为模
铂电阻测温将会产生非线性误差，本文介绍了一种高精度铂电阻测温系统，此系统采用了高性能信号调理电路，综合应用各种数字滤波技术，将查表法与线性插值法相结合进行非线性补偿，具有
应用反射式光纤位移传感器，提出了一种高精度、非接触式轧辊辊型在线检测法.阐述了光纤检测系统工作原理、系统组成和检测过程.采用等间距三光纤探头来自动补偿光源不稳定、反
对称加密算法是混合加密通信过程中的子算法,通常结合两端对称的加密密钥序列使用.针对已有某些对称加密算法存在的密钥较短、易产生弱密钥以及加密文件后空间占用增加等问题
融合区块链技术的跨域认证方案充分发挥区块链具有去中心化、不可篡改和开放共识的优点,实现用户身份在不同信任域之间的点对点认证.然而传统方案中的区块链系统采用LevelDB
入侵检测系统中原始数据多为高维数据,针对基于频繁模式高维孤立点挖掘算法不易获取完全频繁模式和时间复杂度高等问题,提出了一种基于最大频繁模式因子的高维孤立点挖掘算法
通过对嵌入式实时操作系统μC/OS-Ⅱ应用背景的介绍，论述了在以mb90f543为主芯片的控制系统中采用嵌入式实时操作系统的必要性.分析了μC/OS-Ⅱ内核的工作原理，讨论了μC/OS-Ⅱ