泛在末梢环境下基于动态备用的业务应急机制

来源 :电子与信息学报 | 被引量 : 5次 | 上传用户:xuan_98
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
在移动自组织网络(MANET)组成的泛在末梢环境下,由于终端能力有限及网络拓扑的动态变化,无法保证持续高质量的异构业务。该文提出一种基于动态备用的业务应急机制,实现备用指标函数的构建和业务修复策略的设计,包括业务发现、业务选择和业务维护3个阶段。首先,该文综合终端个体能力、协同能力及终端移动性预测,抽象出备用指标函数模型。其次,针对业务选择阶段提出基于时间预测算法(TPA)来构建稳健的业务执行及备用的终端集合。再次,针对业务维护过程的失效,提出全局备用算法(GBA)来动态维持业务的持续性。最后,通过
其他文献
该文研究了非合作规划博弈移动Ad hoc网络容量分析模型的稳定性。首先求得非合作规划博弈移动Ad hoc网络容量分析模型的源节点流量发送速率演化方程,在此基础上构造Lyapunov函数,运用MaπkuH稳定性定理得到非合作规划博弈移动Ad hoc网络容量分析模型的稳定性。仿真试验验证了该模型具有优良的稳定性。
城区建筑的4维成像是差分SAR层析的重要应用领域之一。此种应用背景下,如何利用空间-时间2维平面内稀疏分布的观测数据,在保持方位向-距离向分辨率的同时实现高程向-形变速率向的高分辨成像是差分SAR层析面临的难点问题。在确定性点目标模型下,基于松弛(RELAX)算法,该文提出了一种适用于城区建筑目标的差分SAR层析高分辨成像方法。与统计模型下的空间谱估计方法相比,该方法无需多视处理,能够保持方位向-
分析了农村妇女就业的背景及其必要性,以晋江市农村妇女就业作为研究内容,采用问卷调查和个案访谈法,从文化程度、就业信心、就业意愿和就业率等多个角度总结了农村妇女的就
基于矩阵因式分解的协同过滤推荐模型具有很高的推荐精度和可扩展性,而其中大多数都是基于串行训练过程构造参数的,如能将其训练过程并行化,能进一步提高可扩展性。为解决上述问题,该文提出一种基于规范矩阵因式分解的协同过滤推荐(RMF)模型的并行改进(P-RMF)模型。P-RMF模型应用交替随机梯度下降法取代随机梯度下降法训练参数,从而消除用户特征和项目特征在训练过程中的相互依赖,实现训练过程的并行化改进。