认知社会物联网中能量感知的编码机会路由协议

社会物联网是一种集合人与物关系的新型物联网形式。针对物联网频谱资源匮乏的问题,提出基于认知无线电技术的社会物联网——认知社会物联网(CR-SIoT)。认知社会物联网中频谱资源的动态性、设备的移动性和社会性及业务流的多样性,给路由机制的设计带来更大的挑战。机会路由充分利用无线信道的广播特性机会地传输数据,进而提高网络性能。因此,提出一种面向多业务的能量感知的编码机会路由。路由度量标准考虑了认知社会物联网中的社会属性及能量问题,提出基于拍卖模型的双层候选节点集选择算法和基于博弈论的信道分配算法。同时,为了加快数据传输进程,在所选候选节点传输数据时,采用网络编码技术进行"批量"传输。通过仿真实验验证了该机会路由的有效性。     

基于家庭异构网的智能用电终端系统设计

为了实现用户对用电设备的智能化控制及节约用电的目的,设计了一种基于家庭异构网的智能用电终端系统。首先,阐述了兼容Wireless HART协议、PLC通信以及以太网通信的智能用电终端系统的作用;然后,再详细描述了系统的软硬件设计;最后,通过测试结果充分验证了设计方案的有效性。     

一种基于BiLSTM的混合层次化图分类模型

图分类在化学和生物信息学等诸多领域中是一个非常重要且极具挑战的问题,GNN模型是图分类问题的主流方法。现有的GNN模型采用卷积操作来实现邻域节点信息聚集,再通过池化操作生成粗化图。然而,仅通过池化方法不能捕获到每次卷积后读出图的双向依赖关系。为了提取到更充分的特征信息,提出一种混合层次化模型,首先分别提取节点特征信息和结构特征信息,再将特征信息融合,然后采用BiLSTM捕获不同层次读出图之间的双向依赖关系,从而提取到更丰富的特征信息。实验结果表明,与对比模型相比,上述模型的准确度有着明显的提升。     

健身俱乐部经营现状的调查分析与发展对策研究

健身俱乐部作为一种开展休闲健身运动、传播体育文化的有效组织形式，正在广东省揭阳市东山区得到快速发展。本研究对东山区体育健身俱乐部的经营状况与健身俱乐部的消费者进行调查，旨在分析健身俱乐部供给与消费者需求的关系，发现健身消费市场存在的问题及产生原因，并有针对性地提出应对的策略。     

基于Pi演算和EECA规则的跨组织工作流建模研究

针对跨组织环境下的工作流形式化建模技术的不足问题,提出了一种基于Pi演算和EECA(Extended-ECA)规则的跨组织工作流建模方法.将ECA规则在时间上进行扩展,解决了ECA规则在描述与时间相关的复杂过程时能力不足问题.利用Pi演算技术,对跨组织的本地工作流的协同方式进行了形式化描述.分析了协同模型及其执行过程,并给出了一个应用实例验证了提出的模型具有较好的柔性,可以有效用于本地工作流间的协同工作,并且适合于对分布式协同环境下的工作流进行建模.     

基于高斯模糊的CNN的单幅图像超分辨率重建算法

近几年卷积神经网络在单幅图像超分辨率重建工作中取得了很大的进步,但是大部分基于卷积神经网络(CNN)的单幅图像超分辨重建算法是建立在低分辨率图像由高分辨率图像通过双三次插值法下采样取得的前提下,当这个假设不成立时,图像重建的客观评价指标PSNR以及主观的视觉效果就会较差。针对此问题,提出一种基于高斯模糊的CNN的单幅图像超分辨率重建算法,通过在图像输入网络前,将原始低分辨率图像与高斯模糊核进行卷积,并进行低频信息融合以增强网络的泛化能力,使用亚像素卷积法把图像上采样到目标图像大小,进而消减网络的参数数量,提升运算速度。实验结果表明,该算法在不同放大倍数下的重建效果均优于传统算法。     

有限感知条件下的停车数据批量式修复研究

随着城市中私家车保有量和使用频次显著增加，“停车难”问题逐渐成为制约城市发展的“瓶颈”.为了合理利用城市中有限的停车资源，最好的方式是建立城市级的停车诱导系统，而现阶段尚且没有有效的方案出现，究其原因是获取停车数据成本过于高昂导致的.因此，如何在不影响停车数据准确性的前提下降低其获取成本成为解决“停车难”问题的关键.本文首先基于停车数据的时空敏感性，将数据差异明显的停车场分为不同簇；再验证同一簇中停车数据符合二八定律后，筛选出影响力最大的前20%的停车场作为样本停车场，对其安装传感器获取实时停车数据并作为样本数据；考虑到现有算法得到的修补数据效果不理想，本文将一维停车数据升至二维，使用改进后的深度卷积对抗生成网络（Deep Convolution Generative Adversarial Networks，DCGAN）生成与样本数据近似同分布的新数据集.新数据集的任一条可作为同簇中任一缺失的停车数据.实现结果表明，本文提出的方案不仅可在有限感知的条件下批量式的获得大量高仿分的“伪数据”，大幅降低停车数据的获取成本，而且修复效果较当前研究有明显提高.