历代“耕织图”中“蚕织图”绘制版本变化与形态流变

历代"耕织图"中"蚕织图"生动地体现了中国古代栽桑、养蚕、缫丝、织绸等劳作过程。从南宋直至晚清,由于许多文人画家参与绘制"蚕织图",图画内容、图画数量、绘制风格各不相同,故留下了"蚕织图"不同的绘制版本。至清代,"蚕织图"出现了石刻、年画、瓷器、彩绣画、实景图、彩廊、墨锭、木刻屏风等表现形态各异的载体,为"蚕织图"的广泛传播提供了可能,这些变化体现的栽桑、养蚕、缫丝、织绸活动,在中国古代农耕社会受到了广泛的关注,"蚕织图"也就成为中华传统文化的重要表现形式。     

移动边缘计算中基于联邦学习的视频请求预测和协作缓存策略

随着互联网社交平台的崛起和移动智能终端设备的普及,自媒体短视频、直播等视频业务蓬勃发展,人们对高质量视频服务的需求也急剧上升。与此同时,连接到核心网络的大量智能设备增加了回程链路的负载,传统的云计算难以满足用户对视频服务的低延迟要求。移动边缘计算(MEC)通过在网络边缘部署具有计算和存储能力的边缘节点,通过在更靠近用户的边缘侧提高计算和存储服务,降低了数据传输时延进而缓解了网络阻塞。因此,基于MEC架构,该文充分利用网络边缘资源,提出了基于联邦学习的视频请求预测和视频协作缓存策略。通过利用多个边缘节点对提出的深度请求预测模型(DRPN)视频请求预测模型进行联邦训练,预测视频未来的请求情况,然后量化缓存内容所带来的时延收益并协作地以最大化该时延收益为目的进行缓存决策。该文分析了真实数据集MovieLens,模拟了视频请求缓存场景并进行实验。仿真结果表明,相比于其他策略,所提策略不仅能有效降低用户等待时延,在有限的缓存空间中提高内容多样性,从而提高缓存命中率,降低缓存成本,还能降低整个系统的通信成本。