基于VNF的网络服务冲突检测与避免机制

针对如何构建服务功能链(Service Function Chain,SFC)并进行资源分配为用户提供满意服务的问题,本文提出了一种包括候选路径构建、依赖冲突检测与避免以及虚拟网络功能(Virtual Network Function,VNF)部署的机制.首先,为了给SFC部署提供充足的资源,提出二级筛选及最优化选取的候选路径构建规则,为服务提供预选路径.其次,在SFC构建过程中,检测复用性与依赖关系之间的冲突,将依赖关系划分二元组后进行冲突判断,若产生冲突则进行等价类划分,给出冲突集合.然后,提出基于冲突集合以及LFGL(Least-First-Greatest-Last)原则的VNF部署规则,以最大化链路剩余带宽,保证端到端延迟.最后,在进行服务递交时,检测VNF流入流出比对数据量的影响,若产生冲突则进行冲突避免,若无法成功避免则执行规避策略.最后基于小型和大型两种网络拓扑对仿真系统进行性能评价.实验结果表明,本文设计的机制在复用率、时延、部署成功率方面所表现出的性能均优于对比算法.     

基于深度学习的口腔鳞癌的诊断与分割方法

针对实际应用中要对图片分类并对癌变图进行癌变区域定位的需求,收集天津市口腔医院典型病例,建立口腔细胞病理切片图像数据集,提出基于深度学习的诊断与分割方法.采用以DenseNet为架构的卷积神经网络对图像进行正常与癌变的分类,利用图像分块思想对高分辨率图像分块进行训练,采用迁移学习和数据增强方法减少过拟合问题的发生.分类完成后,使用以DenseNet网络作为编码结构的UNet++分割网络对判断为癌变的图像进行癌变区域定位,采用组合交叉熵方法确定损失函数进行调优.实验表明,该方法能够较好地完成口腔细胞切片图像的分类识别,识别准确率达98.46％,与金标准对比,得到了较理想的分割结果.该方法有助于口腔细胞病理自动诊断系统的开发,可用于口腔鳞癌病理辅助诊断.     

基于ARIMA与LSTM在电力负荷预测中的对比讨论

随着新型电力系统的不断发展,电力系统对负荷预测提出了更高的要求.负荷预测作为电力调度日常工作的一部分,在方式调整、供电规划以及用电平衡方面有着重要的作用,而负荷预测的模型选择很大程度上决定了预测准确性的上下限.为了进一步分析对比传统回归模型与深度学习模型在电力负荷预测中的优缺点,首先对差分自回归移动平均模型(ARIMA...     

抽象艺术在陶艺创作中的研究——以作品"回到静态的地面"为例

目前抽象艺术广泛应用于陶艺和雕塑绘画领域中,寻求视觉、感官等的平衡和抽象之美,在肌理、形式、材料方面大量糅合运用,并且出现在城市的中心雕塑中.在现代陶艺中,抽象与几何相结合更显圆融之美,不同的手法材料能更充分地表达和更新抽象艺术在陶艺创作方面的迭代创新,使抽象艺术与几何结合完善了这一概念的完整性.笔者以作品《回到静态的...