边缘智能协同技术及前沿应用专题序言

<正>随着边缘计算与人工智能技术的高速发展，两者结合催生了一种新兴计算范式——边缘智能，在推动边缘计算技术优化的同时助力解决人工智能在“最后一公里”落地的关键问题。因此，边缘智能在工业物联网、智慧城市、无人驾驶、无人作战、疫情防控等领域得到了广泛应用，并吸引了国内外政府、工业界与学术界的高度关注，在基础科学理论、关键技术方法、新兴系统及应用等方面都取得了诸多创新性和突破性的成果。《计算机科学》策划了“边缘智能协同技术及前沿应用”专题，希望能为相关领域的专家学者提供交流合作、发布最新前沿科研成果的平台，促进学术界和工业界的深度融合，推动中国计算机领域的发展。     

基于联盟链的可靠边缘计算任务卸载方法

随着移动终端尤其是工业互联网技术的快速发展,终端设备密集分布,无线带宽有限,经常导致业务过程中的集中式云资源调度,难以满足远程终端应用对低时延和低成本计算的需求.着眼于本地服务器联动云数据中心,边缘计算为这类移动应用提供了一种敏捷的计算服务模式.虽然边缘计算的敏捷服务模式能够有效缩短移动应用的时延并降低对应的通信成本,但在边缘计算环境下,异构资源之间的任务卸载经常会导致一些潜在的数据安全隐患和服务质量受损.针对上述应用挑战和技术发展趋势,本文提出了一种基于联盟链的可靠边缘计算任务卸载方法 .该方法利用联盟链进行身份校验和卸载结果反馈,以任务的完成时间、卸载成本与资源可靠度作为评价标准,设计了一种基于遗传算法的卸载策略,支持卸载决策时任务卸载的可靠性评估.实验结果表明,本文方法能在满足时延约束的前提下提高任务卸载的可靠性,为移动智能应用提供了一种有效的数据安全保障方法.     

紧凑数据结构专题序言

<正>随着现代计算机科学的迅猛发展,紧凑型数据结构逐渐成为研究和应用的热点领域,其核心目标在于尽可能减少内存占用并提升运行效率,以支撑广泛的计算机应用需求。通过精心的设计和优化,这类数据结构能够在限定的内存空间内存储大量数据,并实现高效的数据操作和访问,从而展现出巨大的潜力。具体来说,在嵌入式系统、计算机网络、数据库系统以及数据挖掘等多个领域,紧凑型数据结构不仅能有效解决空间受限和性能低下的问题,而且在推动相关技术的进步和应用扩展方面起到了关键作用。因此,随着科研的推进以及工业界对资源使用效率的持续追求,紧凑型数据结构的研究与应用正吸引着全球学术界     

彩色多普勒超声及动脉硬化检测仪对动脉硬化性疾病的早期联合诊断研究

目的：探讨动脉硬化检测仪与彩色多普勒超声联合应用对早期动脉硬化诊断的灵敏性及特异性。方法：回顾性分析60例门诊及体检患者,其中40例为可疑动脉硬化就诊患者,20例为无症状体检患者,年龄20-70岁,平均年龄45岁,通过动脉硬化检测仪筛查,将动脉血管脉搏波传导速度（baPWV）的增大及踝臂指数（ABI）的增大,结合彩色多普勒超声进行多部位血管检查,通过检测动脉管壁内中膜厚度（IMT）变化,彩色血流的充盈程度,及频谱形态的变化表现,进行多例患者的双向对比分析。结果：利用动脉硬化检测仪检测,60例患者中,有29例患者baPWV增高,7例彩色多普勒超声表现为病变血管内－中膜层增厚,10例血管内－中膜层略增厚、管腔略狭窄、血流束及频谱波型无明显变化,12例彩色多普勒超声各项均无明显变化。通过baPWV及与ABI检测发现动脉硬化检测仪对动脉硬化血管的早期检测具有高的敏感性,但特异性不如彩色多普勒超声检查。结论：动脉硬化检测仪与彩色多普勒超声检查联合应用对早期动脉硬化的诊断有较高敏感性和特异性。二者能够互相弥补以能完成形态学及功能上的各自缺陷,能够达到动脉硬化的早期诊断目的。     

无线传感器网络在桥梁健康监测中的应用

桥梁的安全运营,是关系到国计民生的大事.因此,桥梁结构健康监测系统正成为国内外学术界和工程界的研究热点.无线传感器网络由于安装方便、维护成本低和部署灵活等特点,已被广泛应用于桥梁健康监测系统中.对现有的基于无线传感器网络的桥梁健康监测系统进行综述,依次介绍了各个子系统中的基本原理和典型方法,并结合多个具体实例分析了系统中的关键技术,最后总结了已有系统中存在的问题和未来的研究方向.     

面向空地协同移动边缘计算的服务布置策略

无人机辅助的移动边缘计算被认为是在下一代移动通信网络中能高效灵活处理时延敏感的计算密集型任务的潜力技术之一.本文研究了基于无人机的空地协同移动边缘计算的服务布置问题,具体而言,如何在满足任务时延需求和其他资源约束的情况下,通过联合优化无人机和地面基站的服务布置、无人机航迹、任务卸载和计算资源分配,以最小化所有用户的总能...     

一种基于滑动窗口分割的中国手语识别系统

听力障碍者在全世界残疾人群体中占有较大的比重.他们能通过手语与健全人交流,但因手语不被大众所掌握,导致彼此交流存在较大障碍.为此提出了一种基于滑动窗口分割（SSW）的连续中国手语识别系统来实现手语自动识别.SSW系统将通过滑动窗口选取出来的手语信号平均分割,依次删去其中一组数据,从而得到新的数据,输入手语识别神经网络进行训练,得出单个手语单词手势预测值,最后运用基于阈值的多投票策略对识别出的预测值进行判断,得出识别结果.SSW系统在对20名志愿者采集的30条手语语句上进行训练,结果显示,所提SSW系统自动识别手语的平均准确率在测试集上达到83.9%,较长短期记忆网络模型提高了16.7%.     

面向无人机自组网编队控制的通信组网技术

随着技术的发展,多无人机系统协同作业的研究得到越来越多的关注。编队控制是无人机协同作业的关键技术,对具有动态信道与拓扑特征的无人机自组网的通信组网技术提出了极高的要求。首先介绍了无人机自组网编队控制的相关模型;基于此,从编队保持和重组、任务更新、编队可靠性等方面综述并分析了5种编队控制策略以及它们对无人机自组网通信组网技术的不同需求;最后展望了面向无人机自组网编队控制的通信组网技术的发展前景和方向。     

无线传感器网络中移动协助的数据收集策略

利用移动数据收集器(mobile data collector,简称MDC)进行传感器网络中感知数据的收集,可以有效地减少传感器将数据发送到静止基站的传输跳数,节约网络的能量,延长网络寿命.此外,MDC通过循环收集传感器数据或承担数据转发的功能,避免节点间由于多跳传输引起的能量空洞(energy hole)以及节点失效造成的传输链路中断等问题.MDC的移动性也为无线传感器网络的研究带来新的挑战.研究基于移动协助数据收集的无线传感器网络结构,分类总结了近年来提出的一些典型的基于MDC的算法和协议,着重讨论了MDC在网络能量、延迟、路由和传输等方面带来的性能变化.最后,进行了各种算法的比较性总结,针对传感器网络中MDC的研究提出了亟待解决的问题,并展望了其未来的发展方向.     

基于MapReduce的大规模网络社区发现算法

社区发现是社会网络挖掘领域的基本问题。随着海量数据的迅速产生,传统社区发现算法愈发难以处理大规模社会网络。因此,针对大规模网络设计高效的社区发现算法意义重大。文中提出了一种基于MapReduce和k中心聚类的新型分布式算法。首先,该算法提出“朋友圈系数”技术,该技术可更加准确地度量结点间的距离。其次,该算法提出“两阶段k中心聚类”技术,该技术在选取中心点过程中融入结点中心度启发式信息,可显著优化输出结果的模块度。最后,该算法提出“以模块度为优化目标的社区融合”技术,该技术能够在无先验知识的前提下自动确定网络中的社区数目。实验结果表明,所提算法的社区发现结果模块度明显优于最先进的社区发现算法。例如,相比LPA算法,其将模块度平均提升9.19倍。