基于相似一致性的模型自蒸馏方法

针对传统自蒸馏方法存在数据预处理成本高、局部特征检测缺失,以及模型分类精度低的情况,提出了基于相似一致性的模型自蒸馏方法(Similarity and Consistency by Self-Distillation, SCD),提高模型分类精度。首先,对样本图像的不同层进行学习得到特征图,通过特征权值分布获取注意力图。然后,计算Mini-batch内样本间注意力图的相似性获得相似一致性知识矩阵,构建基于相似一致性的知识,使得无须对实例数据进行失真处理或提取同一类别的数据来获取额外的实例间知识,避免了大量的数据预处理工作带来的训练成本高和训练复杂的问题。最后,将相似一致性知识矩阵在模型中间层之间单向传递,让浅层次的相似矩阵模仿深层次的相似矩阵,细化低层次的相似性,捕获更加丰富的上下文场景和局部特征,解决局部特征检测缺失问题,实现单阶段单向知识转移的自蒸馏。实验结果表明,采用基于相似一致性的模型自蒸馏方法：在公开数据集CIFAR100和TinyImageNet上,验证了SCD提取的相似一致性知识在模型自蒸馏中的有效性,相较于自注意力蒸馏方法(Self Attention Distilla...     

射频能量捕获传感网中满足节点吞吐量需求的基站最少化部署方案

在射频能量捕获无线传感网(Radio Frequency Energy Harvesting Wireless Sensor Networks,RFEH-WSNs)中,基站(即汇聚节点)不仅具有较高的成本,而且其部署位置很大程度地决定了节点的可达吞吐量。文中研究RFEH-WSNs中满足节点吞吐量需求的基站最少化部署问题。首先,将该问题建模为优化问题,以深入理解该问题的本质;然后,提出一种低复杂度的启发式部署算法和一种复杂度略高的基于遗传算法的部署算法。仿真结果表明,这两种算法能找出基站数目较少的可行部署方案。相比于启发式基站部署算法,基于遗传算法的基站部署算法能得到部署基站更少的方案,但计算复杂度略高,适用于规模较小的RFEH-WSNs。     

基于延迟接受的多用户任务卸载策略

随着人工智能的应用对计算资源的要求越来越高,移动设备由于计算能力和存储能量有限而无法处理这类有实时性需求的计算密集型应用.移动边缘计算(Mobile Edge Computing,MEC)可以在无线网络边缘提供计算卸载服务,达到缩短时延和节约能源的目的.针对多用户依赖任务卸载问题,在综合考虑时延与能耗的基础上建立用户依...     

基于ATT-DGRU的文本方面级别情感分析

方面级别情感分类是针对给定文本、分析其在给定方面所表达出的情感极性.现有的主流解决方案中,基于注意力机制的循环神经网络模型忽略了关键词邻近上下文信息的重要性,而结合卷积神经网络(Convolutional Neural Network,CNN)的多层模型不擅长捕捉句子级别的长距离依赖信息.因此,提出了一种基于截断循环神...     

用PLC控制换热管成形机液压系统

本文介绍了PLC在换热管成形机液压系统中的应用情况及结构特点，给出PLC控制系统硬件和软件的设计方案。     

SDWN下基于流量负载感知的AP间无缝切换算法研究

软件定义无线网络（SDWN）作为一种控制转发解耦合的架构,有利于快速获取全局拓扑,为无线接入点（AP）间无缝切换提供了便利。针对传统基于信号强度（RSSI）的AP选择算法可能会造成资源利用率低及负载不均衡问题,充分考虑流量负载对AP性能的影响,对传统Odin架构进行扩展,提出了一种软件定义无线网络（SDWN）下基于流量负载感知的AP间无缝切换算法。该算法考虑客户端收到的信号强度（RSSI）及AP的流量负载,可有效解决AP间负载不均衡问题。最后,在开源实验平台(Odin)应用此算法,实验表明相比传统基于RSSI的切换算法,此算法有效提升了终端网络吞吐量。     

基于塑料光纤的大应变测量研究

分析了塑料光纤(POF)光强弯曲损耗与弯曲半径的关系;推导了基于弯曲效应的POF测量大应变的数学模型,并建立了大应变测量系统.重点通过实验研究,验证了理论分析的正确性,实验结果表明:应变测量范围可达8%以上,测量灵敏度高,重复性好.     

一种基于仿生元胞自动机的图像加密算法

针对一维元胞自动机加密密钥空间小、扩散速度慢、安全性不高,以及有些二维元胞自动机需额外增加规则存储空间,加密后效果不理想等问题,提出一种基于仿生元胞自动机的图像加密算法。该算法首先将明文图像像素值转换为二进制矩阵,再将二进制矩阵分成大小相同的2部分作为仿生元胞自动机的2个初始状态,然后选取一个仿生元胞自动机规则作为密钥,利用仿生元胞自动机的演化进行加密。实验结果表明,本文提出的图像加密方案具有较大的密钥空间,对明文和密钥敏感,可以更好地保障加密图像的安全。     

高效节能的传感器网络数据收集和聚合协议

提出了一种分布式的高效节能的传感器网络数据收集和聚合协议DEEG.此协议中节点自主地根据其剩余能量以及邻居节点的信号强度来竞争簇头,同时为了减小簇头节点的能量开销,簇头之间以多跳方式将收集到的数据发送到指定的簇头节点,然后通过该节点将整个网络收集的数据发送到基站.此外,该协议还提出了一种简单的簇覆盖方法,使得当节点密度提高时,传感器网络寿命相应于节点数量呈线性增长.实验证明,在没有使用簇覆盖方法的情况下,DEEG协议与其他两种数据收集和聚合协议(LEACH,PEGASIS)相比,在最好情况下,其网络寿命分别提高达1800%和300%,并且由于DEEG协议使得所有节点集中于最后40轮内全部死亡(网络寿命定义为最后一个节点死亡),因此,使用DEEG协议的传感器网络其监测结果具有很高的可靠性.