边缘计算下基于深度强化学习的车联网任务调度

针对边缘计算下车联网中时延约束型计算任务的卸载执行问题，提出一种基于深度强化学习的任务调度方法。在多边缘服务器场景下，构建软件定义网络辅助的车联网任务卸载系统，给出车辆计算卸载的任务调度模型；根据任务调度的特点，设计一种基于改进指针网络的调度方法，综合考虑任务调度和计算资源分配的复杂性，采用深度强化学习算法对指针网络进行训练；运用训练好的指针网络对车辆卸载任务进行调度。仿真结果表明：在边缘服务器计算资源相同的情况下，该方法在处理时延约束型计算任务的数量方面优于其他方法，有效提高了车联网任务卸载系统的服务能力。     

谈高职高专院校如何改善英语教学方法

对高职高专院校英语教学方法的研究,有利于促进高职院校公共英语教学,提高英语教学质量,培养高素质的高职专门人才。本文提出,一是变单纯的课堂讲授为教师讲授与学生对话相结合;二是实现情景化的课堂教学;三是采用分层次教学。     

移动无线传感器网络中分布式重聚类算法研究

移动无线传感器网络中,节点的移动性影响着层次化聚类之后的网络结构,从而影响聚类内部节点间通信时的数据送达率与能耗.为了降低节点移动性的影响,本文提出了一种分布式重聚类算法.该算法基于已聚类网络,利用粒子滤波算法对节点当前位置进行估计,并结合移动模型预测下一时刻位置;处于聚类边界的非簇头节点周期性地评估自身是否需要重聚类,并在需要时通过与所属聚类及目标聚类的簇头节点通信,将自身重聚类到目标聚类中.仿真结果表明,在重聚类周期较小时,该算法能够使节点在移动过程中保持合理的通信距离,并在数据送达率与能耗方面优于现有的算法.     

基于测距的定位系统中位置解算研究

在现有的基于测距的位置解算算法中,定位精度受测距误差的影响较大.为了提高定位精度,提出了一种基于根心的位置解算算法.该算法中,首先根据位置未知的节点(Target节点)与每三个位置已知的节点(Anchor节点)之间的距离测量值,计算出对应的根心坐标;在根心集合中,滤除误差较大的部分根心;根据剩余根心的坐标及其权重值,计算平均值作为解算结果.仿真结果表明,在相同的误差下,提出的位置解算算法相比于现有的基于测距的位置解算算法有效地降低了解算误差,提高了定位精度.     

动态拖动及交互调整绘制矿图图例方法的研究

根据矿图图例绘制的特点,为了达到高效绘制矿图的目的,提出了基于.Net框架的AutoCAD二次开发技术实现矿图图例动态拖动及交互调整绘制的方法,着重分析了该方法的实现原理及流程,并在此基础上针对AutoCAD 2008绘图软件完成了相关功能模块的编制与嵌入.实践应用结果表明该模块完全胜任矿图图例的绘制工作,大大提高了绘图效率,极大地满足了现场工程技术人员矿图绘制的需要.