基于时延的移动IPv6路由优化机制

路由优化是基于直接路径比间接路径理想的假设,但这个假设并非一定成立,而且路由优化还会引起数据包失序,降低网络性能.提出一种基于时延的移动IPv6路由优化机制.该机制通过对RRP过程中的HoT消息和CoT消息加盖时间戳,由移动节点测量直接路径和间接路径传输时延并决定是否进行路由优化.同时,通过在间接路径发送结束标识LAST消息及计时器机制避免路由优化产生的数据包失序.最后,通过仿真实验对本机制性能进行分析.     

基于自注意力机制的多模态场景分类

针对真实环境场景会同时出现多种事件导致场景分类准确率受到干扰信息影响的问题，本文提出了一种基于自注意力机制的多模态场景分类方法。首先，对音频进行特征提取并使用自注意力机制获得关注信息；然后，对视频进行分帧图片抽取，通过ResNet 50对图片特征进行提取；最后，将两个模态的特征进行拼接并再次使用自注意力机制对特征信息进行抓取分类。基于DCASE2021 Challenge Task 1B数据集的实验结果表明，与其基线系统、双模态信息简单拼接、视频辅助音频和音频辅助视频的分类系统相比，基于自注意力机制的多模态场景分类系统的准确率优于单模态互相辅助决策的场景分类系统。