高斯-拉普拉斯边缘检测算子的扩展研究

针对经典的高斯-拉普拉斯（LOG）边缘检测算子是各向同性的,对各个角度方向的图像边缘检测的力度是相同的特性,对经典LOG边缘检测算子引入了角度信息参量进行推导,使以圆为对称的经典的LOG边缘检测算子变成为以椭圆对称,并且可以在坐标轴旋转任意角度的边缘检测算子,增强了其边缘检测的功能,使之能对不同角度方向的边缘更加有效地进行检测．经过在Matlab里对同一幅图像进行比较实验,对于图像中不同角度的边缘均能相应地进行提取．扩展后的LOG算子,不仅增强了边缘检测算法功能,而且完全保留了经典LOG算子原有的优点．     

面向车联网边缘计算的智能计算迁移研究

为了满足车联网中车载任务所面临的服务迁移时间优化与边缘设备的资源负载优化需求,提出了一种面向车联网边缘计算的智能计算迁移方法（intelligent computingoffloading method,ICOM）.首先构建了车联网边缘计算系统资源模型、执行时间模型、边缘设备负载均衡模型;然后利用非支配排序遗传算法（non-dominant sorting genetic algorithm,NSGA-II）实现了对车载计算任务的迁移时间和边缘设备的负载均衡进行联合优化,从而为车载计算任务找到有效的计算迁移策略;最后根据多目标决策准则（multi-criteria decisionmaking,MCDM）和逼近理想解排序法（technique for order preference by similarity to anideal solution,TOPSIS）选择出最优的计算迁移策略.实验结果表明,ICOM方法能够使车载计算任务在期望时间内完成,同时也保证边缘设备的负载均衡.     

基于无人机的移动边缘计算任务卸载

无人机具有高移动性,能帮助移动用户在基础通信设施缺乏的环境中快速部署边缘云。为降低基于无人机的边缘计算成本,提高能量利用效率,提出了一种移动边缘计算(Mobile Edge Computing, MEC)系统的任务卸载方案。首先基于排队论模型构建了多用户边缘计算模型,引入等待概率构造了移动边缘计算系统的成本函数,然后采用权重系数将多目标优化问题转化为求解卸载策略的单目标非线性规划问题,最后采用蒙特卡洛剪枝算法进行求解,并引入决策树剪枝算法降低了算法的复杂度。实验结果表明,文中提出的任务卸载方案在CPU性能较低、任务到达率较大的情况下均能降低成本开销,为基于无人机的边缘计算提供了一种低成本的解决方案。     

四川盆地北部二叠系茅口组沉积特征及油气意义

基于地震资料精细解释成果,结合野外剖面及室内薄片观察,通过分析主要岩石类型及古生物、地球化学和地震相特征,对四川盆地北部二叠系茅口组沉积相展布特征进行研究,依据生物(屑)灰岩、礁灰岩和硅质岩等岩相发育规律以及地震地层结构和地层厚度变化特征,认为茅口组发育了开阔台地、台地边缘及斜坡—盆地等沉积亚相,总结出了开阔海夹点礁、开阔海夹点滩、台地边缘滩和灰质—硅质盆地等4种沉积微相组合,明确了沉积相纵向演化和平面展布规律。结果表明,台地边缘高能生物滩平面上呈条带状在剑阁—元坝—龙岗一带规模发育,生物(屑)灰岩的晶间溶孔、粒间溶孔和生物体腔孔发育,物性好,是优质储集层发育带;川西海槽和广元—旺苍海槽茅四段的硅质岩和泥岩有机碳含量高,则是优质生油岩,优越的沉积环境为该区油气成藏提供了有利的生油和储集条件。     

基于烟花算法的基站群协作计算卸载模型研究

车联网、AR、AI等计算密集、时延敏感型应用迅速发展,而移动设备因自身计算能力相对不足,执行此类应用任务时会因高时延而严重影响用户体验甚至无法满足用户需求。针对此问题,提出综合考虑时延与成本的多用户、多MEC (mobile edge computing)服务器的基站群协作计算卸载模型。并提出基于凸优化的改进烟花算法（improved fireworks algorithm based on convex optimization, CVX-FWA）来对模型进行求解,对用户任务进行合理的卸载与资源分配。仿真结果表明,提出的计算卸载方案有效降低了任务总时延成本值,实现计算卸载资源的整体优化配置。     

融合虚拟机分簇与休眠机制的MEC任务卸载策略

为了在低延时约束下降低能源消耗,研究一种移动边缘计算任务卸载策略.采用虚拟机分簇技术,在移动边缘计算服务器中设置始终保持活跃的主模块及可以适时休眠的备用模块.基于备用模块虚拟机周期性休眠机制,建立同步多重休假排队模型,利用拟生灭过程与矩阵几何解方法,给出任务平均延时及系统节能率.实验结果验证了该任务卸载策略的有效性.融...     

MEC架构下基于DDPG的车联网任务卸载和资源分配

为了缓解车联网中个体车辆计算资源配置过低而导致的任务处理时延较大的问题,提出了一种移动边缘计算(mobile edge computing, MEC)架构下的动态任务卸载策略和资源分配方案。以最小化全网任务处理时延为目标,将车联网中的任务卸载和资源分配问题建模为马尔可夫决策过程(Markov decision process, MDP),并利用深度确定性策略梯度(deep deterministic policy gradient, DDPG)算法进行了问题求解。仿真结果表明,与执行者-评价者(actor-critic, AC)和深度Q网络(deep Q-network, DQN)这2种算法相比,DDPG算法以最快的算法收敛特性获得最小的全网任务处理时延。     

二维小波变换在粮虫图像处理中的应用

提出了用小波变换检测储粮害虫图像边缘的方法,这种方法通过对二维小波变换图像局部极大值的检测得到图像的边缘信息.计算表明,将二维小波变换应用于储粮害虫的图像去噪和边缘检测,不仅可以保留图像的边缘特征,视觉效果好,还可以得到较清晰的粮虫特征图像,为粮虫图像特征提取打下了良好的基础.     

基于SM2密码算法的电力数据安全接入方法

为了保证电力数据的机密性、真实性和完整性,该文提出了一种新的电力数据安全接入方法。设计了一个基于SM2椭圆曲线数字签名算法和SM4分组密码算法的混合密码系统。异构边缘设备采集的数据被加密、签名,在经身份认证后由聚合节点转发到控制中心。每个边缘设备需约1.5 ms的计算开销,用来定期收集终端的电力数据并汇报给聚合节点,并执行1次SM4对称加密操作和1次SM2数字签名操作。该文方法生成公私钥仅需约3 ms。在相同安全级别下,在生成公私钥的计算开销方面,SM2的计算开销远小于RSA。通过安全性分析和仿真实验证明了该文方法可以防御多种面向电力数据的网络攻击,具备较高的传输效率。