期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
高校通识性云计算技术课程教学设计与实践效果评价
1
作者
曾一夫
陈果
陈颖
《教师》
2022年第22期105-107,共3页
高等院校原有的云计算相关课程仅面向计算机类专业学生,其具有知识点复杂、理解难、联系实际难等特点。文章全面阐述高校通识性云计算技术课程建设目标与教学设计,总结面向大范围受众的信息技术教育的经验,并对云计算技术通识性教学取...
高等院校原有的云计算相关课程仅面向计算机类专业学生,其具有知识点复杂、理解难、联系实际难等特点。文章全面阐述高校通识性云计算技术课程建设目标与教学设计,总结面向大范围受众的信息技术教育的经验,并对云计算技术通识性教学取得的效果进行评价。
展开更多
关键词
云计算技术
通识教育
课程建设改革
效果评价
在线阅读
下载PDF
职称材料
车联网中基于多智能体强化学习的边缘服务器选址策略
2
作者
李闯
纪剑桥
+1 位作者
胡志刚
周舟
《中南大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2024年第7期2567-2577,共11页
为解决车联网环境下边缘服务器选址难的问题,提出一种基于多智能体强化学习的边缘服务器部署策略(记为CKM-MAPPO),重点优化边缘服务器间的负载均衡,同时最小化边缘服务器的时延和能耗。首先,使用Canopy和K-means算法确定边缘服务器部署...
为解决车联网环境下边缘服务器选址难的问题,提出一种基于多智能体强化学习的边缘服务器部署策略(记为CKM-MAPPO),重点优化边缘服务器间的负载均衡,同时最小化边缘服务器的时延和能耗。首先,使用Canopy和K-means算法确定边缘服务器部署的数量和初始位置;然后,基于多智能体强化学习算法确定边缘服务器的最优部署位置;最后,通过一系列实验评估所提出算法的准确性和有效性。研究结果表明:与基准算法相比,本文提出的方法的负载均衡度提升了26.5%,时延和能耗分别降低了12.4%和17.9%。
展开更多
关键词
边缘计算
服务器部署
车联网
负载均衡
强化学习
在线阅读
下载PDF
职称材料
基于特征融合宽度学习系统的锌浮选过程工况识别
3
作者
林振烈
唐朝晖
+1 位作者
袁鹤
张虎
《有色金属（选矿部分）》
CAS
北大核心
2023年第3期122-130,143,共10页
浮选工况是浮选操作的重要判断依据,如何准确地识别浮选工况对浮选性能的提升有重要意义。基于机器视觉方法是浮选工况识别的主流方法,通常采用大数据技术在浮选工况数据集上建立浮选表层泡沫特征与浮选工况之间的关系模型,工况识别效...
浮选工况是浮选操作的重要判断依据,如何准确地识别浮选工况对浮选性能的提升有重要意义。基于机器视觉方法是浮选工况识别的主流方法,通常采用大数据技术在浮选工况数据集上建立浮选表层泡沫特征与浮选工况之间的关系模型,工况识别效果与工况数据集密切相关。一旦出现数据集中未包含的新工况,难以获得满意的识别效果。为此,针对当前大部分工况识别方法自适应性不足的问题,以锌精选为例,提出一种基于多特征宽度学习的锌浮选工况识别方法,以增量学习方式自适应新出现的工况。首先,根据多特征的不同特性,构建基于多特征宽度学习的锌精选工况识别模型;然后,在浮选状态变化和精选槽故障导致模型识别准确率降低时,通过拓宽特征层、增强层以及输出层的方式调整网络结构以进行增量学习。试验结果表明,基于多特征宽度学习系统的锌浮选工况识别方法具有良好的工况自适应性能,应用价值良好。
展开更多
关键词
锌浮选
工况识别
机器视觉
宽度学习系统
增量学习
在线阅读
下载PDF
职称材料
题名
高校通识性云计算技术课程教学设计与实践效果评价
1
作者
曾一夫
陈果
陈颖
机构
长沙学院计算机科学与工程学院
湖南大学信息
科学与
工程
学院
南昌工
学院
人工智能
学院
出处
《教师》
2022年第22期105-107,共3页
基金
教育部高等学校软件工程专业教学指导委员会“特色化示范性软件学院教育改革项目”(2020-JZW-SE-B01)
2021年湖南省线上线下混合式一流课程建设项目“云计算技术”
江西省教育科学“十三五”规划课题“地方本科院校少数民族应用型人才培养综合改革研究”(20YB239)研究成果。
文摘
高等院校原有的云计算相关课程仅面向计算机类专业学生,其具有知识点复杂、理解难、联系实际难等特点。文章全面阐述高校通识性云计算技术课程建设目标与教学设计,总结面向大范围受众的信息技术教育的经验,并对云计算技术通识性教学取得的效果进行评价。
关键词
云计算技术
通识教育
课程建设改革
效果评价
分类号
G642 [文化科学—高等教育学]
在线阅读
下载PDF
职称材料
题名
车联网中基于多智能体强化学习的边缘服务器选址策略
2
作者
李闯
纪剑桥
胡志刚
周舟
机构
湖南工商大学
计算机
学院
中南大学
计算机
学院
长沙学院计算机科学与工程学院
出处
《中南大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2024年第7期2567-2577,共11页
基金
国家自然科学基金资助项目(62172442,62002115,62372068)
湘江实验室重大项目(23XJ01002,22XJ01001)
+3 种基金
湖南省教育厅青年项目(21B0779)
湖南省重点研发计划项目(2021NK2020)
长沙市杰出创新青年培养计划项目(kq2107020)
湖南省自然科学基金资助项目(2022JJ40128)。
文摘
为解决车联网环境下边缘服务器选址难的问题,提出一种基于多智能体强化学习的边缘服务器部署策略(记为CKM-MAPPO),重点优化边缘服务器间的负载均衡,同时最小化边缘服务器的时延和能耗。首先,使用Canopy和K-means算法确定边缘服务器部署的数量和初始位置;然后,基于多智能体强化学习算法确定边缘服务器的最优部署位置;最后,通过一系列实验评估所提出算法的准确性和有效性。研究结果表明:与基准算法相比,本文提出的方法的负载均衡度提升了26.5%,时延和能耗分别降低了12.4%和17.9%。
关键词
边缘计算
服务器部署
车联网
负载均衡
强化学习
Keywords
edge computing
server deployment
vehicle networking
load balancing
reinforcement learning
分类号
TP393 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
基于特征融合宽度学习系统的锌浮选过程工况识别
3
作者
林振烈
唐朝晖
袁鹤
张虎
机构
深圳市中金岭南有色金属股份有限公司凡口铅锌矿
中南大学自动化
学院
长沙学院计算机科学与工程学院
出处
《有色金属（选矿部分）》
CAS
北大核心
2023年第3期122-130,143,共10页
基金
国家自然科学基金资助项目(62171476、61771492)
国家自然科学基金联合重点基金资助项目(U1701261)。
文摘
浮选工况是浮选操作的重要判断依据,如何准确地识别浮选工况对浮选性能的提升有重要意义。基于机器视觉方法是浮选工况识别的主流方法,通常采用大数据技术在浮选工况数据集上建立浮选表层泡沫特征与浮选工况之间的关系模型,工况识别效果与工况数据集密切相关。一旦出现数据集中未包含的新工况,难以获得满意的识别效果。为此,针对当前大部分工况识别方法自适应性不足的问题,以锌精选为例,提出一种基于多特征宽度学习的锌浮选工况识别方法,以增量学习方式自适应新出现的工况。首先,根据多特征的不同特性,构建基于多特征宽度学习的锌精选工况识别模型;然后,在浮选状态变化和精选槽故障导致模型识别准确率降低时,通过拓宽特征层、增强层以及输出层的方式调整网络结构以进行增量学习。试验结果表明,基于多特征宽度学习系统的锌浮选工况识别方法具有良好的工况自适应性能,应用价值良好。
关键词
锌浮选
工况识别
机器视觉
宽度学习系统
增量学习
Keywords
zinc flotation
working condition recognition
machine vision
width learning system
incremental learning
分类号
TD921.2 [矿业工程—选矿]
TP29 [自动化与计算机技术—检测技术与自动化装置]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
高校通识性云计算技术课程教学设计与实践效果评价
曾一夫
陈果
陈颖
《教师》
2022
0
在线阅读
下载PDF
职称材料
2
车联网中基于多智能体强化学习的边缘服务器选址策略
李闯
纪剑桥
胡志刚
周舟
《中南大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2024
0
在线阅读
下载PDF
职称材料
3
基于特征融合宽度学习系统的锌浮选过程工况识别
林振烈
唐朝晖
袁鹤
张虎
《有色金属（选矿部分）》
CAS
北大核心
2023
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
