一种基于全局费用最小化的雾计算任务卸载方法及系统

    公开(公告)号:CN115297123B

    公开(公告)日:2024-10-25

    申请号:CN202210937214.6

    申请日:2022-08-05

    摘要: 本发明公开了一种基于全局费用最小化的雾计算任务卸载方法及系统,方法包括:S1,获取整个雾网络的信息;S2,根据S1获取的信息,判断各终端和雾节点的卸载可行性,并计算可行匹配的最优卸载比例和对应的费用;S3,根据S2得到的信息,计算各终端节点与雾节点之间的权重;S4,利用扩展Kuhn‑Munkres算法,根据S3得到的权重,以网络整体权重最大为目标,求解终端节点与雾节点之间的一对一匹配,得到任务卸载决策矩阵X;S5,以S4得到的决策矩阵X为索引,得到终端节点和对应雾节点的卸载比例、费用,以及系统总体的费用。本发明考虑多个终端节点和多个雾节点的场景,以全局的思想,保证最大化卸载成功率的前提下最小化网络的卸载费用,避免了局部最优的情况。

    基于推荐信誉模型和聚类分析的改进拜占庭容错方法及系统

    公开(公告)号:CN117640650A

    公开(公告)日:2024-03-01

    申请号:CN202311392197.3

    申请日:2023-10-24

    摘要: 本发明公开了一种基于推荐信誉模型和聚类分析的改进拜占庭容错方法及系统,方法如下:步骤1,对所有节点平均分配初始全局信任值;步骤2,将节点的全局信任值从高到低进行排序,根据节点的全局信任值将节点划分为共识组和非共识组;步骤3,在共识组中选取节点全局信任值排名靠前的节点成为主节点备选组,即主组;步骤4,进行一轮共识;步骤5,计算节点的全局信任值;步骤6,判断是否正常达成共识,若未达成共识,则从主组中重新选择主节点,并转到步骤2;若达成共识,则转到步骤7;步骤7,根据节点之间的通信行为,使用聚类分析并更新节点的全局信任值。本发明解决现有PBFT算法存在通信复杂度高、主节点作恶对系统影响较大的问题。

    一种基于各向异性和字典学习的SAR图像降斑方法

    公开(公告)号:CN112712480B

    公开(公告)日:2024-02-13

    申请号:CN202011635056.6

    申请日:2020-12-31

    摘要: 本发明公开了一种基于各向异性和字典学习的SAR图像降斑方法,通过各向异性扩散滤波对图像进行滤波,该种处理方式可以将弱散射区中的相干斑噪声减弱,将有用信息和和噪声进行初步划分,再计算图像在东南西北四个方向的梯度,通过扩散系数和设定阈值来得到二值图,之后运用形态学获得连通区域并去除小面积区域,然后对范围内的图像进行各项异性扩散滤波,最后通过优先级的字典学习算法进行深度去噪。

    基于混沌系统和流密码的并行图像加密方法

    公开(公告)号:CN117155537A

    公开(公告)日:2023-12-01

    申请号:CN202311250884.1

    申请日:2023-09-26

    摘要: 本发明基于混沌系统和流密码的并行图像加密方法:将灰度图像作为原始图像,提取灰度值矩阵;将哈希密钥和共享密钥合并;将密钥进行分段,构造混沌系统初始值,以该初始值,迭代得到混沌序列,以该混沌序列,迭代得到混沌序列,构造出的随机序列,变换为用于像素置乱的矩阵;根据混沌序列构造出密钥流及置乱矩阵;生成伪随机序列;将灰度值矩阵平均分,对区域进行置乱;提取每个区域的位平面;根据置乱矩阵对每个区域的位平面进行位面置乱;将置乱后的位平面同一分区的位平面合并,按行优先方式转换成序列;将密钥流与序列进行异或操作得到新的序列,构造出第一加密序列,并构造出第二加密序列,和伪随机序列构造出第三加密序列,转换成密文图像。

    基于YOLOv5模型的密集行人目标检测方法及系统

    公开(公告)号:CN115797970B

    公开(公告)日:2023-08-18

    申请号:CN202211511629.3

    申请日:2022-11-29

    摘要: 本发明属于目标检测技术领域,具体涉及基于YOLOv5模型的密集行人目标检测方法及系统。方法如下:S1,对行人数据进行采集形成数据集,并对数据集进行数据预处理;S2,根据硬件设备的参数以及需要达到的识别效果,配置YOLOv5模型参数;S3,对原YOLOv5模型进行修改,获得修改后的YOLOv5模型;S4,将预处理后的数据集分成训练集,验证集和测试集;使用训练集和验证集对修改后的YOLOv5模型进行训练;S5,训练结束后的YOLOv5模型生成权重文件,导入训练好的权重与待检测的图片,得到检测后的图片,比较识别效果和检测精度是否达到预期要求。本发明具有能增加检测速度,保持检测精度,提升模型泛化力且能解决因密集行人造成的错检漏检问题的特点。

    基于初等元胞自动机的混沌交织器及数据交织方法

    公开(公告)号:CN116566548A

    公开(公告)日:2023-08-08

    申请号:CN202310602558.6

    申请日:2023-05-25

    IPC分类号: H04L1/00 H04L27/00

    摘要: 本发明公开了一种基于初等元胞自动机的混沌交织器及数据交织方法,方法具体步骤如下:S1,确定混沌交织器的数据分组长度、交织深度和混沌交织器系统模型;S2,设置基于初等元胞自动机的混沌交织器系统的初始参数和状态;S3,混沌交织器系统根据设定的参数迭代产生数据;S4,将生成的数据映射成为一个交织序列;S5,检查交织序列是否满足交织深度的要求,不满足则跳回步骤S3,满足则执行步骤S6;S6,得到待交织的数据,然后按照步骤S5的交织序列对数据进行交织。本发明的交织器较传统的交织器如块交织器、混沌交织器性能更优,而且参数可控、便于优化、确定参数后可快速大量的生成交织器。

    一种基于中心共轭零化的快速高精度阵列互耦自校正方法

    公开(公告)号:CN115828081A

    公开(公告)日:2023-03-21

    申请号:CN202211525491.2

    申请日:2022-11-30

    摘要: 本发明涉及一种基于中心共轭零化的快速高精度阵列互耦自校正方法,用于提高阵列的互耦校正精度和提高算法执行速度。本发明方法首先进行阵列布阵及互耦存在时的信号建模,然后基于奇异值分解进行数据维度压缩,再基于中心共轭零化建立优化问题,并基于实数SQP优化方法求解该优化问题,最后估计波达方向和阵列互耦。本发明方法通过赋予零化滤波器中心共轭的性质,从而让滤波器的零点位于单位圆上,使得所建模型与阵列信号处理模型相符,可提高互耦校正精度;其次,本发明方法无需进行二次迭代计算,因而可提高算法执行速度。

    基于YOLOv5模型的密集行人目标检测方法及系统

    公开(公告)号:CN115797970A

    公开(公告)日:2023-03-14

    申请号:CN202211511629.3

    申请日:2022-11-29

    摘要: 本发明属于目标检测技术领域,具体涉及基于YOLOv5模型的密集行人目标检测方法及系统。方法如下:S1,对行人数据进行采集形成数据集,并对数据集进行数据预处理;S2,根据硬件设备的参数以及需要达到的识别效果,配置YOLOv5模型参数;S3,对原YOLOv5模型进行修改,获得修改后的YOLOv5模型;S4,将预处理后的数据集分成训练集,验证集和测试集;使用训练集和验证集对修改后的YOLOv5模型进行训练;S5,训练结束后的YOLOv5模型生成权重文件,导入训练好的权重与待检测的图片,得到检测后的图片,比较识别效果和检测精度是否达到预期要求。本发明具有能增加检测速度,保持检测精度,提升模型泛化力且能解决因密集行人造成的错检漏检问题的特点。

    用于固态硬盘垃圾回收受害块的选择方法

    公开(公告)号:CN112631523B

    公开(公告)日:2022-08-30

    申请号:CN202011601090.1

    申请日:2020-12-29

    IPC分类号: G06F3/06

    摘要: 本发明属于计算机存储系统设计技术领域,具体涉及用于固态硬盘垃圾回收受害块的选择方法。包括如下步骤:S1,在固态硬盘SSD触发垃圾回收后,遍历所有块,计算每个块的收益B;S2,在所有块的收益B计算完成后,挑选收益B最大的块作为回收块。本发明能够通过将闪存块的未来可写入量折算到现在,避免了擦除次数较少的块因无效页较少不会被选择成VB的弊端;本发明具有能够保证在进行垃圾回收的VB选择时,考虑闪存块的磨损均衡,实现垃圾回收和磨损均衡的相统一,从而提升SSD性能和寿命的特点。