高速车联网场景下分簇式无线联邦学习算法

来源 :计算机应用 | 被引量 : 0次 | 上传用户:dinc22222
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
现有无线联邦学习框架缺乏对实际的分布式高速车联网(IoV)场景的有效支持。针对该场景下的分布式学习问题,提出了一种基于随机网络拓扑模型的分布式训练算法——分簇式无线联邦学习算法(C-WFLA)。首先,该算法基于高速公路场景下的车辆分布情况设计网络模型;其次,该算法考虑了用户端进行上行数据传输时的路径衰落、瑞利衰落等因素;最后,该算法设计了基于分簇式训练的无线联邦学习方法。利用所提算法对手写体识别模型进行了训练与测试,仿真结果表明:在信道状态较好、用户发射功率受限较小的情况下,传统无线联邦学习算法与C
其他文献
为了降低三维重建对输入图像的要求,论文对三维重建的预处理流程进行探索,通过实验去除输入图像中的非目标点。首先通过对图像进行立体校正来使序列图像处于同一水平面,然后通过图像均衡化、对比度调整等方式强化目标与背景的差异,再通过sobel算子与Scharr滤波器对图像进行边缘提取,最终对边缘图像进行开运算操作和连通域标定来去除背景杂点。论文使用20组照片进行实验,每组使用10张衣物的序列图像作为输入,通
我国正在实施的大型巡天项目(LAMOST),迫切需要一套恒星光谱自动识别与分类系统。恒星光谱的自动识别与分类很大程度上依赖于恒星光谱模板库的质量。恒星光谱分类模板库中模板光谱数量越少,恒星光谱的自动处理速度越快。论文给出了一种基于切比雪夫双曲线逼近(two curve Chebyshev approximation)分段式构造恒星光谱模版的方法。该方法由以下主要步骤组成:1)将光谱数据分段,分为多个光谱段;2)基于切比雪夫双曲线逼近提取每类每段光谱数据谱线的形状特征;3)由切比雪夫逼近得到的每类光谱的形状
准确的销售预测可以帮助企业制定正确的营销策略以减小企业在经营过程的损失。由于快销服装行业的特殊性,产品生命周期通常较短且销售受诸多非线性因素影响,传统的销售预测模型精准度往往差强人意。论文基于Prophet算法的基础上,优化时间序列分解的各因式项,结合电商平台历年的销售数据,依据产品生命周期特性构建模型,结果表明,改进后的Prophet算法模型预测准确性高于传统模型,且耗时有所降低。
发动机是汽车领域技术最密集的关键部件,通常都由多道工序顺序加工完成,是一个流水线工艺过程。因此,每道工序的控制都必须具备高可靠性和一定的灵敏度,才能保证生产的连续和稳定。论文针对发动机加工工序停台导致的流水线损失,提出了一种生产线智能调度算法,能自动将某道工序每次停台的原因及对其他工序造成的影响进行记录,并将待堵料的停台时间分解消化至各工序,以达到提高LTE(整线生产效率),增加单位时间产能的目的。
针对盲人学习或阅读盲文困难大的问题,提出一种基于指纹识别传感器盲文识别算法。首先,通过半导体指纹传感器触压盲文书获取盲文凸点图像;接着,对盲文图像进行图像处理,包括二值化分割、形态学滤波、形状识别,获得凸点位置;然后,通过坐标变换计算得到凸点的排列矩阵,并进行二进制编码得到唯一的索引号;最后利用索引号检索国家标准的盲文库,从而获得盲文地声韵母。实验结果表明,提出的指纹识别传感器盲文识别算法能准确有
针对基于编码/解码的中英文机器翻译收敛速度慢和准确率不高的问题,提出了一种改进的机器翻译模型。该模型采用长短时记忆循环神经网络实现词向量生成,然后在编码阶段利用组嵌入方法提高模型训练效率,最后在解码阶段加入权值衰减因子提高模型翻译准确性。实验结果表明,改进模型能够有效降低机器翻译训练的迭代次数,且具有较高的翻译准确率。
为了实现断裂输电导线对拟建铁路棚洞的冲击仿真,论文基于Matlab与LS-DYNA软件开发了一种计算机仿真平台。该计算机仿真平台通过Matlab特定程序指令实现输电导线特征参数的修改,并将特征参数送入LS-DYNA求解器中进行参数化建模仿真,实现了Matlab与LS-DYNA之间的数据传递及两者的嵌套运行。最后以商合杭铁路淮盱线铁路段1000kV输电导线为例,分析了输电导线断裂对拟建棚洞的冲击作用,得到了输电导线对拟建棚洞冲击作用的时程曲线及碰撞过程中的等效应力分布云图,有效地指导了拟建铁路棚洞结构的设计
机场飞行区是一个混杂的局域系统,场面运行过程中频繁出现航空器刮蹭、车辆刮蹭等不安全事件,飞行区场面混杂系统的刮蹭问题需引起重视。针对航空器地面刮蹭、保障车辆地面刮蹭、机坪车辆与停靠航空器刮蹭三种主要类型事故进行风险分析,并考虑驾驶员主观人为因素的影响,基于人为因素构建飞行区混杂系统刮蹭风险模型,量化风险以有效评估场面安全。采用AnyLogic软件建立飞行区场面刮蹭风险评估仿真系统,对刮蹭风险模型进行分析验证。
随着信息技术的不断发展,各种SQL注入攻击工具层出不穷,攻击类型多变万化,SQL注入问题一直是网络安全的主要问题。因此,针对SQL注入攻击提出一种基于N-Gram和TFIDF(term frequency inverse document frequency)的入侵检测方法。其核心思想是:首先在预处理阶段使用N-Gram技术选取特征词,再利用TFIDF技术进行SQL语句文本向量化处理,然后在此数据集基础上训练SVM分类器,最后通过与现有研究进行对比来检测分类效果。实验结果表明,与直接使用预先定义好的特征向
针对我国现有信贷风险评估体系的不完善以及银行对中小企业的信用等级评估的要求,提出了一种基于Ada⁃Boost-BOA的中小企业信用评估模型。首先确定中小企业信用评估指标,然后通过贝叶斯优化算法构建AdaBoost-BOA集成分类信用评估模型。实验结果表明,与其他传统的模型相比较,论文提出的AdaBoost-BOA模型在信用等级评估中具有更优良的评估性能,其准确率更高。