基于BTM的物联网服务发现方法

针对物联网(IoT)服务描述文本篇幅较短、特征稀疏,直接采用传统的主题模型对IoT服务建模得到的聚类效果不佳,从而导致无法发现最佳服务的问题,提出了一种基于BTM的IoT服务发现方法。该方法首先利用BTM挖掘现有IoT服务的隐含主题,并通过全局主题分布和主题-词分布计算推理得到服务文档-主题概率分布;其次利用K-means算法对服务进行聚类,并返回服务请求的最佳匹配结果。实验结果分析表明,该方法能够有效提高IoT服务的聚类效果,从而得到匹配的最佳服务。与现有的HDP(Hierarchical Dirichlet Process)、基于K-means的隐狄利克雷分配(LDA-K)等方法相比,该方法进行最佳服务发现的准确度(Precision)和归一化折损累积增益(NDCG)均有一定幅度的提高。

物联网环境下QoS驱动的服务组合能量优化研究

物联网设备由于其有限的计算能力和存储能力,单个设备通常不能满足相对复杂的用户需求,集成和组合智能对象、函数或它们的服务是创建和促进具有高级功能的更复杂的物联网应用所必需的,通过组合这些原子服务来提供单一服务所不能提供的新功能.综合以上特点,建立物联网能量优化模型;结合物联网数据信息与地理位置密切相关的特点,利用位置信息进行局部优选,缩小候选服务范围;为解决QoS性能和能源消耗之间的负载均衡问题,本文中提出一种自适应的目标函数值计算方法;考虑到物联网环境下服务组合是一个NP难问题,将此过程简化成为一个多目标优化问题,并利用启发式算法进行求解.实验结果表明,该方法在保持合理的QoS水平的同时,可以获得良好的能耗性能和网络寿命.

紫太阳系列(三章)

我想在阳光里安睡面对一屋子阳光，我微笑地泪流满面。谁说拥有玫瑰才有爱与甜蜜，我只想对你说我最深情的话语，别笑我傻，我想在你怀里如婴孩一样吮吸，满足地安睡，我只渴望静静地依偎，把心投向你的精神向度。