基于DDQN的三元多级散列异步流量调度方法

数据中心网络(DCNs)中Web访问和分布式计算的短消息业务占据大部分的流量,为解决数据中心短消息的长尾效应,提出一种接收端驱动的基于强化学习面向动态优先级的流量调度算法。该算法基于双重深度Q网络(DDQN)强化学习设置动态调度门限,完成动态优先级分配,并在发送队列按照差额轮询极大地降低了低优先级长消息的尾部延时,在发送端将长度小于调度门限的短数据包直接发送,在接收端根据三元检测的信息给长度大于调度门限的数据包动态分配优先级队列,消除抢占延时,保证链路的高占用率和低传输时延。实验表明,本算法在链路95%以上的高负载情况下,对字节数小于Unscheduled Bytes的短消息流完成时间放缓比降低了85%。

基于点击-去点击化学反应的Hg^(2+)荧光探针检测体系构建

基于杂化罗丹明与巯基化合物之间的点击化学反应及巯基化合物与金属汞离子的配位反应导致的去点击化学反应机理,构建香豆素杂化罗丹明探针-1,3,5-苯三硫酚-Hg^(2+)的三元荧光检测体系。在该体系中,探针能够与1,3,5-苯三硫酚中的巯基基团发生加成反应,破坏探针的共轭结构,从而导致探针的红色荧光猝灭。加入Hg^(2+)后,Hg^(2+)与1,3,5-苯三硫酚通过配位作用结合,使其从探针结构上离去,探针的共轭结构及红色荧光恢复。体系的荧光强度与Hg^(2+)在5×10^(-9)~1×10^(-8)、1×10^(-8)~1.1×10^(-7)mol/L浓度范围内呈良好的线性关系,检测限为2×10^(-9)mol/L,等倍量的常见重金属离子对Hg^(2+)的特异性识别无干扰。应用于实际饮用水样品中Hg^(2+)含量检测,回收率可达到86.7%~110.2%。

视觉标签的语义三元组检测模型

本文提出了一种基于视频标签的语音三元组检测模型,目的是从人类语音中识别语义内容三元组,并传递给机器人进行操作.具体来说,本文设计了一个包含语音模块和视频模块的网络框架.在视频模块中,首先利用I3D和Mask R-CNN分别提取动作和物体.随后,两个XGBoost分类器被用于根据动作的类型识别主体物体和受体物体.在提取获得三元组之后,该三元组将被作为软标签用于训练语音模块.在语音模块中,本文引入了多头自注意力模型用于建模语音上下文的相互联系.为了验证方法的有效性,本文将所提出的方法在MPII Cooking 2数据集进行实验,实验结果表明模型能够使用视觉标签作为语音模块的训练标签,并且与其它语音方法相比取得了更优异的性能.最后,该模型被部署到了UR10e机器人上进行进一步执行验证.