基于雾计算的地理社交网络多级聚合方案

地理社交网络需要用户提供自己精确的位置信息,如果这些信息被非法利用,极有可能给用户带来安全威胁,所以需要研究出合理高效的地理社交网络的保护方案来解决这个问题。结合网关数据聚合和雾计算技术,对地理社交网络通信中的数据进行多级数据聚合,在通信过程中采用Paillier同态技术进行数据加密解密,利用霍纳法则,通过进行n次整除和取模运算的逆向运算,分解出多项式的各项系数;分析数据传输过程中网关、雾计算中心、认证中心的具体操作,提出安全和设计目标,从理论上验证了方案的正确性和安全性,并对方案的开销进行了理论分析。

基于层次交互动态注意力与序列学习的图像超分辨率重建

针对图像超分辨率中网络关注度不足、模块间协同性弱和深层特征表征消失等问题,提出了一种结合层次交互动态注意力与序列学习单元的多级残差聚合超分辨率重建模型。模型采用多层次特征融合与跳跃连接的网络结构,结合不同层次的特征,捕获从低到高的不同级别的信息,生成更丰富和准确的表征。模块里通过残差连接避免梯度消失,实现深度网络的平滑损失空间和灵活增加。提出动态层次融合注意力模块动态计算各个特征的重要性权重,进行有选择性的特征融合,并通过序列学习单元捕获更长范围的上下文信息。提出多尺度特征融合模块将不同感受野的特征信息提取融合,以挖掘更深层的特征表示。模块尾部引入轻量化无参注意力机制自适应加权特征图,恢复图像高频细节。实验结果表明,相较于主流算法,提出的算法在各种公开测试集(Set5、Set14、BSD100、Urban100、Manga109)上进行3倍超分辨率重建评估,平均峰值信噪比提升约0.47dB,平均结构相似性提升约0.0068。且在遥感图像超分辨率重建方面展示出实际应用潜力。证明其在图像超分辨率重建方面的优越性。

双碳背景下基于需求响应的虚拟电厂调度策略研究

为了促进新能源消纳和绿色能源的发展,基于“碳达峰、碳中和”背景,提出了一种考虑碳排放的虚拟电厂调度策略。该策略利用多级聚合商的调控作用降低部分用电负荷,缓解虚拟电厂整合其他发电功率的压力;并利用高碳能源设备、低碳能源设备以及储能装置等共同协调作用,在满足用户用电负荷的基础上降低系统总的碳排放量;最后,通过各类型机组发电功率变化情况讨论虚拟电厂的调控策略。