物联网边缘计算在智慧交通系统实时数据分析与优化中的应用

阐述基于智能技术支持的物联网边缘计算在智慧交通系统中的应用,通过对交通数据实时解析、智能推理与优化策略生成,如优化信号灯控制,实现智慧交通系统的实时、智能、自适应管理。

基于字典学习和物联网边缘计算的水利水电监测图像压缩传输研究

针对水利水电工程中图像压缩传输的需求,这里提出基于K-SVD、压缩采样匹配追踪(CoSaMP)重构的欠完备字典学习及稀疏表达方式,并结合图像块字典更新学习得到终端边缘计算有损压缩方法。之后设计了应用于4G、GPRS网络环境的物联网终端系统。工程应用结果表明,所提的方法及设计的终端模块能够实现在短时间(计算时间最长14.2s)内达到最高93%、最低59.8%的数据压缩比,重建图像能够清晰表达原图像特征,峰值信噪比(PSNR)达到(24.3~25.4)db,优于传统压缩传输方法。这里所提系统具有低成本、低功耗、较高性能的优点,有效解决实际应用中图像采集连接超时、成像时延大、数据传输成本高的问题。

生物识别结合物联网边缘计算技术在“互联网+”金融服务中的应用

物联网(IoT,Internet of things)、边缘计算(Edge Computing)、生物识别技术(Bioidentification Technology)、人工智能(Artificial Intelligence)都是当前互联网炙手可热的新兴技术,其中物联网与边缘计算的组合是业界的主流做法,应用了AI的生物识别技术也是未来提高生物识别应用水平的趋势,但生物识别与物联网边缘计算相结合还是一个非常新颖的领域。其实在互联网+金融服务场景中可以广泛地应用这种技术组合,甚至在理论上可以取代许多传统的业务模式。随着算法技术、硬件处理能力、网络速度的迅速提升,生物识别结合物联网边缘计算技术未来会有更广阔的应用前景。