基于边缘计算的智慧物联网农业病虫识别系统设计与实现

【目的】传统云计算存在实时性不够、带宽不足、能耗较大、不利于数据安全与隐私等问题,应用边缘计算能有效解决上述问题。【方法】通过基于边缘计算的智慧物联网农业病虫识别系统的开发与应用,测试目标应用的数字化、集成化、信息化、可视化和智能化,减少云计算的计算压力。【结果】智慧物联网农业病虫识别系统能实现节点或网关离线后自动重新登录的功能、系统数据采集与上报功能、服务器数据显示功能,从而减轻云计算中心的计算负担。【结论】研究结果将为使用边缘计算的系统提供有力的支撑,能保证整个系统的智能性、可靠性、安全性和经济性,并提高了计算能力和社会生产效率,为大规模推广边缘计算奠定了基础。

基于边缘自治决策终端的台区柔性直流互联控制系统

随着我国“双碳”发展战略以及建设新型电力系统等重大战略的实施,传统的无源配电网正逐渐转变为有源配电网。为了满足分布式光伏高比例接入和高效消纳,就地实现配电网源荷平衡,提出了一种基于边缘自治决策终端的台区低压柔性直流互联控制技术,通过低压柔性直流互联改造,利用边缘自治决策终端装置的灵活、快速功率调节特性,不仅使得台区内部原有负荷的正常使用得到保证,同时有力地解决了相邻台区间的负载率不均衡等问题,满足负荷增长的需求,有效提升了配电网供电可靠性。

基于强化学习的多层卫星网络边缘安全决策方法

多层卫星网络凭借其全球覆盖、高机动性、强抗毁性等优势,成为学术界和产业界的关注热点。然而,多层异构卫星网络如何依靠卫星节点的自主判决能力,发挥网络边缘场景中针对感知数据包含加解密和压缩在内的处理以及回传方面的任务协作相关问题亟待解决。鉴于此,确立了包含低轨卫星的多层卫星网络边缘模型,并提出了一种基于深度强化学习的数据压缩与加密回传决策方法,旨在以确保数据安全为前提,以低传输时延为目标,实现任务卫星在多层卫星网络架构中的边缘决策。仿真和分析表明,所提方法具备合理性和可行性,能够快速地实现收敛,且相比于多个启发式方法具备更优异的性能。

马赛克作战模式的递归拼图计算体系

未来马赛克作战需要解决指挥决策的智能化支持、异构作战资源的动态组合和管理,实现指挥员决策的信息、智能化优势和作战资源执行、控制的效率和实时性.从决策与控制的相互作用关系为视角设计拼图计算系统,充分利用递归结构降低系统的计算、通信和控制复杂度.从两个层面实现马赛克作战的高度动态模式:为有效控制构建复杂度,利用递归结构实现作战资源的动态组合和多变作战能力的形成;采用递归调用模式实现组合作战资源自主执行和自动化控制,减少指挥决策人员在行动层次的工作负载.

一种基于度量学习的敌我识别分析方法

敌我识别在现代战争中是十分关键的一环,有效的敌我识别可以避免攻击己方目标,能够实现更精准地打击。文章以指挥信息系统为背景,针对军事样本数据少的问题,提出了基于度量学习的敌我识别方法,用基于小样本学习分类技术实现在少样本条件下的敌我识别。相比以往基于概率推理的图像分类技术,能够更准确地实现敌我目标的分类。