随着流媒体应用需求的日益增加,不断改进和完善现有流媒体系统性能势在必行,将云计算引入流媒体系统成为未来流媒体系统的一大趋势.本文简单分析了云计算、CDN(Content Delivery Network)和P2P(Peer to Peer)网络的优缺点和研究现状.主...随着流媒体应用需求的日益增加,不断改进和完善现有流媒体系统性能势在必行,将云计算引入流媒体系统成为未来流媒体系统的一大趋势.本文简单分析了云计算、CDN(Content Delivery Network)和P2P(Peer to Peer)网络的优缺点和研究现状.主要讨论并分析了云环境下的P2P流媒体传输系统所面临的带宽问题、流媒体数据处理、服务质量问题和系统中的关键技术——虚拟化技术、存储管理技术、调度技术和复制技术.此外,从搭建云计算实验环境角度,本文列举了目前比较流行的5种仿真实验手段.展开更多
针对移动边缘计算(Mobile Edge Computing,MEC)的计算卸载决策的问题,基于强化学习方法提出了一个在多用户的MEC系统中的计算卸载决策算法(Offloading Decision algorithm based on Reinforcement Learning,ODRL)。ODRL算法根据任务模...针对移动边缘计算(Mobile Edge Computing,MEC)的计算卸载决策的问题,基于强化学习方法提出了一个在多用户的MEC系统中的计算卸载决策算法(Offloading Decision algorithm based on Reinforcement Learning,ODRL)。ODRL算法根据任务模型、计算模型以及信道状态对任务进行卸载决策,采用强化学习方法求解最优计算卸载策略。仿真结果证明了所提出的ODRL算法与基线策略相比,具有更低的系统总成本。展开更多
本文针对流媒体Cloud-P2P存储模式中的副本选择,提出一种基于蚁群算法的改进算法(replica selectionalgorithm in Cloud-P2P based on ant colony algorithm, C2P2RSA2),建立副本选择度量标准(副本节点的网络带宽、网络延时等)与蚁群信...本文针对流媒体Cloud-P2P存储模式中的副本选择,提出一种基于蚁群算法的改进算法(replica selectionalgorithm in Cloud-P2P based on ant colony algorithm, C2P2RSA2),建立副本选择度量标准(副本节点的网络带宽、网络延时等)与蚁群信息素的映射,定义了副本信息素概率,最后得到一组副本资源的最优解.实验表明,与PARSA算法(Pheromone-base Ant colony Replica adaptive Selection Algorithm in cloud storage)和最佳副本选择算法比较,在平均访问时间增加2%–5%的情况下,本文的算法对云副本节点的负载率减少15%–25%.展开更多
针对当前流媒体的大量视频资源从而带来的云计算的负载均衡和任务分配问题,在Cloudsim云环境下实现了任务调度的GAAC算法(Greedy And Ant Colony Algorithm,GAAC)。GAAC算法具有迭代学习机制、局部最优和负载均衡的特点。并在Cloudsim...针对当前流媒体的大量视频资源从而带来的云计算的负载均衡和任务分配问题,在Cloudsim云环境下实现了任务调度的GAAC算法(Greedy And Ant Colony Algorithm,GAAC)。GAAC算法具有迭代学习机制、局部最优和负载均衡的特点。并在Cloudsim的环境下,完成了对GAAC算法、轮转算法(Round Roll Algorithm,RR)、贪心算法和蚁群算法的仿真比较。实验验证,GAAC算法从总体上而言,任务调度所用的时间明显较低于贪心算法和传统的轮转算法和蚁群算法,即其任务执行的时间更短,效率更高。展开更多
为了更好的挖掘局部特征,提升行人再识别的精度,本文提出了一种利用水平池化提取局部特征的HPLF(Horizontal Pooling for Local Feature)算法,在ResNet-50网络中对输入的联合数据集进行预处理,提取特征,对ResNet-50网络生成的特征图进...为了更好的挖掘局部特征,提升行人再识别的精度,本文提出了一种利用水平池化提取局部特征的HPLF(Horizontal Pooling for Local Feature)算法,在ResNet-50网络中对输入的联合数据集进行预处理,提取特征,对ResNet-50网络生成的特征图进行水平切割,通过分割的特征图计算两两特征之间的距离,再用难样本三元组损失(Triplet loss with Hard example mining, TriHard loss)来作为局部特征损失函数训练,通过特征图计算全局距离,通过难样本三元组损失来训练,将这两个损失函数加上一个Softmax交叉熵损失函数,联合起来作为总的损失函数进行参数修正.实验结果表明:在Market1501数据集中, mAP (mean Average Precision), Rank-1, Rank-5, Rank-10等性能指标上, HPLF算法比其他算法有3%左右的提升.展开更多
文摘随着流媒体应用需求的日益增加,不断改进和完善现有流媒体系统性能势在必行,将云计算引入流媒体系统成为未来流媒体系统的一大趋势.本文简单分析了云计算、CDN(Content Delivery Network)和P2P(Peer to Peer)网络的优缺点和研究现状.主要讨论并分析了云环境下的P2P流媒体传输系统所面临的带宽问题、流媒体数据处理、服务质量问题和系统中的关键技术——虚拟化技术、存储管理技术、调度技术和复制技术.此外,从搭建云计算实验环境角度,本文列举了目前比较流行的5种仿真实验手段.
文摘针对移动边缘计算(Mobile Edge Computing,MEC)的计算卸载决策的问题,基于强化学习方法提出了一个在多用户的MEC系统中的计算卸载决策算法(Offloading Decision algorithm based on Reinforcement Learning,ODRL)。ODRL算法根据任务模型、计算模型以及信道状态对任务进行卸载决策,采用强化学习方法求解最优计算卸载策略。仿真结果证明了所提出的ODRL算法与基线策略相比,具有更低的系统总成本。
文摘本文针对流媒体Cloud-P2P存储模式中的副本选择,提出一种基于蚁群算法的改进算法(replica selectionalgorithm in Cloud-P2P based on ant colony algorithm, C2P2RSA2),建立副本选择度量标准(副本节点的网络带宽、网络延时等)与蚁群信息素的映射,定义了副本信息素概率,最后得到一组副本资源的最优解.实验表明,与PARSA算法(Pheromone-base Ant colony Replica adaptive Selection Algorithm in cloud storage)和最佳副本选择算法比较,在平均访问时间增加2%–5%的情况下,本文的算法对云副本节点的负载率减少15%–25%.
文摘针对当前流媒体的大量视频资源从而带来的云计算的负载均衡和任务分配问题,在Cloudsim云环境下实现了任务调度的GAAC算法(Greedy And Ant Colony Algorithm,GAAC)。GAAC算法具有迭代学习机制、局部最优和负载均衡的特点。并在Cloudsim的环境下,完成了对GAAC算法、轮转算法(Round Roll Algorithm,RR)、贪心算法和蚁群算法的仿真比较。实验验证,GAAC算法从总体上而言,任务调度所用的时间明显较低于贪心算法和传统的轮转算法和蚁群算法,即其任务执行的时间更短,效率更高。
文摘为了更好的挖掘局部特征,提升行人再识别的精度,本文提出了一种利用水平池化提取局部特征的HPLF(Horizontal Pooling for Local Feature)算法,在ResNet-50网络中对输入的联合数据集进行预处理,提取特征,对ResNet-50网络生成的特征图进行水平切割,通过分割的特征图计算两两特征之间的距离,再用难样本三元组损失(Triplet loss with Hard example mining, TriHard loss)来作为局部特征损失函数训练,通过特征图计算全局距离,通过难样本三元组损失来训练,将这两个损失函数加上一个Softmax交叉熵损失函数,联合起来作为总的损失函数进行参数修正.实验结果表明:在Market1501数据集中, mAP (mean Average Precision), Rank-1, Rank-5, Rank-10等性能指标上, HPLF算法比其他算法有3%左右的提升.
