边缘预测论文_姚精明

导读:本文包含了边缘预测论文开题报告文献综述、选题提纲参考文献及外文文献翻译,主要关键词:边缘,特征,基站,缓存,胶东,陆架,同态。

边缘预测论文文献综述

姚精明[1](2019)在《基于BP神经网络的边缘缓存内容热度预测》一文中研究指出近年来,随着5G技术和边缘计算技术的发展,为了降低回传网和核心网流量,提升用户体验,一种基于5G小基站提供边缘缓存服务的技术逐渐成为业界研究的课题。提出了基于BP神经网络的5G小基站边缘缓存内容热度预测算法,通过用户当前对互联网内容访问的频率,预测该内容未来被重复访问的可能性,用于提升缓存命中率,达到使用有限的存储资源节省最大的网络带宽的目的,提升移动边缘缓存效率。(本文来源于《电信科学》期刊2019年S2期)

刘雪峰,屈颖雪,王尧,裴庆祺[2](2019)在《边缘计算环境下的隐私智能推理预测》一文中研究指出物联网的快速发展和数据的爆炸式增长,使得以传统的集中式云计算模型处理这些数据面临着传输带宽负载增加、系统延迟增大和云计算中心压力骤增的问题。基于此,边缘计算应运而生。另一方面,网络边缘设备产生的海量级数据推动了AI应用的发展,而边缘计算支持将智能从云端转移到网络边缘。边缘计算与AI的结合——边缘智能,很好地解决了数据的实时处理问题,但是同时面临着数据隐私的(本文来源于《人工智能》期刊2019年05期)

彭中勤,田巍,苗凤彬,王保忠,王传尚[3](2019)在《雪峰古隆起边缘下寒武统牛蹄塘组页岩气成藏地质特征及有利区预测》一文中研究指出雪峰古隆起边缘下寒武统牛蹄塘组页岩具有良好的生烃和储集条件,是重要的页岩气勘探层位,但受多期构造运动改造,页岩气保存条件复杂,页岩气勘探一直未获突破.基于野外地质调查、钻探资料,结合有机地化分析测试等手段,对雪峰古隆起边缘即沅麻盆地及周缘下寒武统牛蹄塘组页岩气地质条件和勘探前景进行综合评价.研究表明:牛蹄塘组沉积于深水陆棚相,页岩有机碳含量TOC值普遍大于2.0%,一般在3.0%~5.0%之间;有机质类型为Ⅰ型;有机质成熟度2.17%~3.38%之间,平均为2.79%;页岩碎屑矿物平均含量77.25%;粘土矿物平均含量22.71%,硅质含量高,脆性较大,易于储层改造.综合地化、储层物性及保存条件等评价指标,提出沅麻盆地草堂凹陷及古隆起北缘凤凰-吉首-张家界一带为牛蹄塘组页岩气勘探有利区带.(本文来源于《地球科学》期刊2019年10期)

姚精明[4](2019)在《基于BP神经网络的边缘缓存内容热度预测》一文中研究指出近年来,随着5G技术和边缘计算技术的发展,为了降低回传网和核心网流量,提升用户体验,一种基于5G小基站提供边缘缓存服务的技术逐渐成为业界研究的课题。本文提出了基于BP神经网络的5G小基站边缘缓存内容热度预测算法,通过用户当前对互联网内容访问的频率,预测该内容未来被重复访问的可能性,用于提升缓存命中率,达到使用有限的存储资源节省最大的网络带宽的目的,提升移动边缘缓存效率。(本文来源于《2019全国边缘计算学术研讨会论文集》期刊2019-09-16)

夏侯如超[5](2019)在《基于边缘计算的室内空气质量监测方法及其预测模型研究》一文中研究指出随着居民对生活质量的要求不断提高,室内空气作为与居民长时间接触并极大影响居民身体健康的重要因素,引起愈发广泛的关注,迫切需要一种完善的方式进行实时监控和预测。针对目前室内空气质量监测意识薄弱,监控方式落后,没有完善成熟的全套解决方案等问题,本文基于物联网架构,利用边缘计算和ARIMA预测模型等技术,开发了一套端到端的室内空气质量监测系统,用于实时高效的监测室内空气。主要研究内容如下:(1)基于物联网架构和技术,开发了包括空气感知终端、传输协议和设备组网、云端监控平台叁层架构的室内空气质量监测系统,实现了室内空气参数实时采集,传输及云端存储方法;(2)利用边缘网关,研究了网络边缘侧边缘计算方法,实现了多设备接入和管理、数据分析和清洗、信息决策和规则计算等功能,可缓解空气监测系统的网络传输压力,提升边缘决策能力及监控的实时性;(3)通过样本平稳化处理、定阶和模型建立、模型评价和结果预测、模型检验和预测误差分析等步骤,建立了以室内CO2浓度为例的ARIMA预测模型,可实现对室内CO2浓度的预测,提高空气监测系统的预警能力。以某建筑物室内为实际监测环境,测试和验证了系统功能,实现了室内空气数据采集并传输至网关做边缘计算,数据处理后上传至云端存储分析,并建立预测模型对环境变化做出预测。结果表明,整个系统可实时高效智能化的监控和预警室内空气环境,具有较高的实用价值。(本文来源于《华东理工大学》期刊2019-05-16)

戚凯强,杨晨阳,韩圣千[6](2019)在《基于实测数据集预测用户请求行为对主动边缘缓存的影响》一文中研究指出由于无线边缘节点的缓存空间很小,在流行度已知时主动缓存策略的性能远优于被动缓存。最近,业界开始研究在文件流行度等用户请求行为未知、需要进行预测时的主动边缘缓存,发现主动缓存依然优于被动缓存。然而,大多数工作基于合成的数据集或者在推荐系统等领域采集的开源数据集,难以反映无线用户的请求行为。本文采用一个在局部区域每秒记录用户请求视频次数的实测数据集、利用神经网络预测用户在未来短期内的个体和群体行为,基于预测的用户行为信息在宏基站或微基站进行主动缓存。研究结果表明,当采用实测数据集时,由于用户请求行为具有很强的时间局部性、甚至是猝发性,所造成的虚警、漏警和加性误差使被动缓存优于主动缓存、且在宏基站缓存时增益更大;一旦采用合成的静态数据集,主动缓存明显优于被动缓存。这意味着不能仅用加性误差刻画预测流行度的不确定性,要实现主动边缘缓存的性能增益,更重要的是降低虚警和漏警。(本文来源于《信号处理》期刊2019年04期)

邹键[7](2018)在《胶东臧家庄盆地边缘金及多金属矿矿床特征与成矿预测》一文中研究指出臧家庄盆地位于胶东中部,处于栖蓬福成矿带内,为栖霞复背斜北翼的一个断陷盆地,形态呈“厂”字型,盆地内火山—岩浆活动明显受区域性断裂交叉控制,边缘发育金及多金属矿产。论文以“胶东成矿区栖霞—牟平地区地质矿产调查”、“胶西北地壳深部结构与成矿机理研究”以及“山东省栖(霞)、蓬(莱)、福(山)地区金及多金属矿成矿规律及成矿预测研究”为依托,选择臧家庄盆地边缘金及多金属矿矿床特征与成矿预测进行研究。研究认为:研究区金矿和多金属矿床分别产于盆缘断裂的北缘和南缘,金矿典型矿床为西林金矿,为中低温热液蚀变岩型,多金属典型矿床为香夼铅锌矿,为矽卡—斑岩型。火山岩浆活动与金及多金属矿的产出关系密切。测得香夼铅锌矿的成矿母岩花岗闪长斑岩的锆石U-Pb年龄值为125.8±0.12Ma,多金属成矿年龄与其相对应,而金矿形成时间要略晚于多金属成矿;根据重磁场特征推断断裂21条,其中NE向断裂9条、NW向断裂4条、近EW向断裂3条、近SN向断裂5条,东西向西林—吴阳泉断裂和龙窝铺—韩家疃断裂在重磁场上反映明显;依据1∶5万水系沉积物异常区内圈定了7处找矿有利区;综合区域地质、重磁场特征、地球化学特征,结合西林金矿和香夼铅锌矿典型矿床特征,共圈定Ⅰ级成矿远景区2处、Ⅱ级成矿远景区1处、Ⅲ级成矿远景区1处;初步确定了找矿靶区两处,分别为东山庄金找矿靶区和香夼深部铜钼矿找矿靶区。(本文来源于《中国地质大学(北京)》期刊2018-11-01)

康丽芳,王振国,张炎,卢昕,王丽君[8](2018)在《琼东南盆地松南-宝岛凹陷叁亚组时期陆架边缘叁角洲-深水扇沉积特征与有利区预测》一文中研究指出琼东南盆地松南-宝岛凹陷叁亚组时期(T50~T60)发育大型陆架边缘叁角洲-深水扇储集体。但由于之前对琼东南盆地陆架边缘叁角洲-深水扇沉积体系研究甚少,对其沉积特征及成因的认识也不统一。本文借鉴国内外陆架边缘叁角洲-深水扇的研究经验,结合新钻井认识,主要从钻井岩心、测井及地震资料,对琼东南盆地松南-宝岛凹陷陆架边缘叁角洲-深水扇沉积特征及成因进行研究,并落实勘探有利区带。研究表明:(1)依据"源-渠-汇"系统分析:受相对海平面变化、断裂坡折和沉积物供给的共同作用,琼东南盆地松南-宝岛凹陷北坡叁亚组时期发育大型陆架边缘叁角洲,为斜坡区深水扇沉积提供了充足的物源保障。T52时期大规模海退,陆坡区可见多条下切谷,为深水扇提供了良好的物源通道,可以将粗碎屑物质向凹陷中心输送,形成大规模的深水扇储集体。(2)陆架边缘叁角洲在岩心上可见多个沉积旋回,生物扰动强烈,沉积构造有重力流性质的冲刷面。测井相表现为齿化箱型与漏斗形的迭加。地震剖面上前积特征明显,内部可见同相轴呈迭瓦状前积。深水扇储集体测井曲线主要表现为齿化箱型,在地震剖面上主要表现为丘型特征,中间厚两边薄,横向连续性好,纵向多期发育,主要发育主水道、分支水道及朵体等沉积微相,储层物性好。(3)受局部构造应力场影响,松南凹陷与宝岛凹陷的过渡地带形成了以上凸下凹为特征形态的反转构造背斜,背斜形成于中新世晚期,为油气成藏提供了良好的圈闭条件。且反转构造带长期处于油气运移的优势方向,下部发育沟源断裂、滑脱面以及众多派生微裂隙,且古近系输导砂体较为发育,成藏条件优越,将是下一步天然气勘探的有利区带。(本文来源于《第十五届全国古地理学及沉积学学术会议摘要集》期刊2018-09-14)

陈鑫,严晓铭,柯开富[9](2018)在《不同昏迷量表和95%频谱边缘频率对急性昏迷患者近期死亡的预测价值》一文中研究指出目的评估不同昏迷量表和中央区95%频谱边缘频率(SEF)预测急性昏迷患者近期死亡的价值。方法研究对象为2014年8月至2016年10月南通大学附属医院神经内科重症监护病房收治的52例急性昏迷患者。在患者发病72 h内进行格拉斯哥昏迷量表(GCS)、格拉斯哥匹兹堡昏迷量表(GCS-P)、全面无反应性量表(FOUR)评分,同时行脑电图(EEG)监测,记录中央区95%SEF数据。随访1个月,患者分为生存组和死亡组,比较两组年龄、性别、既往史、GCS评分、GCS-P评分、FOUR评分和中央区95%SEF,采用单因素和多因素Logistic回归分析影响近期死亡的相关因素。采用受试者工作特征(ROC)曲线比较GCS评分、GCS-P评分、FOUR评分和中央区95%SEF对近期死亡的预测价值。采用Mc Nemarχ2检验对GCS评分、GCS-P评分、FOUR评分联合中央区95%SEF与单独使用上述评分在预测近期死亡的敏感性和特异性方面进行比较。结果 52例患者中,生存组39例,死亡组13例。与生存组相比,死亡组的GCS评分、GCS-P评分、FOUR评分以及中央区95%SEF均明显降低(P<0.05,P<0.01,P<0.01和P<0.01)。多因素Logistic回归分析显示,GCS评分、GCS-P评分、FOUR评分以及中央区95%SEF均为近期死亡的独立预测因素。ROC曲线分析显示,GCS评分、GCS-P评分、FOUR评分以及中央区95%SEF对近期死亡均具有中等预测价值。与单独用昏迷量表预测相比,联合GCS评分、GCS-P评分、FOUR评分和中央区95%SEF预测在敏感性上差异无显着性(均P>0.05),而特异性明显提高(均P<0.05)。结论 GCS评分、GCS-P评分、FOUR评分以及中央区95%SEF均可用于急性昏迷患者近期死亡的预测,联合昏迷量表和中央区95%SEF能更有效地预测急性昏迷患者的近期死亡。(本文来源于《解剖学报》期刊2018年04期)

申有义,田忠斌,王建青,杨晓东[10](2018)在《基于多尺度边缘检测技术的煤系灰岩裂缝分布预测》一文中研究指出利用不同频带的地震波场对不同尺度裂缝其响应特征也不相同的原理,将多尺度边缘检测理论与煤系灰岩裂缝发育区的地震波场特征相结合,通过识别由地质体引起的地震波信号的振幅在纵横向上强弱变化的边界,实现多尺度裂缝的检测与刻画。该方法利用多尺度函数检测算子,能够对较小尺度断裂及裂缝引起的细微变化信息进行有效检测,提高地震预测裂缝的分辨率,在沁水盆地煤系灰岩裂缝分布预测与研究中,与测井检测结果和研究区断裂系统规律相吻合,取得了良好的应用效果。(本文来源于《物探与化探》期刊2018年04期)

边缘预测论文开题报告

(1)论文研究背景及目的

此处内容要求:

首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。

写法范例:

物联网的快速发展和数据的爆炸式增长,使得以传统的集中式云计算模型处理这些数据面临着传输带宽负载增加、系统延迟增大和云计算中心压力骤增的问题。基于此,边缘计算应运而生。另一方面,网络边缘设备产生的海量级数据推动了AI应用的发展,而边缘计算支持将智能从云端转移到网络边缘。边缘计算与AI的结合——边缘智能,很好地解决了数据的实时处理问题,但是同时面临着数据隐私的

(2)本文研究方法

调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。

观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。

实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。

文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。

实证研究法:依据现有的科学理论和实践的需要提出设计。

定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。

定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。

跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。

功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。

模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。

边缘预测论文参考文献

[1].姚精明.基于BP神经网络的边缘缓存内容热度预测[J].电信科学.2019

[2].刘雪峰,屈颖雪,王尧,裴庆祺.边缘计算环境下的隐私智能推理预测[J].人工智能.2019

[3].彭中勤,田巍,苗凤彬,王保忠,王传尚.雪峰古隆起边缘下寒武统牛蹄塘组页岩气成藏地质特征及有利区预测[J].地球科学.2019

[4].姚精明.基于BP神经网络的边缘缓存内容热度预测[C].2019全国边缘计算学术研讨会论文集.2019

[5].夏侯如超.基于边缘计算的室内空气质量监测方法及其预测模型研究[D].华东理工大学.2019

[6].戚凯强,杨晨阳,韩圣千.基于实测数据集预测用户请求行为对主动边缘缓存的影响[J].信号处理.2019

[7].邹键.胶东臧家庄盆地边缘金及多金属矿矿床特征与成矿预测[D].中国地质大学(北京).2018

[8].康丽芳,王振国,张炎,卢昕,王丽君.琼东南盆地松南-宝岛凹陷叁亚组时期陆架边缘叁角洲-深水扇沉积特征与有利区预测[C].第十五届全国古地理学及沉积学学术会议摘要集.2018

[9].陈鑫,严晓铭,柯开富.不同昏迷量表和95%频谱边缘频率对急性昏迷患者近期死亡的预测价值[J].解剖学报.2018

[10].申有义,田忠斌,王建青,杨晓东.基于多尺度边缘检测技术的煤系灰岩裂缝分布预测[J].物探与化探.2018

论文知识图

×16宏块中标志位赋值及编码流程图过B点—A点—29-26井连线地震剖面—H13-5115井连线地震剖面两种背景预测算法的背景抑制效果图一9对比运动边缘预测效果图中白色方框内的白点为

标签:;  ;  ;  ;  ;  ;  ;  

边缘预测论文_姚精明
下载Doc文档

猜你喜欢