-
题名基于可计算网络的SDN视频总线系统架构研究
被引量：4
- 1
-
-
作者
郑成渝
焦博
王军
胡力卫
唐勇
汪文勇
-
机构
中国电信集团公司四川分公司
电子科技大学计算机科学与工程学院
-
出处
《通信学报》
EI
CSCD
北大核心
2018年第A01期271-277,共7页
-
基金
赛尔网络下一代互联网技术创新项目(No.NGII20170320)
四川省科技厅"基于区块链的物联网溯源综合平台项目"资助项目(No.2018GZ0218)~~
-
文摘
数据分组在网络中传输时,无法预知该数据分组是否可达。若能够在数据分组到达网络时判定其可达性,那么数据分组在传输过程中就不会丢失分组。网络可计算性与SDN有共通之处,因而利用SDN作为实现可计算网络的工具,设计并实现了基于SDN的视频总线系统,该系统在数据分组达到网络时就可以根据当前网络的状态判定其可达性,从而保障数据分组在传输过程中不会丢失分组,最大化利用了网络资源。
-
关键词
可计算网络
SDN
视频总线
-
Keywords
computable network
SDN
video bus
-
分类号
TP393
[自动化与计算机技术—计算机应用技术]
-
-
题名一种气动大差异性数据多任务学习方法
被引量：2
- 2
-
-
作者
张骏
张广博
程艳青
胡力卫
向渝
汪文勇
-
机构
电子科技大学
中国空气动力研究与发展中心
-
出处
《空气动力学学报》
CSCD
北大核心
2022年第6期64-72,共9页
-
文摘
与传统方法相比,基于深度学习的空气动力学建模方法建模速度快、精度高。但是传统深度学习采用的全连接神经网络或卷积神经网络往往没有考虑输入数据本身的差异对预测结果的影响,而飞行器的外形特征参数和飞行状态参数在数据类型上存在较大差异。在同时使用这两种参数预测气动特性时,如果忽视这些差异性,预测结果的精度势必会损失。受到多任务学习和集群网络方法的启发,提出了一种基于多任务学习的翼型外形参数与飞行状态参数联合建模方法:大差异性多任务学习网络(LD-MTL)。该方法首先将数据集划分为多个任务,随后将整个学习网络分为多个集群,分别根据不同的任务学习所预测的气动性能相关知识,最终对每个集群所学习到的相关知识进行融合,得到预测结果。通过对比实验,证明了在进行气动大差异性数据建模时,本文提出的结构能更好地反映数据差异性对模型预测精度的影响程度,有更高的预测精度,且能对此差异性进行量化分析。
-
关键词
大差异性
多任务学习
集群网络
空气动力学数据建模
融合预测
-
Keywords
large data discrepancy
multi-task learning
cluster network
aerodynamic data modeling
fusion prediction
-
分类号
TP181
[自动化与计算机技术—控制理论与控制工程]
-
-
题名基于SDN的IPv4与IPv6互联技术研究
- 3
-
-
作者
胡力卫
单冉冉
唐勇
汪文勇
-
机构
电子科技大学软件工程研究中心
-
出处
《中国教育网络》
2018年第2期43-46,共4页
-
文摘
SDN（Software Deftned Networking）是由美国斯坦福大学提出的一种新型网络架构，其主要思想是将网络的控制面与数据面分离，通过软件编程的方式来实现对网络的管理和控制。本文在SDN框架基础上做了IPv4与IPv6互联技术的研究，设计了基于SDN的IPv4和IPv6互联系统。在该系统中利用SDN的技术手段，用控制面提供的标准控制接口编写IPv4与IPv6互联的应用软件，实现IPv4数据包与IPv6数据包的协议翻译和地址转换，然后将其安装配置到SDN控制器中。这种方式不仅配置起来简单方便而且不需要对原有IPv4和IPv6的网络设备做功能上的改动。当不需要IPv4与IPv6互联的需求时，只需从控制器中移除IPv4与IPv6互联的功能即可，对网络造成的影响微乎其微。
-
关键词
IPV6
IPV4
互联技术
SDN
网络架构
斯坦福大学
软件编程
应用软件
-
分类号
TP393.04
[自动化与计算机技术—计算机应用技术]
-
