-
题名配电网中任务卸载决策与边缘资源分配优化方法
- 1
-
-
作者
朵春红
匡竹
齐国梁
梅华威
李保罡
李永倩
-
机构
华北电力大学河北省能源电力知识计算重点实验室
华北电力大学计算机系
华北电力大学电子与通信工程系
-
出处
《计算机工程与应用》
CSCD
北大核心
2024年第5期281-290,共10页
-
基金
国家自然科学基金(61971190)
河北省省级科技计划(22310302D)
中央高校基本科研业务费专项资金(2021MS086)。
-
文摘
移动边缘计算可以减轻配电网核心网络中海量数据的传输及处理压力,相对于云计算,边缘节点有限的计算能力使边缘资源的高效利用成为挑战。基于此,提出一种配电网中任务卸载决策与边缘资源分配优化方法。在包含多边缘节点多用户设备的配电网场景中,考虑任务随机、资源有限、计算能力不均衡及时延要求高等因素,构建云-边-端三层任务卸载及边缘资源分配优化模型;将优化过程分为计算卸载和资源拍卖两个阶段,在计算卸载阶段设计基于DRL的在线决策算法,在资源拍卖阶段设计基于补偿策略的多轮迭代拍卖算法;提出基于改进DQN算法的任务卸载与资源分配优化方法。仿真结果表明,在动态变化的配电网场景中,所提算法可有效提高系统计算能效和边缘节点效益。
-
关键词
移动边缘计算
配电网
任务卸载
资源分配
-
Keywords
mobile edge computing
distribution network
task offloading
resource allocation
-
分类号
TP393
[自动化与计算机技术—计算机应用技术]
-
-
题名基于多通道交叉注意力融合的三维目标检测算法
- 2
-
-
作者
鲁斌
杨振宇
孙洋
刘亚伟
王明晗
-
机构
华北电力大学控制与计算机工程学院
华北电力大学河北省能源电力知识计算重点实验室
-
出处
《智能系统学报》
CSCD
北大核心
2024年第4期885-897,共13页
-
基金
河北省重点研发计划项目(20310103D)
河北省在读研究生创新能力培养资助项目(CXZZBS2023153).
-
文摘
针对现有单阶段三维目标检测算法对点云下采样特征利用方式单一、特征对长程上下文信息的聚合程度无法满足算法性能提升需求的问题,本文提出了基于多通道交叉注意力融合的单阶段三维目标检测算法。首先,设计通道交叉注意力模块用于融合下采样特征,可基于交叉注意力机制在通道层面上增强多尺度特征对不同感受野下长程空间信息的表达能力;然后,提出级联特征激励模块,结合原始下采样特征对通道交叉注意力加权特征进行级联激励,提升算法对关键空间特征的学习能力。在公共自动驾驶数据集KITTI上进行了大量实验并与主流算法对比,本文算法作为单阶段目标检测算法,在车辆类别3个难度级别上的检测准确率分别为91.34%、79.85%和75.98%,较基线算法分别提升了4.83%、3.26%和3.32%。实验结果证明了本文算法及所提模块在三维目标检测任务上的有效性和先进性。
-
关键词
三维点云
自动驾驶
激光雷达
深度学习
三维目标检测
柱体素
交叉注意力
单阶段算法
-
Keywords
3D point cloud
autonomous driving
LiDAR
deep learning
3D object detection
pillar
cross attention
single-stage algorithm
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
