摘要：低轨卫星具有覆盖范围广、离地面近等优势,随着在轨处理能力的不断增强,未来将成为地面网络的重要补充。然而,随着用户对网络服务实时性的需求日益增长,如何在资源有限的条件下,基于低轨卫星为用户提供计算密集型服务,已成为一个急需解决的问题。尤其是在低轨卫星高速移动、星间链路动态切换的情况下,如何保证空间计算能力能持续稳定地驻留在用户区域并提供稳定可靠的服务,无疑是一项巨大的挑战。为了解决上述问题,提出一种动态任务分解聚合的分布式计算策略,通过卫星分布式计算解决单星算力不足的问题。在进行任务分解与调度时,充分考虑卫星网络的资源占用情况以及子任务之间的关联关系,对任务进行灵活的分解聚合。此外,为将低轨卫星算力驻留在用户区域,解决低轨卫星服务周期短的问题,研究并设计了一种长时保障机制。根据实时卫星网络拓扑及任务分解调度图,结合任务间的关联关系进行迁移决策,对卫星迁移过程进行模块化设计,根据实时网络状况调整迁移过程中的数据压缩率以及服务切换方式,降低迁移过程中服务的中断时间。仿真实验结果表明,提出的策略可保障长时分布式计算,能提供服务的平均时长延长了110%,用户满意度提高了约20%,迁移开销以及任务间的传输开销均降低了约15%。

摘要：在万物互联的时代,数据量与计算需求飞速增长,促使应用部署方式由云计算模式向边缘计算模式演进,以解决带宽消耗严重和响应时延过高等问题。为推进面向边缘网络的任务卸载,需要解决应用服务提供商(ASP)与边缘计算提供商(ECP)之间的双向选择问题。针对这一问题,提出一种面向边缘计算的组合拍卖式任务卸载机制。首先建立系统模型,并对模型落地的关键问题进行说明,然后分析ECP的投标决策过程,证明选择最大化资源利用率的任务组合是NP完全问题,进而提出一种启发式任务选择算法。在此基础上,设计两种拍卖算法,单胜者拍卖和多胜者拍卖,分别适用于可信度优先和效率优先的场景。实验结果表明,相较于单项拍卖机制,所提出的方案提高ECP资源利用率达13%,同时增加ASP收益达37%。

摘要：考虑到数字游戏带来的正反面影响争议尚未有定论,本研究设计了10小时的数字游戏式注意力训练,并检验此训练对视觉注意力及课堂专注力的影响。研究以台湾地区一所高职一年级两个班级的学生为被试,将其随机分派为接受数字游戏式注意力训练组与对照组,并利用准实验的双组时间序列进行设计。研究发现:1)游戏训练组的视觉注意力后测与延后测分数显著高于对照组,但延后测时两组的差距已经缩小;2)物理课堂中,游戏训练组的课堂专注力程度与对照组无显著差异。本研究结果初步支持数字游戏式注意力训练对视觉注意力具有一定的积极影响,未发现游戏训练组在密集从事数字游戏后,物理课堂的专注表现有明显恶化。然而,由于两组被试在视觉注意力延后测时的程度已有所拉近,且本研究无法完全排除学生的学科学习动机及课堂专注力测量可能带来的干扰,后续仍需要累积更多实验证据确认训练效果。

摘要：跨域训练任务是目前机器学习领域的一个开放性挑战问题.目前最新的研究都在讨论利用真实特征的跨域不变性对未知域数据进行预测,从而实现跨域泛化能力.但事实上,当知道数据来自哪个域时,综合利用真实特征和虚假特征会取得更好的预测效果.针对这一问题,设计了一个同时适用于跨域泛化和跨域适应任务的学习模型CDGA(cross-domain generalization and adaptation model).该模型的核心仍是分离出真实特征,因此新提出了一种更加稳定的训练风险函数,其在跨域泛化问题中不仅具有更高的测试准确率,还克服了现有方法容易过拟合的缺点,可以很好地嵌入到CDGA模型中.另外,通过设计的算法训练后,可使CDGA模型的数据表达部分有效地分离出真实特征和虚假特征,而分类器部分自适应学习选择泛化分类器或特定环境的分类器,从而结合应用了虚假特征,在跨域任务中实现高效预测.最后在构建的彩色手写数字数据集上测试,结果显著优于已有方法.

摘要：现有关于玩具屋的研究多是针对某一年龄段儿童,无法得到全年龄段儿童的多层次需求,儿童的情感以及个性化需求被忽略。为满足儿童对智慧玩具屋的使用及体验需求,基于扎根理论和PCA主成分分析法提出儿童智慧玩具屋设计系统策略。研究从儿童空间认知和具身认知出发,通过扎根理论的三级编码得到智慧玩具屋设计需求层级体系,之后利用主成分分析法得到各维度指标的重要程度。分析结果作为设计策略的主要切入点,将设计策略整合为儿童体验需求下的智慧玩具屋系统设计,以期增进对儿童的情感关怀,为玩具设计提供理论借鉴。

摘要：命名数据网络(NDN)是一种以信息为中心的新型网络架构方案。为了获取网络全局路由信息,典型NDN路由协议基于数据同步协议实现全局路由更新。然而,这类同步协议工作于应用层,在动态网络环境中,存在网络信息更新代价高、网络动态变化感知能力差等问题。针对这些问题,设计并实现了一种轻量级命名绑定网络层路由协议(NBRP)。该方法将路由节点名称与其发布内容名称进行绑定,使得路由节点可以定向进行路由更新信息的请求,不需额外同步协议即可完成轻量级路由信息交换。为进一步减少路由更新的传输代价,设计了一种可复用的路由信息包命名格式和路由信息增量传输机制。同时,为测试方案的有效性,在Linux内核中实现了相应功能模块并进行测试。实验结果显示,在动态网络环境下,相比于传统NDN链路状态路由协议,提出的方法能够降低72%的路由更新同步代价,且链路状态感知与响应速度提高近一倍。

摘要：项目学习教学是以学生为中心的一种创新教学,其内涵相当契合远程教育的精神,故在远程教育的实践中,项目学习的教学方式具有重要价值。近些年,为了辅助教师能更有效率地设计项目学习课程,陆续发展出一些项目学习网络教学系统,也衍生许多培训教师使用这些教学系统的工作坊。然而,迄今为止,仍较少研究曾提出为何教师在参与工作坊后,愿意使用网络教学系统。据此,针对参与培训的教师,整合原始TAM与PAD情绪模型,旨在厘清模型潜在变项对于教师项目学习网络教学系统使用意向的影响。采结构方程模型的方式,并以196名参与培训的台湾教师为对象进行实证研究。结果发现:原始TAM变项中,认知有用性与认知易用性均与态度有正向关联,态度与使用意向具有正向关联;PAD变项中,愉快与振奋情绪与态度具有正向关联,支配与认知易用性具有正向关联。

摘要：黄龙戏辽金历史题材剧在文本创作上体现出难得的悲剧意识。从剧作的体裁、女性人物形象塑造、戏剧结构、悲剧情节等方面,分析黄龙戏辽金史剧的悲剧性,从而阐释黄龙戏的独特艺术魅力。

摘要：针对温室果蔬管理、采运等作业环节人工劳动强度大、作业效率低,传统油动作业平台污染大、能源利用率低、结构尺寸与温室环境不符等问题,设计了一种温室用电动作业平台。该文阐述了其整体结构与工作原理,通过理论计算和 Adams/view 仿真分析等方法研究了关键部件结构及参数,并开发了一套具有双操作模式的控制系统,可实现对作业平台的远程和在线操作。通过台架试验及田间试验对作业平台不挂接拖车常规状态下的转弯性能、模拟坡面行驶倾翻性能、爬坡性能和作业续航性能等开展测试,试验结果表明:整机最小转弯半径为 0.94 m,最高行驶速度 2 km/h,200 kg 负载下作业续航时间可达 4 h 电池电量下降均匀;模拟坡面行驶最大倾翻角分别为:纵向状态 30.5°、横向状态 20.6°、斜向状态 25.6°,最大倾翻角随工作台的匀速升高、负载的均匀加重(高度随之增加)而逐渐减小,同时最大倾翻角还与作业平台和坡面的位置状态相关,纵向状态下平台作业安全系数最高,优于斜向状态和横向状态。田间试验结果表明各项指标均满足设计预期和温室结构农艺要求,该研究可为温室内果蔬管理、采摘及搬运提供参考。

摘要：命名数据网(named data networking,NDN)是一种以信息为中心的新型网络架构方案,网内缓存是其核心功能之一。现有缓存模块主要以应用级缓存实现为主,存在网络操作效率低、设备兼容性差、部署位置受限等问题。相比于应用级缓存模块,内核级缓存模块可以直接且广泛地部署于通用网络设备上,有助于推动网内缓存技术的规模应用以及NDN网络方案的实际部署。然而,由于NDN网内缓存机制涉及频繁的逐包缓存操作,将网内缓存功能引入内核将会影响内核处理性能。针对这一性能问题,设计并实现了一种内核级缓存方法。该方法维护一个哈希表进行缓存的精确查找,利用NDN名称的结构性,在节点间构建字典树支撑NDN缓存模糊匹配功能。提出使用细粒度的逐槽锁保护缓存查找表,原子操作保护替换队列,将缓存操作多线程并行化。在Linux内核中实现了所提的多线程缓存模块,实验结果表明,所提出的方法可以将缓存模块查找延迟降低至现有方案的一半,并且通过多线程将吞吐量提升至6.785 Mpacket/s。