摘要：MOOC的快速发展对高等教育产生了巨大的冲击,引发了对传统教育的思考。文章针对大学生电子设计竞赛的特点,以及实践教学中优秀师资不足,实验场地缺乏,实验室信息化建设不完善的现状,提出利用MOOC平台开展大学生电子设计竞赛,促进学生实践创新能力培养的观点。

摘要：在云边协同计算环境中,计算任务的卸载决策问题是当前的研究热点.现有的方案通常采用单智能体强化学习算法求解该问题,存在鲁棒性低、决策空间过大等缺陷,且未考虑用户移动性、奖励延迟性以及信息观测与同步问题.针对上述不足,本文提出一种考虑设备局部观测能力的云边协同网络模型及任务计算队列和传输队列模型,并设计一种基于“面向任务”的多智能体强化学习的分布式卸载方案.首先,该方案给出信息同步协议以便设备获取网络全局状态,同时设计任务卸载调度规则以规定服务器在用户跨区移动和线路故障等场景下的计算和调度流程.然后,该方案以边缘服务器为智能体构建基于Actor-Critic框架的多智能体系统,给出智能体之间的协作方法,同时考虑线路故障时智能体的独立工作问题.随后为解决奖励延迟问题,本文将卸载决策问题建模为一种“面向任务”的马尔可夫决策过程,摒弃了常用的等距时隙模型,转而以任务处理时间为步长,采用动态且并行的时隙.最后以此过程为数学基础,本文提出一种任务卸载决策算法TOMAC-A2C.该算法利用多智能体强化学习思想,给出智能体之间协作完成卸载工作并相互评价以更新神经网络参数的方法,同时引入长短期记忆网络以对用户的移动性进行记忆和预测.基于来自现实世界的安卓设备移动情况数据集的实验结果表明,本文所提出的分布式卸载决策方案在面临高负载和高线路故障率时均能有效降低服务时延、能耗及任务丢弃率.

摘要：为了解决无线供电移动边缘计算(MEC)系统的计算能效优化问题,提出一种基于非正交多址接入的无线供电MEC系统的资源分配策略。该策略将非线性能量收集模型应用到移动设备上,通过联合优化MEC服务器和移动设备的计算频率、执行时间、基站发射功率、设备发射功率、卸载时间和能量收集时间,比较充分地利用移动设备和MEC服务器的可用计算资源,提高设备的吞吐量和计算位数,进而最大限度地提升系统计算能效。将该联合优化问题转化为非凸分式规划问题,设计一种基于Dinkelbach的迭代算法来获得最优的资源分配方案。仿真实验表明:该资源分配策略所获得的系统计算能效更高,具有更好的性能增益。

摘要：当前智能电视制造商为了降低生产和销售成本,往往采取全球化生产的模式。如何保证不同地区生产的智能电视的质量是制造商面临的一个重要问题,对不同生产区域的智能电视进行远程整机质量检测是解决这个问题的良好途径。基于现代云计算和物联网技术,设计一个基于云平台的远程智能电视整机质量监控系统。该系统由智能电视现场监测系统、云端远程监控系统和用户远程监控端三大部分组成。智能电视现场监测系统通过树莓派实现对远程受控智能电视整机的日志、视频、音频、红外等运行数据进行实时采集、转换和上传至云端,以及接收其监测指令;云端远程监控系统接收树莓派上传的数据并进行展示、分析及存储,和向远程智能电视发出质量监测指令;用户远程监控端允许质检员通过计算机和手机登录云端对远程智能电视进行质量监测。文中给出了系统的架构、功能、硬件、软件和数据结构的设计,并在TCL自动化实验室进行实验测试,测试结果证明了系统设计的有效性。文章的设计为电视制造业的智能化发展提供了参考。

摘要：为了在不直接共享原始数据的前提下构建联合模型,联邦学习应运而生.然而,在复杂的工业物联网环境中,联邦学习的应用面临两大挑战:1)工业物联网设备之间彼此异构,掉队和离线设备的存在极大拖慢了联邦学习的训练速;2)不同数据所有者拥有的数据彼此异构,客户端的本地模型差异较大,简单对本地模型进行平均无法获得适用于所有客户端的高质量模型.为了解决上述挑战,本文设计了一个融合数字孪生的联邦学习架构,实现对设备资源的高效调度.此外,本文提出了一个基于参数解耦和聚类的个性化联邦学习算法,既能满足用户的个性化需求,又能实现同构客户端的深度协作.实验结果验证了提出的个性化联邦学习算法的有效性.

摘要：上课签到是教师评价学生学习表现的重要环节,针对当前教师上课人工点名效率低下的问题,分析、设计并实现了一个基于二维码的上课签到App。该系统允许教师在上课前创建签到二维码,上课时学生通过智能手机扫描二维码进行签到,教师和学生可在课后查询签到情况。该系统开发旨在提高教师课堂管理效率,为上课签到管理提供参考。

摘要：在智能电网中,研究经济调度问题具有重要意义.经济调度问题的本质是通过控制各个发电单元的发电量,并在满足各种约束的情况下,最小化电力系统的总发电成本.本文提出一种有限时间共识的连续时间分布式优化算法,融入了投影法和罚函数法的思想.该算法直接从经济调度问题的原问题出发解决,无需将其转化为对偶问题,从而简化了问题构建过程.此外,算法设计了一种新的共识机制,实现了所有智能体在有限时间内达成共识,这一特性提高了算法在经济调度问题中的效率和实用性.最后,通过两个仿真实验验证了所提出的分布式优化算法的有效性.

摘要：多目标跟踪MOT(multi-object tracking)旨在对视频序列中的多个目标进行识别与跟踪,并保持各目标的ID(identity),对运动不规律的多目标进行跟踪是该领域的难点,跟踪准确度难以保证且易出现目标ID频繁切换的问题。为提高跟踪准确度,提出自适应卡尔曼滤波AKF(adaptive Kalman filter),充分利用目标检测器提供的信息对运动模型加以修正,提高对运动不规律目标跟踪准确度;为解决目标ID频繁切换的问题,设计一种BIoUG贪婪算法,通过放大匹配框并采取择优匹配的方式,提高匹配机会并降低误匹配概率。在此基础上,提出一种针对运动不规律目标的多目标跟踪方法。实验结果表明,所提方法在DanceTrack数据集上的MOTA、HOTA、IDF1分别达到了92.2%、57.7%和58.7%;在MOT17数据集上,MOTA、HOTA、IDF1分别达到了80.3%、63.3%和77.3%。与目前主流的同类目标跟踪方法相比,所提方法对运动不规律和规律的目标均有较好的跟踪效果,体现出较好的综合性能,为运动不规律多目标的跟踪提供了新的解决思路。

摘要：随着工业化进程的推进,人们的工作与学习节奏日益加快,压力也随之增加,休闲旅游因此成为人们减压和放松的首选方式。尽管休闲旅游业发展迅速,但其管理效率仍有待提高。文章采用React、SpringBoot、Java语言及MySQL数据库,对休闲旅游管理系统进行了深入分析、设计并实现,旨在提升休闲旅游服务的效率。该系统包含后台管理和前台管理2大核心模块:后台管理模块负责用户、酒店、景点、特色项目、特色产品及美食信息的管理;前台管理模块则允许用户浏览酒店、景点、特色项目、特色产品及美食信息,进行酒店、景点和特色项目的预订,并对服务进行评价。系统的开发为提升休闲旅游服务效率提供了有价值的参考。

摘要：利用Lyapunov稳定性理论研究了一类广义双线性系统的镇定问题.通过构造特殊的二阶终端滑模超曲面,设计相应的变结构控制器,使闭环系统在有限时间内实现滑动模运动,系统的状态在平衡点渐近稳定.该设计方法能有效削弱系统的高频抖振.仿真结果验证了设计方法的可行性.