摘要：5G的大规模部署伴随着网络能耗呈指数级增长,与此同时,国家提出了"碳达峰"与"碳中和"的"双碳"目标,因此移动网络的节能减排已刻不容缓.然而,一方面随着人工智能等技术的发展,未来6G网络中计算类业务预期将迎来大幅增长;另一方面,实现绿色低碳需要提升可再生能源的利用率,但绿色新能源供能不稳难以保证服务质量.为应对以上挑战,本文提出一种能量与信息服务深度融合的低碳网络架构,通过构建一个协调异质资源的智能控制面,充分利用并调度移动网络中泛在的算力、通信和储能,在保证6G个性化业务服务质量要求的同时,以期大幅降低网络能耗与碳排放.本文同时还讨论了该架构下的调度机制设计以及可能的未来研究方向.

摘要：为提高物流配送效率,考虑时间窗、无人机换电以及无人机多点连续配送等因素,提出了一种带时间窗的车辆与无人机协同配送问题,并设计一种带局部搜索的混合粒子群算法进行求解.该算法以混合粒子群算法为核心,通过构建高效的编解码策略实现了问题解空间到算法搜索空间的转换.进一步,该算法融合单点插入策略、车辆更换策略、无人机更换策略组成局部搜索策略,以此提高算法寻优能力.实验结果表明:所提模型比纯车辆配送的模型效率更高,节省了 31.51％的成本;所提算法优于四种对比算法,优化率最高达到82.08％.

摘要：为满足足式机器人教学实验需要及提高实验平台可靠性,研制了一种基于虚拟仿真技术的足式机器人创新实验平台。该实验平台基于PyBullet虚拟物理引擎搭建,通过设计步态规划、步行控制等功能模块,能够完成足式机器人步态规划、步行控制等算法的仿真验证等任务。同时,依托该平台展示涉及机械设计、软件开发等专业方向的教学内容,有利于智能机器人课程实践教学的开展。基于该创新实验平台,设计了一个拥有13个自由度的足式机器人,能够完成自主步行、上楼梯等功能。实践表明,该创新实验平台具有实验成本低、高度可定制化的优点,非常适合科学研究和实验教学中需要个性化定制机器人的应用场景。

摘要：为了应对住房特别是出租屋复杂的安全问题和管理问题,本文设计了一种智能门禁装置。其中设计的门禁装置主要由门禁装置接口电路、稳压电路、主控芯片和电机驱动电路四部分组成。本文详细论述各部分的硬件设计原理,最后通过实验测试达到了预期目标,提高了出租屋的安全性、方便租客管理、提供便捷的租客体验,同时,也提高了管理效率和降低成本。这些优势使得智能门禁装置在出租屋场景中具有广泛的应用前景。

摘要：高分辨率图像抠图问题本质是前景背景像素对的大规模组合优化问题,目前相关研究成果较少.文中针对前景背景极相似时容易出现前景遮罩抠反的问题,设计决策集分解策略,实现高分辨率图像抠图问题的有效分解.此外,设计优化信息传递策略,获取子问题间的权重关系,建立图像抠图问题的优化序列.在优化信息传递策略的基础上,提出基于微搜索的前景遮罩提取算法.算法通过对有效决策子集的搜索代替对决策集的搜索,解决高分辨率图像抠图问题中的前景遮罩抠反问题,为大规模组合优化问题分析提供借鉴.选用alphamatting基准数据集作为测试数据,与典型的抠图优化算法对比分析,验证文中算法可以解决前景背景信息极为相似时的前景遮罩抠反问题,并且在高分辨率图像抠图问题维度显著降低的情况下,提高前景遮罩提取精度.

摘要：针对目前以C语言为基础的程序设计基础教学中存在的问题,以对比教学法为基础,提出基于C语言和Python语言对比的程序设计基础教学新模式。实践证明:该模式不仅有助于提高学生对C语言基本结构、数据类型和控制流程等语法的掌握,增强学生对编程思想、编程技巧的理解,而且有助于学生熟练使用函数、数组、指针等工具进行编程,最终取得良好的教学效果。

摘要：为了培养本科生的动手实践技能,引导学生积极参与科研活动,建设一个高质量的开放实验教学平台是十分必要的。本文设计了一个家电智能化科研的实验平台。平台含有多层次的实验内容,可服务于线上线下混合教学和开放性实验教学。该实验平台对激发学生的学习潜力和促进专业能力的个性化发展有一定的积极作用。

摘要：针对应急物联网(EIoT)超低时延服务需求,设计了面向超低时延传输应急物联网的多切片网络架构,提出EIoT切片资源预留和多异构切片资源共享与隔离的方法框架。所提框架采用深度强化学习方法实现实时异构切片间资源需求的自动预测与分配,切片内用户资源分配建模为基于形状的二维背包问题并采用启发式算法数值求解,从而实现切片内资源定制化。仿真结果表明,基于资源预留的方法能够使EIoT切片显式保留资源,提供了更好的安全隔离级别;深度强化学习能够保证资源预留的准确和实时更新,有效兼顾资源利用率和切片差异化服务质量要求。与4个已有算法对比表明,Dueling DQN具有更好的性能优势。

摘要：该文提出了一种时间依赖图下最小费用路径的高效搜索算法。已有的算法从起点开始向四周扩展以发现到达终点的路径,搜索空间较大,查询耗时。本文从以下两方面减少搜索空间:首先缩小顶点的有效时间区间避免无用的计算,并且在顶点的相应的时间区间的最小费用正确计算出来之后,再计算扩展路径的费用;然后提出一种双向搜索方法,从起点和终点同时出发向四周扩展路径直到两个搜索相遇,从而控制搜索空间在以起点、终点为圆心的两个小圆内。针对路径的时变依赖性设计了双向搜索的停止条件和路径生成方法,理论上证明了方法的正确性。最后,在大规模数据集上测试验证了方法的有效性。

摘要：为了能够从密集点云直接获得四边形网格,而不需要通过三角形网格重构获得,提出针对密集点直接构造的四边形网格生成算法.首先进行点云数据体素化得到体素模型,建立体素和点云的索引关系,并对体素做精细化操作,以提高映射效果;然后通过体素模型外表面的顶点与原始点云的映射得到四边形网格模型,并对四边形网格进行优化.在斯坦福的数据集上进行实验,并使用MeshLab软件进行效果展示,结果表明,该算法可以基于密集点云直接生成四边形网格模型,同时可以通过调整体素大小来自适应地改变算法效率和四边形网格的大小.