摘要：随着元宇宙等概念的提出,视频流应用对网络带宽和时延的要求越来越苛刻。针对传统CDN容易出现节点内设备负载不均衡造成时延过长的问题,提出了一个面向虚拟CDN的5G和MEC融合平台设计方案,并依照设计方案完成了平台的搭建。最后,通过高并发推拉流实验证明了该融合平台拓展了虚拟CDN的高并发能力。

摘要：针对细粒度图像分类任务的长尾分布问题,提出了一种基于多尺度特征Transformer的细粒度图像分类方法,实现了底层与深层特征的保护并优化了长尾分布。首先,设计了混合数据采样方法,获取用于优化表征学习、长尾分布和细粒度特征的三元组数据;然后,设计了Transformer多尺度特征优化方法,分别通过底层特征对比学习方法与深层特征平衡学习方法优化特征学习过程,改善类别混淆和细粒度特征的提取,在保护头部类别特征学习的同时增加对尾部类别的关注。仿真结果表明,所提方法可以有效地改善细粒度图像分类任务中长尾分布带来的影响,优化特征分布,提高分类准确率。