您的位置: 专家智库 > >

赵东

作品数:6 被引量:87H指数:3
供职机构:北京邮电大学计算机学院更多>>
发文基金:国家自然科学基金国家自然科学基金创新研究群体项目国家教育部博士点基金更多>>
相关领域:自动化与计算机技术电子电信更多>>

文献类型

  • 6篇中文期刊文章

领域

  • 5篇自动化与计算...
  • 2篇电子电信

主题

  • 3篇感知
  • 1篇休眠
  • 1篇移动感知
  • 1篇数据转发
  • 1篇通事
  • 1篇群体智能
  • 1篇人工智能
  • 1篇网络
  • 1篇物联网
  • 1篇联网
  • 1篇路由
  • 1篇路由问题
  • 1篇卷积
  • 1篇基站
  • 1篇机会路由
  • 1篇机会网络
  • 1篇架构
  • 1篇架构模型
  • 1篇交通事故
  • 1篇感知系统

机构

  • 6篇北京邮电大学
  • 1篇上海交通大学
  • 1篇中山大学
  • 1篇中国科学技术...
  • 1篇泰安市公安局
  • 1篇华录易云科技...
  • 1篇科大讯飞股份...

作者

  • 6篇赵东
  • 4篇马华东
  • 1篇华蓓
  • 1篇袁培燕
  • 1篇刘亮
  • 1篇王新兵

传媒

  • 1篇软件学报
  • 1篇北京邮电大学...
  • 1篇中兴通讯技术
  • 1篇信息通信技术
  • 1篇中国科学:信...
  • 1篇中国科技论文...

年份

  • 2篇2023
  • 1篇2022
  • 2篇2015
  • 1篇2014
6 条 记 录,以下是 1-6
排序方式:
一种新型群智感知系统架构模型和实现方法被引量:3
2023年
物联网移动群智感知模式本质是汇聚大规模普通移动个体的智能感知能力,对开放、动态、复杂物理环境进行感知,通过感知大数据的智能分析,对感知群体引导和反馈,使其持续涌现群体智能并辅助综合决策.目前的群智感知系统仍然存在个体感知欠智能、群体目标少引导、群智过程弱调控三方面的局限性.本文首先讨论了群智感知研究现状和面临的挑战;结合人机物融合、云边端协同、感算控闭环3个核心发展趋势,提出一种智能演进与反馈引导结合的新型群智感知系统架构模型Evo-CPS,并研究了该模型的实现方法;然后结合智慧出行应用场景,将所提出的理论方法进行应用验证;最后,总结全文并展望新一代群智感知研究领域的发展方向.
马华东赵东王新兵王甲海华蓓童剑军
关键词:群体智能
移动群智感知质量度量与保障被引量:10
2015年
认为移动群智感知网络的感知质量包含时空覆盖质量和数据质量两个层面,前者关注是否能采集到足够多的数据,而后者关注数据是否足够准确和可信。分别从这两个层面讨论了感知质量度量和保障的方法,对移动群智感知网络的部署和应用具有一定的指导意义和实用价值。
赵东马华东刘亮
一种路网级交通事故风险预测方法被引量:2
2022年
现有的深度学习方法将空间区域网格化,不符合事故发生的自然形态。考虑到交通事故大多发生在道路上,为了在空间维度上更精准地完成事故风险预测任务,针对路段级别的事故风险预测问题,提出了一种融合尺度缩减注意力机制和图卷积网络的城市交通事故风险预测(SA-GCN)模型。首先,有效结合历史长期和短期事故风险、外部天气特征,采用门控图卷积模块捕获时空相关性,并使用注意力机制以获得不同时空特征的动态性表达;其次,针对事故数据的稀疏性和空间异质性问题,引入了尺度缩减模块,以聚类后粗粒度区域的事故风险引导路段级别的事故风险预测。在公开性能测量系统数据集上的实验结果表明,SA-GCN模型优于其他6种基准模型,并且比现有最新模型的准确率提升了11%。
宁静佘红艳赵东罗丹王磊
移动机会网络路由问题研究进展被引量:54
2015年
移动机会网络基于节点接触形成的通信机会逐跳转发数据,是满足物联网透彻感知与泛在互联的一种重要技术手段.机会路由作为实现间歇式连通环境下节点通信的基本方法,具有十分重要的研究意义,引起了研究人员的广泛关注.首先介绍了移动机会网络的概念、体系结构、典型应用以及所面临的一些挑战;然后详细阐述了机会路由算法的评价指标、设计需求与转发机制,并介绍了研究进展;最后,对机会路由未来的研究趋势进行了分析与展望.
马华东袁培燕赵东
关键词:机会路由数据转发
群智感知网络的发展及挑战被引量:19
2014年
随着无线移动终端设备的爆炸式普及,移动感知和众包思想的结合产生了新型物联网感知模式,即群智感知。文章结合群智感知网络的发展,分别介绍了它的概念、基本特征、系统结构、典型应用以及面临的问题。
赵东马华东
关键词:物联网移动感知众包
基于深度强化学习的基站休眠控制算法被引量:1
2023年
本文提出了一种基站休眠控制框架,首先使用一种基于时空图神经网络的移动流量预测技术,利用历史数据对基站未来一段时间的负载情况进行预测。然后设计一种基于深度强化学习的基站休眠控制算法,该算法综合考虑多种实际约束,基于预测结果优化资源分配,在提高网络能效的同时保证稳定的用户体验。真实数据集上的广泛实验证实了该框架的优越性。
杨馥瑜赵东
关键词:人工智能
共1页<1>
聚类工具0