朱晓娟 作品数:41 被引量:138 H指数:7 供职机构: 安徽理工大学计算机科学与工程学院 更多>> 发文基金: 国家自然科学基金 淮南市科技计划项目 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 文化科学 机械工程 社会学 更多>>
一种分级优化的WSN任务调度算法 2019年 文章针对无线传感器网络任务调度受到截止期和节点能量限制的特性,提出一种分级优化的任务调度算法。根据截止期设立阈值对任务进行优先级划分,对截止期较为紧迫的任务优先分配,以提升调度的成功率,对截止期较为宽松的任务则以减少能耗和平衡负载为目标来延长网络寿命。仿真实验表明,该算法在提升任务调度成功率和平衡网络负载取得较好的效果。 何勇男 朱晓娟关键词:无线传感器网络 任务调度 蚁群算法 基于边缘计算的任务分配算法研究 2021年 在云计算网络中,针对处理大规模任务时对降低时延和通信代价的需求,提出了一种基于边缘计算的任务分配方法。该方法首先根据任务的类别、算力需求和紧迫程度生成任务优先级队列,其次根据边缘节点的计算、传输和存储能力衡量其综合性能,最后利用改进后的蚁群算法为任务选择合适的边缘节点。实验结果表明,该任务分配方法在降低计算任务时延以及优化资源分配上都具有较好的效果。 张浩 朱晓娟关键词:云计算 蚁群算法 基于交叉注意力的无监督域适应轴承故障诊断 2024年 针对轴承在变工况场景下,振动数据存在分布差异,故障标记样本不足的跨域故障诊断问题,提出基于交叉注意力的无监督域适应轴承故障诊断方法.首先,使用交叉注意力模块对齐跨域间局部相似样本,并提取源域和目标域的故障数据特征;其次,使用基于Wasserstein距离的域对齐策略,以对齐全局边缘特征分布;最后,对无标签的目标工况样本,提出伪标签生成方案,进一步对齐细粒度的类别信息.实验结果表明,所提方法具有较高的诊断精度,在变工况场景下更具优势. 汪振鹏 朱晓娟关键词:轴承 故障诊断 基于SDN-DDQN的数据中心网络负载均衡算法 被引量:4 2023年 在数据中心网络(DCN)数据流量激增、大小流突发的情况下,采用传统负载均衡算法存在实时性不足,长期效果难以优化等问题,易造成网络链路拥塞。为此,提出一种基于SDN-DDQN的负载均衡(DDQNLB)算法。此算法利用SDN全局视图的优势,选择交换机负载和带宽利用率作为网络状态输入,为DCN中的大流和小流分别设置卷积神经网络(CNN)进行学习和训练,以满足DCN中大流高吞吐量和小流低延时的需求。实验结果表明,与ECMP和Hedera算法相比,DDQNLB算法可有效提高网络吞吐量并保证较低的丢包率。 陈康 朱晓娟关键词:数据中心网络 负载均衡 基于多教师知识蒸馏的变工况轴承故障诊断方法 2024年 轴承在不同运行工况下所产生的故障数据存在分布差异,导致训练的智能故障诊断模型的诊断性能不佳。为此,提出一种基于多教师蒸馏的变工况轴承故障诊断方法。基于多源域迁移将所提方法分为2个阶段进行迁移:先将多个工况知识迁移到中间域模型中,聚合源域通用知识后再通过目标域中少量样本对模型进行微调,完成目标域适应;再使用集成分类器将得到的公共特征进行故障分类,得到故障诊断结果。实验结果表明,所提方法可在少量目标工况标记样本条件下对不同工况故障进行有效诊断,具有较高的准确性和泛化性。 丁建建 朱晓娟关键词:变工况 奇偶校验问题的二进神经网络学习算法 2013年 二进神经网络可以完备表达任意布尔函数,但对于孤立节点较多的奇偶校验问题却难以用简洁的网络结构实现。针对该问题,提出了一种实现奇偶校验等孤立节点较多的一类布尔函数的二进神经网络学习算法。该算法首先借助蚁群算法优化选择真节点及伪节点的访问顺序;其次结合几何学习算法,根据优化的节点访问顺序给出扩张分类超平面的步骤,从而减少隐层神经元的数目,同时给出了隐层神经元及输出元的表达形式;最后通过典型实例验证了该算法的有效性。 杨娟 陆阳 朱晓娟 邱述威关键词:二进神经网络 布尔函数 蚁群算法 基于Web的高校学生管理信息系统的设计与实现 被引量:14 2004年 介绍了基于Web的高校学生管理信息系统(SWMIS)。本系统采用B/S三层结构,中间件技术以及大型关系型数据库管理信 息系统,基本实现了一整套学生管理的信息化。采取了多级权限的设置,使用触发器等措施以保证数据安全性和一致性。 朱晓娟 孟祥瑞关键词:学生管理信息系统 B/S三层结构 JSP EJB SERVER2000 SDN中基于模型划分的云边协同推理算法 2023年 在网络状态和任务需求的动态变化下,为减少模型推理时延和计算成本,在软件定义网络(Software Defined Network,SDN)中提出了一种基于模型划分的云边协同推理算法。通过构建复杂度预测器分配任务执行环境,采用深度Q网络(Deep Q-network,DQN)算法对边缘环境中的推理模型进行自适应划分与卸载;以及用SDN技术从全局感知推理任务与网络资源,实现动态网络环境下网络资源的合理分配。试验结果表明:SDN中基于模型划分的云边协同推理算法具有良好的收敛能力,在动态环境中具有较好的鲁棒性。与现有的推理算法相比,该算法能够在合理分配计算资源的前提下,满足协同推理低时延的目标要求。 许浩 朱晓娟关键词:SDN 新工科背景下高级语言程序设计课程智能化教学研究 被引量:5 2022年 针对高级语言程序设计课程在新工科背景下教学存在的不足,分析了高级语言程序设计待解决的关键问题。结合程序设计课程特点,构建一种高级语言程序设计的智能化教学框架,并在教学过程中实施。结果显示,该方法在教学流程信息化、教学管理数字化和教学决策智能化方面取得了较好效果,智能教育的创新融合促进了课程教学质量的全面提升。 石文兵 方贤进 朱晓娟 蒋社想关键词:高级语言程序设计 智能化教学 智能工厂中边缘服务器的部署方法研究 被引量:1 2022年 为提高智能工厂系统中数据处理服务的时效性,提出了一种将边缘计算服务器部署在靠近终端设备层的策略。采用Gap-statistic++算法对比待分类样本数据集与参考数据集在不同分类数时的离散程度之差,将最大差值对应的分类数作为最佳边缘服务器数量。以服务时延和负载均衡构建目标函数,运用K-means++算法得出初始簇类,构建以计算时间为权值的边缘服务器与簇的有权二分图,利用匈牙利算法找出最小匹配,得到目标函数最小值,从而达到最优部署。对智能工厂的智能终端设备分布数据集进行仿真实验,结果表明该算法能够使系统实现最小化服务时延和整体的负载均衡。 高晋洲 朱晓娟 张天浩 王健 程璐关键词:负载均衡