公共文化服务平台

周天清: 作品数：52 被引量：36H指数：4; 供职机构：华东交通大学更多>>; 发文基金：国家自然科学基金江西省自然科学基金教育部人文社会科学研究基金更多>>; 相关领域：自动化与计算机技术电子电信经济管理文化科学更多>>

合作作者

超密集多接入移动边缘计算网中安全型计算效率优化方法: 本发明公开了一种超密集多接入移动边缘计算网中安全型计算效率优化方法，该方法包括：获取超密集多接入移动边缘计算网络的网络基础信息，根据网络基础信息构建网络系统，并在网络系统的约束下构建优化问题；根据优化问题得到初始解，并将...; 周天清戴广强聂学方李轩

基于奇异谱分析的GRNN模型在金融时间序列中的应用被引量：5: 2011年; 奇异谱分析(SSA)作为一类无参数、独立于模型的时间序列分析技术,适用于具有非线性、非平稳性、含噪声的金融时间序列数据的分析与研究。目前,基于SSA的预测通常采用线性递归、BP神经网络等模型,但其预测精度、训练速度并不理想。为此,该文提出基于SSA的广义回归神经网络(GRNN)预测模型,它以SSA所获取的主成份重构序列作为GRNN的输入进行预测。以同方股份收盘价格为测试数据,预测日收盘价。结果表明,基于SSA的GRNN模型预测效果不仅略优于GRNN预测方法,而且明显优于常规的SSA算法。; 刘遵雄周天清; 关键词：奇异谱分析广义神经网络线性递归金融时间序列

一种移动边缘计算场景中的安全服务迁移方法及系统: 本申请提出一种移动边缘计算场景中的安全服务迁移方法及系统，该方法包括：获取移动用户的移动轨迹，并标注出其轨迹位置，以形成数据集；根据数据集模拟真实目标场景，以构建系统网络模型，加入安全性考量，并定义该模型的时延总和目标函...; 聂学方张鼎鼎王辰周天清

超密集物联网络中多任务多步计算卸载算法研究被引量：2: 2022年; 随着物联网(Internet of Things,IoT)的迅速发展,各种物联网移动设备(IoT Mobile Device,IMD)需要处理越来越多的计算密集型和延迟敏感型任务,这给移动边缘计算网络带来了新的挑战。为了应对这些挑战,装备移动边缘计算(Mobile Edge Computing,MEC)的超密集物联网应运而生。在该网络中,IMD可将计算密集型任务卸载至边缘计算服务器上进行处理,从而节省自己的计算资源并降低能耗。然而,这样会造成额外的传输时间,进而导致更高的延迟。为了均衡能耗与时延,针对多用户多任务的超密集物联网络,提出了一个最小化能耗和时延的均衡问题,以联合优化用户(IMD)关联、计算卸载和资源分配。为了进一步平衡网络负载,充分利用计算资源,在问题建模时采用多步计算卸载。最后,利用智能算法——自适应粒子群算法(Particle Swarm Optimization,PSO)对所提问题进行求解。相比传统粒子群算法,自适应粒子群算法能降低20%~65%的总开销。; 周天清岳亚莉; 关键词：物联网资源分配自适应粒子群算法

基于HRM的金融时间序列预测被引量：1: 2011年; 由于金融时间序列具有复杂、非线性、非平稳性、含噪声等特点,许多传统的线性及非线性方法难以对其进行有效的预测。为此,文章提出将HRM(A Hessian Regularized Nonlinear TimeSeries Model)应用于金融时间序列领域。实验结果表明,HRM具有较好的模型构建能力,拥有较快的计算速率,并且得到了较好的预测结果。; 刘遵雄周天清; 关键词：HRM 金融时间序列

一种电梯控制驱动装置: 本实用新型公开了一种电梯控制驱动装置，涉及电梯控制驱动技术领域。本实用新型包括电梯控制驱动箱本体：所述电梯控制驱动箱本体的前后外壁均安装有高密度防尘散热网。本实用新型通过设置的高密度防尘散热网，这样在使用过程中可通过高密...; 贺子宣廖龙霞聂学方周天清张波华林子诺黄坤许醇红蒋林艳

基于SSA的金融时间序列自适应分解预测被引量：1: 2011年; 提出了分解预测的思想,通过SSA将序列分解成低频与高频两部分,分别采用最小均方(LMS)自适应自回归移动平均(ARIMA)与LMS自适应自回归(AR)模型进行预测,然后将两者叠加便可得原始序列预测值.同时,为了更好地捕捉序列局部突变,缩减预测延迟,提高预测精度,对EaLMS算法(基于误差调整的LMS算法)参数进行修正并应用于分解预测.实验结果表明,修改后的分解预测相比于LMS自适应AR直接预测法,优势更明显.; 刘遵雄周天清郑淑娟; 关键词：奇异谱分析最小均方

FCBLUP模型在高频金融数据中的应用: 2011年; 将函数延拓最优线性无偏估计(FCBLUP)引入高频金融数据挖掘中,对离散观测值序列建立函数数据模型,并进行预测。选取上证收盘价格为实验数据,建立FCBLUP模型。为能对预测效果进行有效的评价与定位,设立基于ARMA模型的预测组。实验结果表明,FCBLUP预测效果较ARMA模型更理想,FCBLUP预测误差除在小段预测区间略大于ARMA外,其余时刻均低于ARMA预测。; 刘遵雄周天清郑淑娟; 关键词：高频数据

基于混合粒子群算法的计算卸载成本优化被引量：5: 2022年; 为了满足用户日益增长的计算密集型和时延敏感型服务需求,同时最小化计算任务的处理成本,在时延约束下,该文针对超密集异构边缘计算网络,构建了有关任务卸载、无线资源管理、计算资源块分配的联合优化问题。考虑到所规划的问题具有非线性和混合整数的形式,且为满足约束条件及提升算法收敛速率,通过改进分层自适应搜索(HAS)算法设计了混合粒子群优化(HPSO)算法来求解所提出的问题。仿真结果表明,HPSO算法明显优于现有算法,能有效降低任务处理成本。; 周天清曾新亮胡海琴; 关键词：资源分配粒子群算法遗传算法

一种面向动态频谱环境的车联网分簇方法: 本发明涉及一种面向动态频谱环境的车联网分簇方法，该方法具体步骤为车辆计算出自身车辆可接入信道进行通信的概率，并向周边车辆广播信道接入数据包；每台车辆根据接收到的周围邻居车辆的信道接入数据包后，遍历计算当前车辆的最大数据传...; 李轩蒋雯周天清姚誉