决定每个子系统的有序和协同运行机制下的物联网的组织模型

文摘

分析整个子网有机网络系统集成,分析了整个系统的网络演化过程的物联网(物联网)网络组织模式,并分析了网络通过网络规模测量,测量节点增长,节点分布测量,测量和节点关联。我们分析的协调模式的硬件资源、信息资源、金融资源、人力资源、组织、和客户资源从资源的角度元素。我们分析了垂直和水平工作协作模式从工作的角度来看。从公平的角度来看,两种类型的基于股权的协同和提出了基于协同的四种类型。提出了物联网的网络阶段组织模式不同于前一个阶段的重要协作模型,基于平台的协作模型,分析了从协调管理器软件平台和物联网组织模型基础设施硬件平台。我们使用相关数据来构造一个SIM模型的协同发展的物联网产业体系量化的整体协作系统物联网产业的发展现状。与此同时,灰色关联分析模型GM (1, N)是用于关联子系统的复杂系统。研究结果表明,物联网产业的发展经历了一个u型的不协调阶段的开发过程工业系统的协调发展。每个子系统都有自我发展能力和展品彼此不同的互动关系。

1。介绍

物联网(物联网)是基于通信网络如互联网和移动通信网络(1]。根据不同行业的应用需求,它使用感知、通信、和计算能力的代理自动获取真实的信息和连接所有物理对象与独立寻址功能,以便建立一个智能信息服务系统,连接人与事物和事情和事情。特定的物联网应用领域(智能农业、智能城市,等等)的链接仍然主要停留在环境信息感知、数据传输和监控(2]。尽管使用传感器技术,大部分用于显示或统计分析收集的数据,和没有信息链接和相关控制设备。事实上,科学决策和智能控制实现。更常见的应用程序感觉没有决策或决策没有控制。这些应用程序单步执行应用程序,尚未构成整个链接的“闭环”“sensing-decision-control”,大大削弱了物联网技术(3]。

在新的经济形式下,有新的发展形式的物联网组织模型和物联网的发展需要组织模型。学者补充和完善物联网的组织模式的理论体系,结合当前的经济发展状况和趋势,做出新的解释和更深入的研究,并提出网络系统规划和组织模型的操作方法的物联网在此基础上4,5]。十分重要的理论意义,理论体系的丰富和发展物联网的组织模型的主题。网络结构优化模型研究,以及网络协调操作模式和协调机制,实现信息和资源的动态共享网络中每个维度的主体,操作流程的协调和统一,更好的服务的专业化和一体化区域经济产业。预计提供科学方法和依据中国政府和企业在物联网组织模型规划,促进物联网的发展产业集群组织模型,优化网络系统的整体经营业绩,降低整体运营成本的物联网网络系统组织模型,优化物联网组织模型网络资源分配,减少链接和耗时的过程,提高物联网组织的合作和协调度模型网络系统,促进物联网组织增加价值的模型,和有实际指导促进物联网的发展组织模型行业意义(6]。

协调经理可以稳定存在和有效促进协作管理工作,必须通过一系列的制度保障和政府的支持。首先,建立一个协调管理机构需要由相关政府部门,与关键物联网的参与组织和公园管理委员会。然后,它负责制定和实施系统的任务协调执行机制、信息共享机制、合作的激励机制,和协作行为。数据通过对信息、监督和奖励和惩罚的结果通过建立机制和预警信息输出模型,协助的实现机制。基于测量的程度和状态发展的物联网产业体系,一个灰色动态关联分析模型的物联网工业系统中的各个子系统之间的协同,即GM (1, N)模型,根据灰色系统理论。目前,每个子系统都有发展自己的能力。其中,融合子系统和技术创新子系统有一个单向弱协同关系。

1.1。相关工作

物联网是一个非常复杂的异构网络,构建一个物理世界和虚拟世界之间的桥梁7]。所有的物联网应用程序的最终目标是提供无缝服务而无需人工干预。物联网被认为是下一个合乎逻辑的革命,它可以提供范围广泛的服务在智能城市,制造、智能农业、智能医疗、智能家居(8,9]。物联网自治系统是非常重要的,但仍有许多需要解决的挑战。斯坦科维奇首届IEEE中提到的“物联网”的杂志,物联网应该是一个重要的基础设施,可以运行多个应用程序和服务,集成功能(10]。学者提出的一种认知物联网,包括如何处理异构数据和高维数据的物联网,物联网的语义的发现,和解释相关的技术问题,如物联网的智能决策和深入研究物联网的智能服务。物联网已悄然进入多个智能产业。在当今倡导节能环保、优化资源配置的物联网已成为迫切需要解决的问题(11]。人工智能的资源调度算法有很多,但大部分都是为特定的应用程序和开发有一定的局限性,它不适合解决物联网服务问题研究[12]。物联网是一个服务,本文将对其整个布局作为服务系统。资源优化分配问题的解决面向服务的网络化协作设备是一个非常复杂的问题,它属于典型的np难组合优化问题13]。本文研究的问题是如何减少资源消耗,缩短服务时间,换句话说,如何从大量的候选人选择多个最优服务服务来实现上述目标。这将是一个具有挑战性的多目标优化问题。

许多研究人员试图解决多目标Web服务(服务选择问题14]。学者提出的多目标面向质量的服务选择的第一个近似15]。相关学者进行的研究多目标优化的服务质量。他们介绍了帕累托集模型与服务质量感知服务组合。相关学者已经提出了一个方法来支持决策者使用集群找健壮和QoS-optimized服务组合16]。在我们先前的研究工作,我们实现了一种自适应Web服务组合受neuroendocrine-immune系统。然而,上述研究工作主要集中在Web服务组合基于服务质量。物联网服务不同于Web服务,因为它们具有大规模、异构、不可靠和动态特性。一个重要的挑战,需要解决在物联网领域的服务组合(也称为服务集成)是开发高效的服务选择算法以优化能源消费和服务质量的管理。在大规模物联网环境中由成千上万分散的实体,这成为一个至关重要的问题。相关学者使用概率发现方法来有效地找到一个近似的服务设置满足给定的请求来满足目标的快速服务发现和减少资源消耗17]。相关学者指出,物联网是一个范例,在现实世界中,实物可以连接到互联网,通过额外的计算设备提供服务。研究人员已经提出了一个面向服务的物联网三层服务质量调度模型。感知作为一个服务模型预计将建立在物联网基础设施和服务。然后,服务分配给接口异构资源,和最优的解决方案(为这个生成的np困难问题18]。

大规模物联网环境由成千上万分散的实体。一旦检测到服务请求时,有必要立即计算和选择多个(请求服务)服务请求服务的最佳组合对从大量的候选集提供服务。物联网不仅应该提供服务动态并发请求也减少能源消耗,减少服务时间,提高信息的准确性。此外,服务可用性、带宽分配和可靠性也应考虑,特别是在资源受限的环境(19]。因此,服务选择是一个多目标优化问题。然而,有效的服务选择算法的发展仍然是具有挑战性的,并没有被广泛地研究过了。最近的研究成果,如使用新颖的分解策略,启发式缓存策略,和启发式多任务调度算法,应用于物联网服务选择问题,但他们没有深入从多目标的角度优化(20.]。物联网服务组合基于资源的优化和QoS意识和物联网服务组合优化的基于能源消耗和QoS实现dual-objective优化,但服务的动态特性不考虑21,22]。因此,本文的目的是实现全球组合和多目标优化的动态物联网环境中无处不在的服务。

2。为决策核心技术协作

2.1。决策协调的过程

自主决策的最终目标是为了更好的进行渗透测试,也就是说,检测、入侵、盗窃目标系统的信息。获取重要信息后,必须使用相同的频道和加密方法作为法定数据信息传输通过分布式客户和伪装的应用程序控制,隐藏自己,同时避免安全审计和异常检测机制。

有效、合理的攻击决策将实现多个对象的迁移。因此,自主决策需要有一个明确的收件人对象和目标(包括攻击范围,有效的价值目标,攻击时间限制,和损伤程度)在特定阶段,系统类型、防御机制,和安全设备部署全面计划,和收集的数据信息收集阶段在模拟攻击阶段动态调整达到最佳的攻击效果,转移到下一个对象,并最终实现目标系统渗透效果。

本文主要涉及到决策系统和协作系统,以及后来的发展渗透测试模块。整个工作过程如图1。

整个系统包括三个阶段:决策阶段,合作阶段,渗透测试阶段。决策阶段包括四个主要功能模块,即身份验证模块、节点选择模块,任务的表情,和任务分割。协作阶段分为功能模块,比如任务分配、空转,沟通和退出根据协作系统的内在需求和协同处理的过程。

2.2。任务划分

为了提高决策的有效性,任务的约束条件建立表达与约束对象为中心。例如,在决策验证阶段,有身份验证信息的限制,包括密钥/证书信息,版本信息,等等。目标对象通常包括约束,如操作系统、网络环境和应用程序环境。有必要把任务分成基本可执行的任务。任务是一个复合时,“任务细分和调度”执行任务之前必须完成。

为了实现系统的平衡和简化算法,主要研究节点的硬件条件,如CPU、磁盘、内存,以及网络信息和操作系统版本的节点。这些特征结合节点选择。不同的节点选择的决策任务不同的目标主机。例如,当嗅探和扫描主机在同一局域网,它需要更少的资源,但更高的要求放置在网络的节点上。此时,该节点的网络信息和其他参数主要是作为选择的依据。当任务变成了密码破解,需要更多的硬件资源(如CPU和内存,节点选择的重点是转换为节点的硬件为主要参考依据。这是因为密码破解攻击往往需要大量的本地资源。当然,网络资源也得到了改进。因此,当设计的节点选择算法,我们需要结合任务节点的选择。为此,您可以参考任务类型任务细分之后在前一节中设置相应的选择系数。

2.3。合作交流

协同通信模块的设计合作节点之间的通信和协作节点之间合作控制器。协议交互的方法包括之间的通信的两端C / S。通道是用来保持“通道”信息,包括通信的套接字(抽象描述)和套接字的选项信息。设计是基于多种操作系统平台的支持。通过维持与套接字相对应的属性信息处理,使用通道可以促进其他模块修改这些属性,增加这些接口。结合数据管理后,相应的实现结果应满足模型图如图2。

3所示。决定合作运行机制的网络系统多维组织物联网模型

3.1。的原理和过程每个子系统的有序合作运行机制

协同操作的物联网网络组织模式是一系列物联网组织模式活动面向客户需求,围绕客户的物联网组织模式服务任务。物联网组织模型中的网络系统,通过协调管理平台,米客户接受并分解成任务n物联网组织模型操作,这些操作的路径优化和整合。你收集k物联网组织模型服务提供商能够提供服务资源通过网络物联网平台和组织模型评估和匹配操作资源。从整个系统的角度来看,你调用的资源在网络系统中,选择最优的配置资源,物联网的,共同完成任务分工组织模式的选择这些首选的资源。这个合作的运行机制是基于客户需求。物联网组织的机制,使资源分配模型服务提供者来引导整个操作系统的需求,不断优化分布和迁移,实现整个系统的优化操作。

物联网组织模型网络的协同运行机制的核心是所有其他协作机制。节点成员可以开展协作行为,如按照分工与合作协作的规则运行机制,然后可以进一步实现协作行为的激励和监督机制在此基础上。协同运行机制研究如何整合业务,实现规模经济和距离经济影响以及如何匹配资源,充分发挥各自优势的物联网服务提供商组织模型,减少恶性竞争,并减少返回负荷率,从而降低网络的整体成本。这个过程主要包括三个过程的工作分组、工作一体化,资源匹配执行。所涉及的规则包括三个阶段的主要工作排序规则,工作集成规则,和资源匹配的选择规则,如图3。

在节点操作中,相同的位置和相同类型的业务集成。运输业务的集成更加复杂。如果不考虑规模效应,选择每个操作之间的最短路径的起点和终点,但它可能失去机会与其他业务集成。总的来说不一定是最好的选择。在同一组运输操作,根据评估的主要操作从高到低,操作中发现的最短路径,和nonmain操作集成到路径的主要操作以达到规模经济。一步是列表中每个作业的最短路径。可以使用迪杰斯特拉算法,迭代次数设置为K;也就是说,K最短路径列出解决方案。第二步是将操作路径和确定哪些操作可以集成到主操作路径。如果节省成本的规模效应可以抵消绕道成本和转运成本,然后整合; if the increased cost cannot be offset, then do not integrate.

我们匹配的集成工作根据资源节点和线路和找到的资源路径根据前面的路径规划。根据资源情况的服务提供者,它可以完成由一个服务提供者或多个服务提供者。这个过程是有效的复合分布的物联网的服务资源组织模型。这是重新设计组织模型的物联网的网络组织模型的快速响应市场需求和组织的过程。

根据发布的服务需求,资源搜索执行根据搜索条件,和候选人的信息公司相匹配的条件显示在反馈。你优先考虑的资源和成功的历史服务提供者,然后判断资源是否能完成这个任务。当首选服务提供者的工作能力的人工智能是充分的,节点的工作Ti或线可以独立完成。当服务提供者的现有资源不能满足需求,选择次优服务提供者在向分包完成操作。如果此时的总资源服务提供者(路线)仍然不足,你申请调用服务提供者的空闲资源的其他节点(路线)。

3.2。建立一个有序的协同运行机制为每个子系统模型

假设组织物联网的网络图模型是由点和边,G= (V,l),V是一组节点,米共点,l边的集合。G变成了抽象的节点和交通物联网组织模型的连接地理地图。由于服务提供者的运输能力限制,每个服务提供者只能运输道路部分在运输网络的一部分。因此,物联网的网络图的组织模式是一个复杂的道路网图,和变量Y( )=年代_k(k= 1,2,…K),年代_k代表了服务提供者,这表明边缘( )服务提供者的交通路线吗年代_k(k= 1,2,…K),关键变量B( )=年代_k(k= 1,2,…K),表明顶点服务提供者的工作节点吗年代_k。R_ij点之间是服务提供商的数量我和j。年代_ijk是kth服务提供者之间的点我和j。

假设有N工作在网络形成的工作集Z;锌(n、Va、Vb、qnT_马克斯,C_马克斯,类型)意味着第n个工作的起点锌是Va、Vb终点,并qn的工作量。时间要求,C_马克斯是客户的成本预算;也就是说,客户满意度不能超过的时间T_马克斯,不能超过成本C_马克斯。类型代表工作类型和用于工作的组数。

假设有一个总K服务提供者在网络服务提供者设置年代。年代_k意味着操作的能力kth服务提供者年代_k在服务范围之间V_我来V_j是一个_ij工作开展的总量问_ij,_ijn承担服务评估的能力D_ij,服务价格C_n代表的价格完成运输操作所需锌、代表价格完成节点操作所需锌、T_n代表运输操作的完成,代表所需的时间完成节点工作锌、和类型是服务提供者的资源类型,匹配类型分组工作变量。

其中,价格是每单位距离的单位工作,这是一个递减函数或者分段的折扣函数。更大的工作由服务提供者的总量年代_k在这段工作的单位价格越低,这反映了规模效应。

3.3。的过程中解决每个子系统的有序的协调机制

两层迭代法用于解决问题,和解决过程如图4。解决方案分为两个层次。第一级是重组工作。首先,主要就业工作登机方法用于集成和优化,因此资源匹配是系统优化的指导下,和服务提供者选择是第二层次的问题。问题的次优化问题可以通过使用邻域搜索方法解决。

3.4。建立一个激励机制模型,每个子系统的有序协调的行为

这种机制的概念模型是主要的基础上进一步提高价格管理机制模型和开展协作增益分布。的协同作用获得的区别是系统的最优Etotal返回和非合作的总回报Etotal 。假设获得的一部分将被分发到所有成员的物联网服务提供者参与协作组织模型,而另一部分会得到回报的物联网服务提供者的服务组织模型和主动网络建设的行为。也就是说,服务提供商的收入分为基本分包收入+奖励收入。

假设有K物联网组织物联网组织模型中的模型服务提供商网络系统,每年分包操作量K物联网服务提供者是qk组织模型,和操作执行的结果是英国= (uk1, uk2 uk3) T。其中,uk1是物联网的基本组织模式操作的评估,包括准时到达率和客户服务评估。uk2组织的信息化建设指数模型的物联网,如网上信息的及时率,设备标准化信息的编码速率,EDI等信息化建设的投资。uk3指数与其他物联网的协调与合作组织模型服务提供者、完成率等装卸车辆准备的准备和及时率;到来之前下游分包商的运输车辆,我们准备装运。这三种类型的评价指标集成到360度的检验方法;也就是公司本身、客户协调物联网组织模型的平台,和上游和下游合作公司共同评估。大多数的评价信息自动进入基于客观的工作条件的计算方法,以减少管理成本带来的激励。分包合同的服务提供者改善组织物联网模型

其中,第一项是奖金,第二项是固定的标准支付。每个索引的标准的价值,每个索引的激励系数,这也是本节要解决的决策变量。p_k是固定的支付完成工作任务和满足P_我前一节的时间间隔范围;集

其中,(我= 1,2,3)代表了k物联网组织模型上花费的精力服务提供者在第i类指标。(我= 1,2,3)代表外部客观因素影响的完成第i型指数k物联网组织模型的服务提供者。外部客观因素影响物联网组织模型的操作指标包括气候条件、交通条件、自然灾害;外部客观因素影响信息共享包括公共电信运营商的服务条件和信息网络建设物联网组织模型的网络平台。

假设带来的好处jth物联网组织模型服务提供者的物联网网络系统的组织模型

其中,系统反映了第i个指数的贡献收入。第一类指标的完成组织的物联网模型,第二类指标是信息化建设和共享的状态,和第三类指标的协调与合作的状态。

假设网络平台之间的协调成本协调员组织模型和物联网k服务提供者是th物联网组织模型

因此,物联网的总福利组织物联网组织模型中的模型服务提供商网络系统来协调

4所示。评估和分析的协同程度的物联网产业体系

4.1。指标权重的确定

每个子系统的影响程度的评价指标体系对整个系统是不一样的,这就需要相应的重量分配给每个评价指标。本文利用相关矩阵加权法确定指标权重。相关系数反映了指标之间的相互作用程度。其绝对值越大,这个指标之间的关系。越深的影响,反过来越低。如果整体相关性的指标和其他指标评价体系是相对较高的,这意味着这个指标有更大的影响对其他指标的发展变化;也就是说,系统中有更大的作用。假设指标体系包含n指标,指标之间的相关矩阵表示R;让

然后代表其他的总影响的第i个指标指标的指标体系。更大的 ,大的影响i指标在指标体系和它的重量就越大。相应的指标权重可以通过正常化 ;也就是说,

各评价指标的权重计算,每个索引的比例如图所示5。

4.2。测量和评价的协同程度的物联网产业体系

每个子系统的协调度的物联网产业体系和物联网工业系统的协调度计算。四个子系统的权重都设置为0.25时计算复合系统的协调度。估计结果如图6。

图7显示各种子系统之间的协同度的物联网产业体系。从图可以看出,每个子系统的协调状况更为复杂。融合子系统的协同程度是波动上升,达到峰值后,它显示了一个下降趋势的最低点。下降的程度融合机制的协同作用表明,产业壁垒尚未消除,它仍然是阻碍物联网产业的协调发展。之后,它再次出现上升的趋势,表明工业集成后逐渐发展缓慢无序发展经历的一个过程。原因在于物联网产业链很长,和不同行业之间的差异在一定程度上阻碍了产品交互。不同行业之间的有效沟通收集的信息在这一层都是不同的,所以可用的传感器是不同的。例如,用于土壤监测的传感器和传感器用于环境监测并不普遍。同样的事情也发生在信息处理水平。他们所需要的内容来分析和决定与彼此不同。 In the current period of development, due to the diversified nature and strong customization of the industry chain including industries, it is difficult for IoT technology and industry growth to form a centralized leapfrog development. After reaching the peak point, the organizational mechanism synergy showed a downward trend, indicating that the organizational mechanism that can lead the development of the IoT industry has not yet been perfected.

发展物联网产业的协同程度系统如图8。从协同的程度的角度发展系统的物联网行业的发展和物联网产业的发展经历了馆发展进程不协调发展的当前的工业体系。IoT-related公司一般规模较小和较弱的抗风险和更受金融危机的影响。另一方面,由于提出了物联网的发展,它带来了物联网的发展机遇和问题。关于物联网、科学研究机构和地方政府已开始急于得到一个政府投资的份额。这造成了一个严重的情况,低水平重复建设。物联网的未来发展有一个广阔的空间,但它是由许多不同的应用场景,形成大量小市场容量有限,这造成了一个现象,多样化的应用程序场景限制工业化的发展。这种现象主要表现在两个方面。一方面,在物联网的发展的初始阶段,技术应用和产品开发尚未成熟,和一些物联网技术相对高端,他们缺乏价格优势,不能满足市场对产品的需求函数。很难获得产品促销和大规模开发的需求性和价格; on the other hand, some of the current technologies cannot be used to create value and function by realizing productization. Now they only stay at the level of laboratory and simulation, which is difficult to form. Large-scale applications cannot promote the improvement of the industrialization level. For example, based on the application of sensors and sensor networks, the conflict between application scale and industrialization is very obvious. For example, the country does not have the ability to produce sensors for detecting soil and water quality. From the comparison of the order degree of the four subsystems, it can be seen that the organizational mechanism changes more frequently and the order degree shows a downward trend, which is the main reason why the IoT industry cannot develop in a coordinated manner. The development of industrial system synergy has contributed a lot.

4.3。评估协作开发的物联网行业的各个子系统之间的关系

整体协作的基础上测量分析物联网工业系统、动态相关性分析模型中的各个子系统的协同作用物联网产业体系构造根据灰色系统理论,即GM (1, N)模型。

4.3.1。建立基本数据序列的灰色评价的物联网产业体系

基于索引数据的四个子系统的物联网产业体系,本文建立了基本的索引数据列灰色系统动态评价模型。基于上述指标权重的计算,四个子系统的无量纲发展序列值计算。这是基本模型的数据列。根据基本数据序列的方法,建立灰色动态评价模型,基本数据序列的发展物联网产业的每个子系统,如图9。

4.3.2。每个子系统的开发能力的分析物联网产业

系数a11 a22 a33和a44自我发展系数的集成、技术创新、结构调整和组织机制的物联网产业体系。其中,自我发展系数融合子系统a11 > 0表明融合子系统有自我发展的能力。主要原因是基本数据融合子系统的显示出一个温和的上升趋势,这也验证了融合子系统的有序的上升趋势。技术创新子系统的发展系数a22 > 0表示子系统有一个良好的自我发展能力,验证了技术创新子系统的有序的快速发展趋势,以及系统的有序的发展水平高于其他三个子系统。的科技支出和无形资产的订单参数显示快速上升趋势,主要是由于在物联网技术创新的持续发展。自我发展系数的结构调整机制子系统a33 > 0表明结构调整机制子系统发展自己的能力,但这种能力相对较弱。组织机制子系统a44 > 0表明组织机制子系统目前发展自己的能力,以及系统开发的顺序逐渐改善。每个子系统的灰色模型系数的物联网产业在图所示10。

5。结论

后建立各种机制模型和求解,提出了各种机制的结论和应用对策基于解决方案的结果,特别介绍了协调经理要求剩下的系统协调收益负责这一系列协调机制的实现。系统协调经理应该分配成员的协同效应获得科学和促使成员互相帮助通过激励机制。同时,监督信息共享行为监督机制也需要。如果缺乏监督机制导致服务质量差,客户不会选择服务提供者的网络系统,但选择其他物联网企业服务组织模型,和操作稳定的物联网系统网络组织模型也将受到影响。后整齐的结构调整机制达到最低点,它开始逐渐上升。在结构调整机制、劳动力结构的影响最大,其次是技术结构。然后增加人才的引进,扩大知识的支持将在改善中发挥作用的有序结构调整机制。有序的组织机制显示到达峰值后下降的趋势,表明组织机制,导致物联网产业的发展还不完美。改善工业组织和性能的改善盈利能力对有序的组织有更大的影响机制。我们分析子系统本身的开发能力和它们之间的关系通过灰色动态关联分析模型。 At present, each subsystem has the self-development capability, and the fusion subsystem and the technological innovation subsystem have a unidirectional weak synergy relationship.

数据可用性

数据共享不适用本文没有生成数据集或在当前的研究分析。

的利益冲突

作者宣称没有利益冲突。

引用

1. h . j . Liu西山英彦:加藤,j .郭”device-to-device-communication-enabled多通道蜂窝网络的中断概率:RSS-threshold-based的角度来看,“IEEE在选定地区通讯》杂志上,34卷,不。1,第175 - 163页,2016。视图:出版商的网站|谷歌学术搜索
2. 诉k·乔,a . k . Chanda经过,和王妃,“产品表面效果算法和混合调度规则自动引导车辆的性能在柔性制造系统中,“巴西社会的《机械科学与工程第41卷。。10,391年,页2019。视图:出版商的网站|谷歌学术搜索
3. j·迈尔斯,A . Savanth r . Gaddh d·霍华德,p . Prabhat d·弗林,“阈下手臂cortex-M0 +子系统在65纳米CMOS传感器网络应用程序与14权力领域,10 t SRAM和集成电压调整器,”IEEE固态电路杂志》上,51卷,不。1,31-44,2016页。视图:出版商的网站|谷歌学术搜索
4. a . Lamperski j·c·多伊尔,“${\卡尔H} _{2} $控制问题是抛物线不变系统延迟,”IEEE自动控制,60卷,不。7,1945 - 1950年,2015页。视图:出版商的网站|谷歌学术搜索
5. 美国Orozco-Rosas, k的海岸边,o .打算“混合路径规划算法基于膜pseudo-bacterial势场为自主移动机器人,”IEEE访问7卷,第156803 - 156787页,2019年。视图:出版商的网站|谷歌学术搜索
6. y他:赵,h .阴”集成网络、缓存、和计算连接车辆:深强化学习方法,“IEEE车辆技术,卷67,不。1,但不心浮气躁;年龄页。2018。视图:出版商的网站|谷歌学术搜索
7. 美国佩普和k . Rannenberg“隐私模式应用到物联网(物联网)体系结构中,“移动网络和应用程序,24卷,不。3、925 - 933年,2019页。视图:出版商的网站|谷歌学术搜索
8. h . Reyserhove和w . Dehaene差动传动门设计流最小能量sub-10-pJ /周期手臂cortex-M0单片机,”IEEE固态电路杂志》上,52卷,不。7,1904 - 1914年,2017页。视图:出版商的网站|谷歌学术搜索
9. Sabau和n·c·马丁斯,”Youla-like参数化气子空间约束,“IEEE自动控制卷,59号6,1411 - 1422年,2014页。视图:出版商的网站|谷歌学术搜索
10. y, c . Cheng j·杨,g . Gui,“改善混合预编码方案mmWave大规模的MIMO系统,”IEEE访问7卷,第12034 - 12027页,2019年。视图:出版商的网站|谷歌学术搜索
11. 刘x, y赵s, g . Wang,汉族,“动态资源预订multi-AGVs碰撞和死锁预防为基础的,”IEEE访问,8卷,第82130 - 82120页,2020年。视图:出版商的网站|谷歌学术搜索
12. n, p, j . Ren d . Chen和沈x l . Yu”大数据和5 g的无线网络的协同作用:机会,方法,和挑战,”IEEE无线通信,25卷,不。1、12 - 18,2018页。视图:出版商的网站|谷歌学术搜索
13. 诉Casola、a - m . Erascu j . Modic和m .爱你,“自动执行安全sla的云”,IEEE服务计算,10卷,不。5,741 - 755年,2017页。视图:出版商的网站|谷歌学术搜索
14. 美国保罗,诉Honkote, r·g·金et al。”一个sub-cm3能量采集堆叠无线传感器节点由一个阈电压ia - 32单片机在14纳米三栅极CMOS不间断always-sensing应用,”IEEE固态电路杂志》上,52卷,不。4、961 - 971年,2017页。视图:出版商的网站|谷歌学术搜索
15. f·林、m . Fardad和m·r·约万诺维奇”设计的最优稀疏反馈收益通过乘数的交替方向方法”IEEE自动控制,卷。58岁的没有。9日,第2431 - 2426页,2013年。视图:出版商的网站|谷歌学术搜索
16. a Asef-Vaziri和m .大使”,覆盖和连通性约束循环制定物流网络设计中设施布局,“欧洲运筹学杂志》上,卷264,不。3、1033 - 1044年,2018页。视图:出版商的网站|谷歌学术搜索
17. 林j .倪x, x沈,“高效、安全认证支持面向服务网络切片5 g物联网,”IEEE在选定地区通讯》杂志上,36卷,不。3、644 - 657年,2018页。视图:出版商的网站|谷歌学术搜索
18. f .孔蒂,r .先令,p . d .斯齐亚沃尼et al .,”的物联网终端芯片系统安全和节能near-sensor分析”IEEE电路和系统I:普通文件,卷64,不。9日,第2494 - 2481页,2017年。视图:出版商的网站|谷歌学术搜索
19. k . Dvijotham、大肠托多罗夫和m·泽“凸结构控制器设计在有限的视野,”IEEE控制的网络系统,卷2,不。1、1 - 10,2015页。视图:出版商的网站|谷歌学术搜索
20. w·兴l . Peihuang y,问:小明,和t . Dunbing“交叉识别和导向槽选择建立自主移动小车在双向流网络,”国际先进的机器人系统杂志》上,11卷,不。3,39页,2014年。视图:出版商的网站|谷歌学术搜索
21. 黄g . Gui, h, y的歌,和h .纱丽,“深度学习的一个有效的非正交多重存取方案,“IEEE车辆技术,卷67,不。9日,第8450 - 8440页,2018年。视图:出版商的网站|谷歌学术搜索
22. r . Ranchal b . Bhargava p圈,l . b . Othmane“史诗:执行安全策略的框架组合web服务,“IEEE服务计算,12卷,不。3、415 - 428年,2019页。视图:出版商的网站|谷歌学术搜索

版权

版权©2021 Lingyi Cai和刘魏。这是一个开放的分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。