基于CS-ECA-BILSTM与KubeEdge的自适应智慧路灯边缘计算模型OA北大核心CSTPCD
提出一种基于高效通道注意(ECA)网络和双向长短期记忆神经网络(BILSTM)的自适应智慧路灯边缘计算模型.首先,在BILSTM的基础上,融合布谷鸟算法、通道注意力机制,构建CS-ECA-BILSTM能见度预测模型,实现道路能见度预测;其次,为普通路灯控制因子单一的问题引入照度和色温因子,提高控制效率并降低路灯能耗;最后,在边缘端引入云原生理念,使用KubeEdge框架与容器技术部署路灯控制模型到边缘端,从而实现多路灯控制.实验结果表明,所提出CS-ECA-BILSTM模型的性能优于其他对比模型,可有效提高路灯能源利用率,且能实现在边缘端的运行.
郭泽鑫;林培杰;程树英;陈志聪;吴丽君
福州大学物理与信息工程学院,微纳器件与太阳能电池研究所,福建福州350108福州大学物理与信息工程学院,微纳器件与太阳能电池研究所,福建福州350108福州大学物理与信息工程学院,微纳器件与太阳能电池研究所,福建福州350108福州大学物理与信息工程学院,微纳器件与太阳能电池研究所,福建福州350108福州大学物理与信息工程学院,微纳器件与太阳能电池研究所,福建福州350108
动力与电气工程
智慧路灯边缘计算双向长短期记忆神经网络注意力机制容器技术
《福州大学学报（自然科学版）》 2024 (6)
P.667-673,7
福建省科技厅引导性基金资助项目(2022H0008)福建省级科技创新重点资助项目(2022G02011)。
评论