第二篇

云计算

v2v通信

车辆云计算：

问题：

车辆动态变化、速度快

时变的网络环境：

时变的资源

数据需求：

维护模型更新

通过v2i基础设施与车辆通信，

使用迭代算法或遗传算法（为了减少计算量）

第三篇（不懂）

云安全 （基于区块链、密钥管理）

存储及服务安全（非法用户访问、数据混淆、数据完整性、数据重复、服务器宕机）

现状过于理想化

面向移动环境的密钥管理

（不适用于我们的项目）

第四篇

数据的采集：

通过线性插值

SG平滑滤波去除噪声值

使用pls、pcR降低特征维度

使用麻雀算法优化超参数

GRU（基于RNN变类）表达能力有限

使用双向GRU解决问题

第五篇

基于宽度学习（稳定性好，速度快，准确率接近深度学习，相对机器学习）

震动信号转换为时频信号之后，使用池化运算降低尺寸（时频信号），降低计算量。

应用创新（已经有数据集了，也不是很新）、新的时频简化方法

证明宽度学习（在这个里边）有效且速度快，而且这种简化方法有效

推理的时间没有验证，只说了训练的

第六篇

智慧农业的推荐系统

将推荐任务转化为自然语言任务，然后输入到自然语言模型。

核心能力：订购偏好以及价格敏感度（商品与用户）。

分为自然偏好与个性喜好价格的弹性系数。

如果对（部分价格敏感的用户推荐给商户）、与铁定要买的用户。

有中科院1区的论文

第七篇

肉鸽的行为研究

白天过曝，晚上成像质量不好

动作为6类

需要环境交互

加了swin-transformer


如果另外一个支路去做追踪然后分配动作识别结果如何。

第八篇

XGBoost算法+贝叶斯优化