|
|||||
|
|
| 面向移动学习的云资源信息流无源定位技术 | |
| 摘 要： | 在移动学习过程中,需要对云资源信息流节点准确定位,提高网络学习效率,增强学习网络转换信道均衡能力。传统方法中采用基于向量随机学习的网络信道切换队列整合方法,实现对信任节点的定位,但当出现信任时隙局部性交叉项时,定位性能不好。提出一种改进的面向移动学习的云资源信息流无源定位技术。采用M-learning随机场学习模型,通过局部性交叉项补偿进行信息链单流量解析模型设计,在大数据环境下,对信任节点的数据种类进行无源定位分类,然后通过云资源信息流节点任务调度方法,提高网络的信任度,由此提高对云资源信息流的无源定位能力。仿真结果表明,该算法能有效提高对M-learning环境下的云资源信息流的定位精度,提高学习效率和资源分配能力。在学习资源共享调度等领域具有较好的应用价值。 |
Technology of Passive Location for Cloud Resource Information of Mobile Learning |
|
| Abstract: | |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ | |