MATLAB算法实战应用案例精讲-【人工智能】边缘计算（最终篇）

边缘计算：原理、应用与发展前景
最新推荐文章于 2025-12-03 08:43:36 发布
最新推荐文章于 2025-12-03 08:43:36 发布
阅读量2.8k 收藏 3
点赞数
CC 4.0 BY-SA版权
分类专栏： 【数学建模应用】MATLAB算法实战案例精讲500篇 文章标签： 人工智能 边缘计算
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_36130719/article/details/133294756

目录

前言

发展历程

主要事件

面临的问题

几个高频面试题目

云计算和边缘计算的区别与联系

①云计算的不足

②边缘计算的优势和发展

算法原理

什么是边缘计算

边缘计算热点研究内容:

为什么需要边缘计算？

1 边缘计算的定义

2 “章鱼式”边缘计算

3 边缘计算的位置

4 边缘计算的类型

如何布署边缘计算

Canny边缘检测

高斯滤波

计算梯度值和梯度方向

过滤非最大值

使用上下阈值来检测边缘

小波变换法

基本小波

小波基函数

连续小波变换定义(CWT)

小波变换的基本性质

离散小波变换

Kubernetes 从中心走向边缘

OpenYurt：智能边缘计算平台开源实践

业务应用的云边管运协同模型

边缘计算开源平台现状

面向物联网端的边缘计算开源平台

2.1EdgeXFoundry

2.2 ApacheEdgent

面向边缘云的边缘计算开源平台

3.1CORD

3.2Akraino EdgeStack

 面向云边融合的边缘计算开源平台

 构建边缘计算平台的开源软件

“边缘计算”核心玩家

云计算巨头

传统设备巨头

CDN巨头

运营商

核心研究机构

产业联盟

边缘计算厂商

边缘计算领域技术创新公司及落地场景

东土科技

寒武纪

Exo-Space

Precision AI

IMP 边缘智能加速平台 MemryX

BrainChip

应用案例

图像中物体边缘检测

边缘计算”的应用场景

 

前言

边缘计算中的边缘（edge）指的是网络边缘上的计算和存储资源，这里的网络边缘与数据中心相对，无论是从地理距离还是网络距离上来看都更贴近用户。作为一种新的计算范式，边缘计算将计算任务部署于接近数据产生源的网络边缘，利用边缘资源为用户提供大量服务或功能接口，大大减少上传至云数据中心的数据量，缓解网络带宽压力，同时可以更好地解决数据安全和隐私问题。

在边缘计算环境下，数据具有异构性且数据量较大，数据处理的应用程序具有多样性，不同应用程序所关联的计算任务又不尽相同，对于计算任务的管理具有较大的复杂性，而简单的中间件软件结构无法有效保证计算任务可行性、应用程序的可靠性以及资源利用的最大化。同时，面向不同应用或场景的边缘计算系统所要实现的功能有所差异性。因此，边缘计算平台对边缘计算领域的推广和发展有着重要的意义和影响。

发展历程

智能设备连接到网络最早出现在1982年， Carnegie Mellon University改进的Coke machine成了第一个网络连接的机器，它可以报告自己的库存并且能够检测饮料是否是冰镇的。身边的thing连接到网络的世界正式拉开帷幕。

物联网（Internet of Things）这个词，国内外普遍公认的是MIT Auto-ID中心Ashton教授1999年在研究RFID时最早提出来的。

1996年，Compaq公司在其公司的内部文件中，首次提

了解本专栏 订阅专栏 解锁全文 超级会员免费看
MATLAB算法实战应用案例精讲-【人工智能】边缘计算(附python代码实现)
qq_36130719的博客
10-02 1218
边缘检测是图像处理和计算机视觉中的基本问题，边缘检测的目的是标识数字图像中亮度变化明显的点。边缘检测算法主要有：1.Sobel边缘检测算子 2.Canny边缘检测算子 3.Laplacian算子 4.Marr-Hildreth算子 5.LoG算子等算法.如Sobel法就是把图像中每个像素的上下左右四领域的灰度值加权差，在边缘处达到极值从而检测边缘图像边缘是图像的重要特征，是图像中特性（如像素灰度、纹理等）分布的不连续处，图像周围特性有阶跃变化或屋脊状变化的那些像素集合。
MATLAB算法实战应用案例精讲-【人工智能】边缘计算（补充篇）
qq_36130719的博客
09-27 1176
图像的边缘指的是灰度值发生急剧变化的位置。在图像形成过程中，由于亮度、纹理、颜色、阴影等物理因素的不同而导致图像灰度值发生突变，从而形成边缘。边缘是通过检查每个像素的邻域并对其灰度变化进行量化的，这种灰度变化的量化相当于微积分里连续函数中方向导数或者离散数列的差分。传统的边缘检测大多数是通过基于方向导数掩码（梯度方向导数）求卷积的方法。计算灰度变化的卷积算子包含Roberts算子、Prewitt算子、Sobel算子、Scharr算子、Kirsch算子、Robinson算子、Laplacian算子。
MATLAB算法实战应用案例精讲-【人工智能】图神经网络（最终篇）
qq_36130719的博客
03-14 878
数据、算力和算法是当今人工智能时代飞速发展的基础。随着大数据的出现和计算资源的提升，深度学习算法成为人工智能领域一个重要的研究热点，在图像、语音和文本等应用领域取得了众多革命性的进展。图数据是一种具有强大表达能力的数据类型，其广泛存在于大量的实际问题中，包括社交网络、通信网络、疾病传播网络乃至药物分子结构。与传统的基于向量的数据表示方法（矩阵、张量、序列等等）相比，图结构不仅能捕捉数据样本的特征信息，还可以使得对样本之间的联系分析更加灵活与现实。
MATLAB算法实战应用案例精讲-【人工智能】ROS机器人
qq_36130719的博客
10-24 395
把通信的内容（也就是消息message）序列化是通信的基础，所以我们先研究序列化。1.1　什么是序列化？“序列化”（Serialization ）的意思是将一个对象转化为字节流。这里说的对象可以理解为“面向对象”里的那个对象，具体的就是存储在内存中的对象数据。与之相反的过程是“反序列化”（Deserialization ）。虽然挂着机器人的羊头，但是后面的介绍全部是计算机知识，跟机器人一丁点关系都没有，序列化就是一个纯粹的计算机概念。
MATLAB算法实战应用案例精讲-【人工智能】机器人指令编辑
qq_36130719的博客
11-29 842
对几个具有代表性的点进行示教，即可以从下层到上层按照顺序堆叠工件。
MATLAB算法实战应用案例精讲-【人工智能】机器人标定方法
qq_36130719的博客
10-01 1434
机器人标定技术是提高机器人末端绝对定位精度的重要方法。可分为三个层次：一是关节级标定，二是机器人运动学标定，三是机器人动力学标定。
MATLAB算法实战应用案例精讲-【自动驾驶】激光雷达LiDAR
qq_36130719的博客
04-12 2679
Light Deteation and Ranging 激光探测及测距系统的简称，用激光器作为发射光源，采用光电探测技术手段的主动遥感设备。机载激光雷达技术在各个方面迅速发展，相对于其它航空遥感技术，机载激光雷达技术是航空遥感技术领域的一场革命。但目前机载激光雷达数据主要应用于基础测绘、三维城市建模和林业应用、铁路、电力等。LiDAR 技术的研究和应用飞速发展，国外陆续研发并生产出商用LiDAR 系统占领了大量市场。
MATLAB算法实战应用案例精讲-【深度学习】多尺度特征融合-图像识别（论文篇三）
qq_36130719的博客
04-14 2212
人工智能自上个世纪诞生以来，引领了多个领域的理论技术发展，例如人机对弈，人脸识别、自动工程以及医疗影像等，在大部分领域，我们都可以感受到人工智能带来的量变和质变。机器学习是人工智能研究的一个重要的领域，旨在通过分析数据，学习经验，对目标任务做出决策和预测。机器学习方法包括支持向量机(SVM)、Kmeans 聚类、Adaboost、决策树等，这些算法的主要步骤包括处理数据预处理，特征提取，算法学习和预测。在深度学习出现之前，大部分特征。
MATLAB算法实战应用案例精讲-【人工智能】迁移学习（附python代码实现）
qq_36130719的博客
08-26 888
迁移学习(Transfer learning) 顾名思义就是就是把已学训练好的模型参数迁移到新的模型来帮助新模型训练。考虑到大部分数据或任务是存在相关性的，所以通过迁移学习我们可以将已经学到的模型参数（也可理解为模型学到的知识）通过某种方式来分享给新模型从而加快并优化模型的学习效率不用像大多数网络那样从零学习（starting from scratch，tabula rasa）。这次的任务是源数据: 真实照片，目标数据: 手画涂鸦。我们必须让model看过真实照片以及标签，尝试去预测手画涂鸦的标签为何。
【MATLAB教程案例51~67总结】MATLAB人工智能类算法仿真经验和技巧总结
FPGA/MATLAB学习教程/源码/项目合作开发
12-22 2244
MATLAB2022b版本，提供了大量的人工智能方面的工具箱，包括深度学习，强化学习等。通过51~67课程的学习，我们初步掌握了如何通过matlab实现一些基础的人工智能算法。步骤一、建立目标训练库，通过图像处理的相关算法，建立统一大小的图像，比如对于alexnet，需要建立227*227大小的图片库。步骤五、训练和测试，使用matlab自带的trainNetwork进行训练，使用classify进行测试分类。
通过一个例子理解边缘计算
qq_30258721的博客
01-07 362
随着接入云端的设备越来越多，需要处理的数据量也急剧增加，云计算已经不满足一些场景的使用。将云计算的工作下沉到边缘设备，从而确保计算的效率，以供软件正常运行，就是边缘计算。
【无人机路径规划】基于强化学习的多无人机移动边缘计算与路径规划附matlab代码...
m0_57702748的博客
03-09 835
✅作者简介：热爱科研的Matlab仿真开发者，修心和技术同步精进，matlab项目合作可私信。????个人主页：Matlab科研工作室????个人信条：格物致知。⛄ 内容介绍空中无人机(UAVs)作为网络处理器在移动网络中长期使用，但它们现在被用作移动边缘计算(MEC)中的移动服务器。由于它们的灵活性、便携性、强大的视线通信联系和低成...
无人机边缘计算中的计算卸载——Stackelberg博弈方法论文复现附matlab代码
matlab_dingdang的博客
12-07 3314
基于物联网的服务受益于云，云提供了几乎无限的功能，如存储、处理和通信。然而，移动用户在满足服务质量（QoS）规定的情况下从云接收计算仍然面临挑战。在本文中，我们研究了使用边缘计算的计算卸载，这是一种将计算传递到移动用户附近的普及网络边缘的新范式。然而，如果没有强有力的激励措施，本地边缘服务器可能不愿意帮助卸载计算。为了激励云服务运营商和本地边缘服务器所有者参与计算卸载，我们将云服务运营方和边缘服务器所有者之间的交互表述为Stackelberg游戏，以通过获得最佳支付和计算卸载策略，最大化云服务运营和边缘服务
MATLAB在人工智能中的应用案例：以MATLAB的方式玩转自动驾驶（附部分代码）
wenyusuran的专栏
11-26 3293
前言 当博主还在读大学时，时光就经常在和朋友们讨论奔驰 AMG 马力如何强劲，路虎更酷还是卡宴更帅这些话题中度过。那时对我们而言，自动驾驶依然仅存在于科幻电影中，这样的汽车出现在现实里宛如天方夜谭。然而区区数年后，“自动驾驶” 便随同 “大数据”、“机器学习”、“人工智能”（以下简称 AI）这几个概念一起火遍全球，成为技术领域中最热门的话题。 文中涉及完整代码请参见： MATLAB人工智能源代码-自动驾驶MATLAB源码实现 图一、大数据、机器学习和人工智能已然成为自动驾驶的基础。 图片来自.
人工智能算法Matlab代码
qq_38757869的博客
08-20 3089
常用人工智能算法MATLAB代码 源自《智能优化算法及其MATLBA实例》 算法内容： 遗传算法 差分进化算法 免疫算法 蚁群算法 粒子群算法 模拟退火算法 禁忌搜索算法 神经网络算法 链接: https://pan.baidu.com/s/1UNp-LDY9ZBXVXe77Pq1jcg 提取码: pqwh ...
TensorRT笔记（5）：研究timingCache
ouliten的博客
12-02 817
在里出现了大量的timingCache，但是当时没有取研究这是干啥的，本文就来解析一下。样例都基于上面的文章。
向量嵌入：RAG系统背后的语义引擎
uncle_ll的博客
11-29 1525
向量嵌入技术将高维语义信息压缩为低维向量，使相似概念在向量空间中聚集。作为RAG系统的核心，嵌入质量直接影响语义检索效果。从静态词嵌入到动态上下文嵌入，技术不断演进，解决了多义词等难题。现代嵌入模型基于Transformer架构，通过对比学习优化检索性能。选型需考虑MTEB排名、语言支持等维度，并结合业务测试。未来趋势包括多模态融合、知识图谱增强和轻量化部署。嵌入技术已成为NLP领域的关键支柱，其优化对提升RAG系统性能至关重要。
大模型应用：大模型 MapReduce 全解析：核心概念、中文语料示例实现.12
最新发布
minhuan的专栏
12-03 867
本文介绍了MapReduce编程模型及其在大模型训练中的应用。MapReduce通过"分治-并行-聚合"思想处理大规模数据，传统Hadoop MapReduce侧重结构化数据计算，而大模型MapReduce则针对自然语言处理任务。文章详细对比了两者在架构、处理对象和核心算力等方面的差异，并提供了中文词频统计的Python实现示例，包括单机版和分布式版本。分布式实现利用多进程模拟集群计算，展示了数据分片、Map、Shuffle和Reduce的完整流程。
07_Spring AI 干货笔记之提示词
在科技的浪潮中，我们寻找着创新的火种，在代码的海洋里，我们编织着智慧的网。腾飞开源，就是这样一个由技术精英汇聚而成的博客平台，我们致力于分享在Java、Python、IoT和人工智能等领域的最新研究成果和实战经验。 在腾飞开源的博客上，你会看到紧跟技术前
11-30 1741
本文详细介绍了Spring AI中的提示词核心概念与API设计。提示词作为引导AI模型生成特定输出的关键输入，其结构从简单字符串演进为包含多角色消息的复杂形式。Spring AI通过Prompt和Message接口提供结构化提示词管理，支持系统、用户、助手等角色分配。PromptTemplate类实现动态内容渲染，并支持自定义模板引擎。文章还涵盖提示词工程的最佳实践与令牌机制，为开发者提供完整的提示词设计解决方案。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

林聪木

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值