-
Patent Agency Ranking
公开(公告)号：CN109413707B
公开(公告)日：2021-10-08
申请号：CN201810876747.1
申请日：2018-08-03
Applicant: 南京工业大学
Abstract: 本发明公开了一种无线网络环境下基于深度强化学习的智能路由方法，属于计算机通信网络领域。本发明所述方法首先经过初始化阶段，然后判断全部节点经验池是否大于预设阈值，若符合则进入神经网络选择下一跳节点，若不符合则依据距离矢量选择；转发包；收集结果数据；判断指定经验池是否大于预设阈值，若大于则进行经验回放并更新神经网络参数，然后返回至所述初始化阶段之后；否则直接返回所述初始化阶段之后；形成循环。本发明通过学习过去的状态和结果生成适合当前的路由策略。有效降低网络的延迟、丢包率，提高网络性能。由于没有传统的路由表的存在，即不用存储大量的路由条目，大大节省了节点的存储空间，降低了节点的成本和网络的部署成本。
-
公开(公告)号：CN110365787A
公开(公告)日：2019-10-22
申请号：CN201910658469.7
申请日：2019-07-19
Applicant: 南京工业大学
IPC: H04L29/08
Abstract: 本发明公开了一种应用容器并基于微服务框架的边缘计算最优化布局方法，包括：接收用户应用请求和所控区域内各边缘服务器的状态信息；将所述各边缘服务器的状态信息和用户的状态信息代入优化模型，得到各边缘服务器当前的负载，比较得到当前负载最少的边缘服务器；选择负载最少的边缘服务器作为当前最优服务器，并在所述当前最优服务器上运行与所述用户应用请求对应的用户应用实例；当用户离开当前控制服务器服务范围至下一个控制服务器服务范围内，当前控制服务器将必要应用信息迁移至新控制服务器，在新的控制服务器所控区域内由步骤一开始执行；当应用结束，所述方法随之终止。本布局方法在低延时要求极高的移动边缘计算场景下也有良好的效果。
-
公开(公告)号：CN109413707A
公开(公告)日：2019-03-01
申请号：CN201810876747.1
申请日：2018-08-03
Applicant: 南京工业大学
Abstract: 本发明公开了一种无线网络环境下基于深度强化学习的智能路由方法，属于计算机通信网络领域。本发明所述方法首先经过初始化阶段，然后判断全部节点经验池是否大于预设阈值，若符合则进入神经网络选择下一跳节点，若不符合则依据距离矢量选择；转发包；收集结果数据；判断指定经验池是否大于预设阈值，若大于则进行经验回放并更新神经网络参数，然后返回至所述初始化阶段之后；否则直接返回所述初始化阶段之后；形成循环。本发明通过学习过去的状态和结果生成适合当前的路由策略。有效降低网络的延迟、丢包率，提高网络性能。由于没有传统的路由表的存在，即不用存储大量的路由条目，大大节省了节点的存储空间，降低了节点的成本和网络的部署成本。
-
公开(公告)号：CN109165382A
公开(公告)日：2019-01-08
申请号：CN201810878021.1
申请日：2018-08-03
Applicant: 南京工业大学
Abstract: 本发明公开了一种加权词向量和潜在语义分析结合的相似软件缺陷报告推荐的方法。本发明首先计算缺陷报告的加权词向量，得到相似度Sim1和Sim2；然后计算缺陷报告的LSI向量，得到相似度Sim3和Sim4；计算不同缺陷报告所涉及的产品和组件之间的相似度Sim5；计算要查询的缺陷报告和各候选缺陷报告之间的总相似度并进行升序排序，从候选缺陷报告中选出与要查询的缺陷报告总相似度最高的缺陷报告。本发明利用TF-IDF方法为单个词的词向量增加权重，特别适用于短文本，表示了缺陷报告中各个词的重要程度。同时利用潜在语义索引方法计算缺陷报告的相似度。二者结合能够很好地分析缺陷报告之间的相似度，明显提高向开发者推荐相似的缺陷报告的准确性，加快软件缺陷的修复。
-
公开(公告)号：CN108900628A
公开(公告)日：2018-11-27
申请号：CN201810800785.9
申请日：2018-07-20
Applicant: 南京工业大学
IPC: H04L29/08
Abstract: 本发明公开了一种边缘计算环境中基于定价机制的微云计算资源分配方法，引入中心控制器的概念，协调和利用合作微云的闲置资源，实现减少传输延迟和能量消耗的目标，将微云与中心控制器之间的关系建模为双阶段的斯塔克尔伯格博弈，每个合作微云确定在部署阶段所需的计算资源量，中心控制器在运行阶段协调微云之间的资源共享，从而提高基于微云的边缘计算系统的资源利用率，在保持用户服务质量的同时，最大限度地降低网络服务提供商的成本。
-
-
-
-
Search Results
45
records
(took 0.019 seconds)
