基于图神经网络模型的灾害演化路径提取方法

    公开(公告)号:CN118760944A

    公开(公告)日:2024-10-11

    申请号:CN202410869811.9

    申请日:2024-07-01

    Abstract: 本发明提出基于图神经网络模型的灾害演化路径提取方法。该方法核心目的是从多源数据中识别和分析灾害演化过程中的关键路径和节点,从而提高对灾害的理解和应对能力。本发明首先利用图论的概念和技术,将灾害演化过程抽象成一个图结构,其中节点代表着各种相关因素或事件,边表示它们之间的关联,这有助于将灾害演化问题转化为图论领域的研究对象,从而运用图论中丰富的算法和模型来分析和理解灾害演化的复杂关系。其次,通过引入图神经网络模型,能够从大规模、异构的数据中学习并提取灾害演化的路径信息。此外,本发明可以有效整合和利用不同来源的数据,让不同类型的数据相互交融,为灾害演化路径的提取提供更为全面和深入的依据。

    基于LSTM的上行链路紧急资源分配方法、系统及设备

    公开(公告)号:CN118413895A

    公开(公告)日:2024-07-30

    申请号:CN202410501002.2

    申请日:2024-04-24

    Abstract: 本发明提出了一种基于LSTM的上行链路紧急资源分配方法、系统及设备,通过实时获取多个节点发送的数据,并对数据进行解析,判断是否存在紧急数据,若存在,则执行基于LSTM递归网络架构的资源分配,否则执行基于平稳状态下数据传输的资源分配。本发明利用LSTM递归神经网络根据紧急数据的历史传输周期的激活率预测下一传输周期的紧急数据激活率,根据预测激活率动态的为周期数据和紧急数据预留资源,并采用基于竞争的方案来完成紧急数据的传输,以在满足紧急数据传输条件的前提下最小化对周期数据传输的影响,最大化系统的资源利用率。

    基于随机森林的上行链路eMBB与uRLLC共存调度方法及系统

    公开(公告)号:CN118413896A

    公开(公告)日:2024-07-30

    申请号:CN202410501005.6

    申请日:2024-04-24

    Abstract: 本发明提出了一种基于随机森林的上行链路eMBB与uRLLC共存调度方法及系统,为保证eMBB用户分配的公平性,采用分层调度算法进行eMBB业务的资源分配,在资源分配后,利用随机森林预测当前时隙内所有的eMBB用户被穿孔后的解码成功率,根据该解码成功率生成eMBB业务的吞吐量损失,联合eMBB业务的吞吐量损失和每个用户的打孔次数计算每个eMBB用户的穿孔优先级,基于穿孔优先级制定uRLLC流量的穿孔策略实现上行链路eMBB与uRLLC共存调度。本发明的技术方案能在保证uRLLC严格传输要求的同时最小对eMBB用户吞吐量损失,并能保证eMBB用户的打孔公平性,最小化对系统性能的影响。

Patent Agency Ranking