公开(公告)号：CN118521946A

公开(公告)日：2024-08-20

申请号：CN202410991751.8

申请日：2024-07-23

Applicant: 北京邮电大学

Inventor： 马华东 ,  周安福 ,  徐冬竹 ,  张园

IPC: G06V20/40 ,  G06V10/80 ,  G06V10/82 ,  G06V10/94 ,  G06V10/96 ,  G06N3/0455 ,  G06N3/0499 ,  G06N3/084 ,  G06N3/096 ,  H04N21/262 ,  H04L67/60

Abstract: 本发明提供一种基于连续学习的视联网任务理解与调度方法及系统，该方法包括以下步骤：获取历史时间段的视联网状态，所述视联网状态包括多项资源的状态；将历史时间段中每个历史时间点的每项资源的状态构建为资源状态向量，并输入到预训练的资源需求表征模型中，得到资源特征向量；将多个历史时间点对应的资源特征向量构建为特征组，并输入到预训练的序列化资源需求模型中，得到预测的多个任务的资源需求向量；将预测的资源需求向量对应的任务进行组合，得到多种任务组合，基于多个任务的资源需求向量计算各种任务组合的依赖关系值；基于所述依赖关系值确定最终使用的任务组合，将最终使用的任务组合分配至节点。

公开(公告)号：CN118521946B

公开(公告)日：2024-11-08

申请号：CN202410991751.8

申请日：2024-07-23

Applicant: 北京邮电大学

Inventor： 马华东 ,  周安福 ,  徐冬竹 ,  张园

IPC: G06V20/40 ,  G06V10/80 ,  G06V10/82 ,  G06V10/94 ,  G06V10/96 ,  G06N3/0455 ,  G06N3/0499 ,  G06N3/084 ,  G06N3/096 ,  H04N21/262 ,  H04L67/60

Abstract: 本发明提供一种基于连续学习的视联网任务理解与调度方法及系统，该方法包括以下步骤：获取历史时间段的视联网状态，所述视联网状态包括多项资源的状态；将历史时间段中每个历史时间点的每项资源的状态构建为资源状态向量，并输入到预训练的资源需求表征模型中，得到资源特征向量；将多个历史时间点对应的资源特征向量构建为特征组，并输入到预训练的序列化资源需求模型中，得到预测的多个任务的资源需求向量；将预测的资源需求向量对应的任务进行组合，得到多种任务组合，基于多个任务的资源需求向量计算各种任务组合的依赖关系值；基于所述依赖关系值确定最终使用的任务组合，将最终使用的任务组合分配至节点。