一种基于增强学习的移动边缘网络资源分配方法

    公开(公告)号:CN111542107A

    公开(公告)日:2020-08-14

    申请号:CN202010405524.4

    申请日:2020-05-14

    Abstract: 本发明公开了一种基于增强学习的移动边缘网络资源分配方法,S1,建立基于CSCN由两张相同参数的卷积神经网络qeval、qtarget构成深度增强学习模型;S2,将基站与用户终端之间的时变信道环境建模为有限状态的时变马尔科夫信道,确定基站与用户之间的归一化信道系数,并输入卷积神经网络qeval。该基于增强学习的移动边缘网络资源分配方法,以便在考虑了高复杂度的时变信道基础上,使用深度增强学习模型,将计算复杂度转换到训练深度增强学习模型的过程中,从而以较低复杂度选取决策动作,确定时变信道环境下,基站到用户终端的子载波局部最优分配,最大限度地提高时变信道环境中的能量效率。

    多源信息融合系统
    2.
    实用新型

    公开(公告)号:CN209570862U

    公开(公告)日:2019-11-01

    申请号:CN201920305419.6

    申请日:2019-03-11

    Abstract: 本实用新型涉及监控领域,具体为一种多源信息融合系统,其包括:上位机、杆本体,以及布设在杆本体上且与处理器模块电性连接的光照传感器、湿度传感器、温度传感器、监控装置和通讯模块;其中所述光照传感器、湿度传感器、温度传感器和监控装置适于将采集的监控范围内的相应数据通过通讯模块发送至上位机,以存储上述数据,实现了环境与交通的联合监控。(ESM)同样的发明创造已同日申请发明专利

    视频信息异构计算系统
    3.
    实用新型

    公开(公告)号:CN209358666U

    公开(公告)日:2019-09-06

    申请号:CN201920300618.8

    申请日:2019-03-11

    Abstract: 本实用新型涉及交通视频处理领域,具体为一种视频信息异构计算系统,其包括:转接装置、执行通讯模块、执行处理器模块,以及若干个终端和监控装置;所述执行处理器模块通过交换机连接各终端,以判断终端工作情况;相应监控装置采集的图像数据通过转接装置发送至执行处理器模块,并由执行处理器模块分配至空闲终端,以实现将采集的图像数据发送至各终端进行处理。(ESM)同样的发明创造已同日申请发明专利

Patent Agency Ranking