-
公开(公告)号:CN119211241A
公开(公告)日:2024-12-27
申请号:CN202411267087.9
申请日:2024-09-11
Applicant: 桂林电子科技大学
IPC: H04L67/1004 , H04L41/142 , H04L41/16
Abstract: 本发明公开一种基于元强化学习的双决策者任务卸载方法,通过设定两个卸载决策者,分别从不同角度学习和优化任务卸载策略,其中一个决策者负责决定是否以及在何处卸载任务,另一个则专注于资源分配细节,即开发基于元强化学习的双决策者卸载模型(MA‑DDTO模型),共同基于任务特性、设备状态等信息生成最优动作,并根据实时反馈不断调整策略以实现边缘计算环境下的高效任务执行。本发明可以解决因任务规模较大而导致时延高和耗能大的问题。
-
公开(公告)号:CN116894683A
公开(公告)日:2023-10-17
申请号:CN202310989072.2
申请日:2023-08-08
Applicant: 桂林电子科技大学
IPC: G06Q30/0201 , G06F21/41
Abstract: 本发明公开了一种基于区块链和大数据的商品管理的系统及方法,所述系统包括:登录注册模块,商品录入模块,商品追踪模块,数据管理中心模块。本发明基于区块链的系统能够有效方便的将数据进行存储、整合,不依赖于任何中心节点,所有用户均可对数据进行查看,且数据一旦存储就无法篡改,保证了商品信息的可追溯性,使区块链的存储成本也得以降低,同时基于大数据技术,利用频次分析、关联分析和聚类分析来挖掘看似毫无关联的数据当中隐藏的利于商业决策的信息,突出以数据作为重要生产要素,为企业数字赋能,提高商品的周转率和生产效益,帮助企业更好地了解消费者的需求,推动一、二、三产融合发展。
-