-
公开(公告)号：CN111918321A
公开(公告)日：2020-11-10
申请号：CN202010708100.5
申请日：2020-07-22
Applicant: 湖北工业大学
Abstract: 本发明属于移动流量预测技术领域，公开了一种基于时空注意卷积网络的移动流量预测方法，时空注意卷积网络通过三个时间部件分别对小时周期、日周期、周周期的移动流量网络进行建模，并得到对应的三个移动流量预测信息；将三个移动流量预测信息与外部干扰信息进行融合，得到最终的移动流量预测结果。本发明有效解决了移动流量的预测问题。
-
Patent Agency Ranking
公开(公告)号：CN110972160B
公开(公告)日：2022-06-28
申请号：CN201910998025.8
申请日：2019-10-21
Applicant: 湖北工业大学
Abstract: 本发明属于无人机流量卸载技术领域，具体涉及一种异构蜂窝网络中无人机流量卸载契约机制设计方法。将基于市场驱动的契约模型应用到无人机流量卸载任务中，建立非对称信息下的基站模型和无人机模型；考虑到无人机的自私性，无人机可能不愿意在没有额外奖励的情况下参与多个流量卸载任务，通过提出多维契约激励方法，来激励无人机参与多个流量卸载任务；针对流量卸载任务之间相互不影响，在契约设计过程中分析任务独立性问题，建立随机参数独立模型，任务独立模型；通过评估无人机的表现，基站将奖励并激励他们参与流量卸载任务并更加努力工作，从而达到无人机和基站效用最大化的目的。
-
公开(公告)号：CN111918321B
公开(公告)日：2022-08-05
申请号：CN202010708100.5
申请日：2020-07-22
Applicant: 湖北工业大学
IPC: H04W24/06 , H04L41/147 , H04L41/14 , H04L41/142 , G06N3/08 , G06N3/04
Abstract: 本发明属于移动流量预测技术领域，公开了一种基于时空注意卷积网络的移动流量预测方法，时空注意卷积网络通过三个时间部件分别对小时周期、日周期、周周期的移动流量网络进行建模，并得到对应的三个移动流量预测信息；将三个移动流量预测信息与外部干扰信息进行融合，得到最终的移动流量预测结果。本发明有效解决了移动流量的预测问题。
-
公开(公告)号：CN110972160A
公开(公告)日：2020-04-07
申请号：CN201910998025.8
申请日：2019-10-21
Applicant: 湖北工业大学
Abstract: 本发明属于无人机流量卸载技术领域，具体涉及一种异构蜂窝网络中无人机流量卸载契约机制设计方法。将基于市场驱动的契约模型应用到无人机流量卸载任务中，建立非对称信息下的基站模型和无人机模型；考虑到无人机的自私性，无人机可能不愿意在没有额外奖励的情况下参与多个流量卸载任务，通过提出多维契约激励方法，来激励无人机参与多个流量卸载任务；针对流量卸载任务之间相互不影响，在契约设计过程中分析任务独立性问题，建立随机参数独立模型，任务独立模型；通过评估无人机的表现，基站将奖励并激励他们参与流量卸载任务并更加努力工作，从而达到无人机和基站效用最大化的目的。
-
公开(公告)号：CN114065963B
公开(公告)日：2024-10-22
申请号：CN202111297200.4
申请日：2021-11-04
Applicant: 湖北工业大学
Abstract: 本发明公布了一种电力物联网中基于深度强化学习的计算任务卸载方法，旨在通过联合优化无人机位置、发射功率和任务划分变量来最小化能耗和时延。首先，针对计算任务卸载问题的非凸性，通过设计状态、动作空间和奖励函数，制定了马尔可夫决策过程，奖励函数基于面向输电线路巡检的电力物联网系统模型，涉及采集设备、巡检无人机和边缘服务器之间的交互，对计算任务卸载问题进行描述。在此基础上，由于马尔可夫模型具有连续的动作空间，提出了双延迟深度确定性策略梯度算法，获得了任务卸载的最优策略。
-
公开(公告)号：CN114065963A
公开(公告)日：2022-02-18
申请号：CN202111297200.4
申请日：2021-11-04
Applicant: 湖北工业大学
Abstract: 本发明公布了一种电力物联网中基于深度强化学习的计算任务卸载方法，旨在通过联合优化无人机位置、发射功率和任务划分变量来最小化能耗和时延。首先，针对计算任务卸载问题的非凸性，通过设计状态、动作空间和奖励函数，制定了马尔可夫决策过程，奖励函数基于面向输电线路巡检的电力物联网系统模型，涉及采集设备、巡检无人机和边缘服务器之间的交互，对计算任务卸载问题进行描述。在此基础上，由于马尔可夫模型具有连续的动作空间，提出了双延迟深度确定性策略梯度算法，获得了任务卸载的最优策略。
-
-
-
-
-
Search Results
6
records
(took 0.017 seconds)
