-
公开(公告)号:CN118368668A
公开(公告)日:2024-07-19
申请号:CN202410640009.2
申请日:2024-05-22
Applicant: 电子科技大学长三角研究院(湖州)
IPC: H04W28/08 , H04W28/02 , G06N3/08 , G06F18/241
Abstract: 本发明属于移动网络资源调度技术领域,公开了一种基于流量预测的QoS流资源预分配方法,本发明针对基站在多业务场景下使用传统调度算法,无法保证QoS流之间的公平性和性能隔离的问题;采用基于流量预测的QoS流资源预分配方法,能够提高QoS流之间的公平性,保证QoS流之间的性能隔离;将调度系统的数据分组服务过程建模为排队系统,构建了以最小化分组平均时延为目标的优化问题,并利用强化学习求解该离散空间下的组合优化问题;利用XGBoost对流量进行预测,缓解了资源预分配的时效性问题;数据仿真验证了所提出的算法的有效性。
-
公开(公告)号:CN117978588A
公开(公告)日:2024-05-03
申请号:CN202410081525.6
申请日:2024-01-19
Applicant: 电子科技大学长三角研究院(湖州)
IPC: H04L25/02 , H04L41/0823 , H04L41/14 , H04L41/16
Abstract: 本发明属于通信网络技术领域,公开了一种基于深度学习的优化导频位置和信道估计的端到端系统及设计方法,通信系统模块,用于构建通信系统模型,实现端到端通信系统流程;神经网络模块,用于设计基于深度学习的调制解调模块,设计基于深度学习的导频插入位置模块;导频插入位置选择模块,用于选择导频插入的最佳位置。本发明通过在基础的端到端系统上引入导频插入位置选择模块,提供了一种自适应信道的导频插入方案,提升了信号传输接收的准确率,同时精简信道估计过程,大幅度降低了通信系统复杂度。
-
公开(公告)号:CN117393072A
公开(公告)日:2024-01-12
申请号:CN202311317822.8
申请日:2023-10-11
Applicant: 电子科技大学长三角研究院(湖州)
IPC: G16C20/70 , G16C20/30 , G06F18/211 , G06F18/2135 , G06N3/08 , G01N23/223 , G01N23/2202
Abstract: 本发明公开了一种基于CARS‑PCA‑BLS的XRF重金属元素定量分析方法。首先,从土壤样品中获取对应的X射线荧光光谱数据;然后,针对土壤中的重金属元素,利用CARS方法对X射线荧光光谱数据进行特征选择,获取相关性高的可靠数据,剔除冗余信息;接着,将筛选的最优特征输入到BLS宽度神经网络进行训练,应用PCA方法计算宽度学习系统的节点主成分信息,提取具有最大方差的节点主成分特征;最后,使用经过PCA优化的BLS对XRF重金属元素含量进行定量预测。本发明简单易操作,具有较高的预测准确率,且结果直观易懂,不仅能高效和准确的对待测土壤的重金属元素含量进行定量预测,而且还具有较高的可解释性和推理性。
-
公开(公告)号:CN116744417A
公开(公告)日:2023-09-12
申请号:CN202310653398.8
申请日:2023-06-05
Applicant: 电子科技大学长三角研究院(湖州)
IPC: H04W52/02 , H04W52/26 , H04W4/70 , H04L41/16 , H04L41/5051
Abstract: 本发明属于信息技术服务技术领域,公开了一种低功耗物联网中能量敏感服务选择方法及系统,旨在解决物联网中能量敏感资源的优化利用问题。本发明通过设计一种基于Skyline查询的服务过滤方法来降低后续服务选择的复杂度,并提出一种基于深度强化学习算法的服务选择策略,以实现在保证服务质量的情况下延长物联网系统整体寿命。本发明采用基于深度强化学习的服务选择算法,从候选服务中选择最佳服务,同时,系统进行状态监测,当QoS与能量变化大于阈值时,重新执行服务筛选以确保服务选择的最优性。本发明可根据用户的请求与约束,动态地选择最合适的服务提供者,为低功耗物联网中能量敏感资源的优化利用提供了新的思路和方法。
-
-
-