基于深度学习的网关数据传输智能调度方法及系统

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
基于深度学习的网关数据传输智能调度方法及系统
申请号:CN202510975635
申请日期:2025-07-15
公开号:CN120835041A
公开日期:2025-10-24
类型:发明专利
摘要
本申请提供了一种基于深度学习的网关数据传输智能调度方法及系统,该方法包括:获取信令流、媒体流和用户行为数据对应的三维特征张量;基于预置的双通道LSTM神经网络,对三维特征张量进行时空特征联合预测,输出链路带宽需求矩阵及突发流量的风险预警等级;根据链路带宽需求矩阵建立带宽分配决策树,根据带宽分配决策树和风险预警等级确定实时带宽阈值;根据当前的通信质量指标、链路带宽需求矩阵和实时带宽阈值构建强化学习状态向量;通过深度Q网络解析强化学习状态向量,得到路径决策指令,并将路径决策指令发送至对应的网关路由节点。
技术关键词
智能调度方法 LSTM神经网络 深度Q网络 矩阵 链路 智能调度系统 隶属度函数 LSTM模型 决策 注意力 指令 主成分分析降维 模糊逻辑控制器 配额 监测网关 节点 蚁群优化 高风险
系统为您推荐了相关专利信息
卡尔曼滤波 协方差矩阵 动作识别方法 表演机器人 关键点
光矩阵 光信号 多模式 耦合器件 多模波导
位点预测方法 节点特征 隐马尔可夫模型 多头注意力机制 融合蛋白质
测绘平台 模型展示方法 知识图谱构建 资产 互联网
矩阵分解算法 傅里叶变换函数 样本 截断核范数 短时傅里叶变换