<p id="xhh1v"><del id="xhh1v"></del></p><listing id="xhh1v"></listing>

<var id="xhh1v"></var>
<output id="xhh1v"></output>

        <ins id="xhh1v"><cite id="xhh1v"></cite></ins>
          <output id="xhh1v"><del id="xhh1v"><big id="xhh1v"></big></del></output>

          <dfn id="xhh1v"><form id="xhh1v"><output id="xhh1v"></output></form></dfn>

            合肥金星智控科技股份有限公司
            宣傳

            位置:中冶有色 >

            有色技術頻道 >

            > 化學分析技術

            > 基于多分類和分布式強化學習的卸載決策優化方法

            基于多分類和分布式強化學習的卸載決策優化方法

            1204   編輯:管理員   來源:中冶有色網  
            2023-03-19 07:00:52
            本發明涉及一種基于多分類和分布式強化學習的卸載決策優化方法,包括:步驟1基于智能巡檢集群的邊緣系統模型獲取參數信息,并采集若干不同時間段產生的任務信息和距離信息,步驟2計算任務處理時延和能耗,步驟3構建多分類和分布式強化學習的神經網絡和設置網絡超參數,步驟4將步驟獲取的任務信息和距離信息輸入到神經網絡進行訓練,訓練包括候選卸載決策動作生成階段和資源分配階段。本發明的方法能夠更大概率更快速度獲得最佳卸載決策的優勢,降低系統卸載所需的時延和能耗的加權和,達到保證智能巡檢集群有效運行時間和保障監控功能的目的,實現最小化系統能耗和加權和的目的,同時普適性更好。
            登錄解鎖全文
            聲明:
            “基于多分類和分布式強化學習的卸載決策優化方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
            我是此專利(論文)的發明人(作者)
            分享 0
                     
            舉報 0
            收藏 0
            反對 0
            點贊 0
            標簽:
            化學分析
            全國熱門有色金屬技術推薦
            展開更多 +

             

            中冶有色技術平臺

            最新更新技術

            報名參會
            更多+

            報告下載

            赤泥綜合利用研究報告2025
            推廣

            熱門技術
            更多+

            衡水宏運壓濾機有限公司
            宣傳
            環磨科技控股(集團)有限公司
            宣傳

            發布

            在線客服

            公眾號

            電話

            頂部
            咨詢電話:
            010-88793500-807
            專利人/作者信息登記
            久爱国产精品一区免费视频_无码国模国产在线观看_久久久久精品国产亚洲A_国产综合精品无码

            <p id="xhh1v"><del id="xhh1v"></del></p><listing id="xhh1v"></listing>

            <var id="xhh1v"></var>
            <output id="xhh1v"></output>

                  <ins id="xhh1v"><cite id="xhh1v"></cite></ins>
                    <output id="xhh1v"><del id="xhh1v"><big id="xhh1v"></big></del></output>

                    <dfn id="xhh1v"><form id="xhh1v"><output id="xhh1v"></output></form></dfn>