摘要
本申请公开了一种低压电力线载波微功率无线通信网络自我修复方法,其通过采集用户输入的业务需求,并在后端引入基于自然语言处理和深度学习技术的数据处理和语义理解算法来进行该业务需求的语义理解,以此来捕获所述业务需求中基于词粒度的上下文语义关联特征,以此来推荐合适的误码率,并将其设置为所述低压电力线载波微功率无线通信网络的误码率。这样,能够根据不同业务需求自动设置相应的误码率需求因子,从而在保证通信链路质量的同时,实现网络负载的均衡分配,这可以弥补传统修复方案的缺陷,增强网络的自我修复能力,从而有效提升低压电力线载波微功率无线通信网络的性能和可靠性。
技术关键词
微功率无线通信网络
低压电力线载波
Word2Vec模型
误码率
语义
修复方法
编码向量
LSTM模型
矩阵
特征值
解码器
序列
深度学习技术
元素
动态
通信链路
分词
自然语言
级联