摘要
本发明公开了一种网络状态自适应的目标检测计算任务卸载调度方法,包括:获取该任务需要的目标信息并预处理,得到图像数据集;通过图像数据集得到目标检测模型;建立通感算一体化任务需求模型,并将通感算一体化任务需求模型映射为动作空间选择问题;将动作空间选择问题进行初步简化;根据边缘设备的状态向量将动作空间选择问题转化为部分可观测的马尔科夫决策过程;基于环境感知的强化学习算法,进行通感算一体化任务调度处理,并学习马尔科夫决策的状态向量,获得边缘设备在不同网络状态下满足业务需求的资源分配最优策略;根据最优策略执行任务卸载,评估调度卸载策略性能,实现任务调度。本发明可以实现任务卸载的自适应调度。
技术关键词
强化学习算法
云服务器
化学反应优化算法
卸载策略
网络
环境感知设备
资源分配
图像
分子
数据
任务调度
下行链路延迟
贪心策略
模块
定义系统
连续决策变量
样本
系统为您推荐了相关专利信息
计算机网络安全
注意力机制
直觉模糊集
神经网络模型
网络安全状态
供电系统
安全性评估方法
建立神经网络模型
训练集
神经网络输出层
联合深度学习
网络入侵检测方法
网络流量数据集
中心服务器
客户端
医学图像分类方法
噪声标签
神经网络模型
医学图像分类装置
随机梯度下降
阶段
数据处理方法
非易失性存储介质
数据分布
神经网络模型训练