摘要
本发明公开了一种用采终端采集链路时延获取方法,包括以下步骤:S1.收集数据进行数据预处理;S2.选择Adam模型作为初始训练模型进行数据训练;S3.利用收集到的数据集对所选模型进行训练;S4.使用训练好的模型,根据输入特征预测特定场景下的通信时延,分析各个特征对模型输出时延数据的影响程度,并生成对应的影响因子;S5.训练模型输出一个基础预测时延的值,根据影响因子进行预测时延数值的进一步优化,得到优化后数据并存储;S6.根据存储数据定期对模型进行重新训练和优化。本发明能够调整学习速率,有效应对不同特征对模型训练速度和精度的影响,通过结合特征影响因子实现预测时延的二次优化,提高了时延预测精确度。
技术关键词
时延获取方法
神经网络模型
链路
因子
终端
机器学习模型
报文
电能
计算方法
处理器
数值
校正
参数
代表
算法模型
计算机设备
数据存储
可读存储介质
系统为您推荐了相关专利信息
电源分配管理
电流监测模块
静态电流测试系统
人机交互模块
主控模块
商品个性化推荐方法
生成个性化推荐
场景
多层神经网络模型
预测用户对商品
广告互动
度评估方法
聚类分析算法
广告投放平台
评分机制
疏散路径规划
速度
场景
社会力模型
可读存储介质
深度特征融合
卷积神经网络模型
图像预处理方法
多尺度特征融合
局部细节特征