摘要
本发明涉及边缘计算技术领域,具体涉及一种无线网络端到端时延概率分布的预测方法,基于数据驱动且采用混合密度网络的方式,使用改进的高斯混合模型和广义帕累托分布构造概率密度函数,具体的,根据测量所得数据集中数据包时延概率分布的拖尾概率变化趋势,计算获得主体部分与拖尾部分的分割阈值u;而概率密度函数的其他参数由混合密度网络训练获得;最后针对不同大小的数据包,预测时延小于(或大于)某给定值的概率。经多次实验结果验证,与现有技术相比,使用本发明技术获得的端到端时延拖尾概率(大于给定时延的概率)分布的准确性有显著提升。
技术关键词
时延
广义帕累托分布
无线网络
高斯混合模型
累积分布函数
高斯概率密度函数
边缘计算技术
参数
数据
序列
接入点
表达式
时间段
终端
强度
系统为您推荐了相关专利信息
工艺优化方法
异构传感器
并行特征提取
封罐工艺
参数
数据推荐方法
数据推荐系统
互联网
网络质量指标
链路吞吐量
智慧管理平台
无人机管理平台
三维地图信息
无线网络
模式
数据异常检测方法
学校
神经网络模型
学生
节点特征