一种基于联邦学习的车联网资源分配方法及系统

AITNT
正文
推荐专利
一种基于联邦学习的车联网资源分配方法及系统
申请号:CN202411526372
申请日期:2024-10-30
公开号:CN119052190B
公开日期:2025-05-27
类型:发明专利
摘要
本发明提供一种基于联邦学习的车联网资源分配方法及系统,其中方法包括:基于车联网中目标车辆的行驶画像,持续尝试预测非标通信情形;当尝试预测到时,基于预训练的联邦学习模型,决策非标通信情形的资源分配策略;基于资源分配策略,从车联网的通信资源预备池中分配相应的通信资源给目标车辆。本发明基于车联网中目标车辆的行驶画像,持续尝试预测非标通信情形,当尝试预测到时,基于预训练的联邦学习模型,决策非标通信情形的资源分配策略,基于资源分配策略,从车联网的通信资源预备池中分配相应的通信资源给目标车辆,充分确保目标车辆在产生非标通信情形时能够获得极高质量的通信支持,避免对车联网中的车辆造成影响。
技术关键词
资源分配策略 特征切片 资源分配方法 联邦学习模型 资源分配系统 车辆 生成模板 识别特征 画像 序列 决策 地图 关系 模块 间距 代表
系统为您推荐了相关专利信息
1
一种面向异构存储的动态资源分配方法及系统
动态资源分配方法 XGBoost模型 异构存储系统 特征工程 存储空间利用率
2
基于差分隐私的多智能体任务卸载与资源优化方法和系统
移动设备 资源优化方法 移动边缘计算环境 解码函数 基站
3
基于熵值优化联邦学习的抽油机故障诊断方法
抽油机故障诊断方法 服务端 随机梯度下降 抽油机故障诊断系统 梯度更新方法
4
病理图片的处理方法、装置及电子设备
特征切片 图片 分类器模型 特征提取网络 样本
5
无蜂窝大规模MIMO系统中基于多智能体深度强化学习的低能耗资源分配方法
大规模MIMO系统 多智能体深度强化学习 资源分配方法 上行链路功率分配 深度强化学习模型
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号