摘要
本发明提供了一种基于图神经网络的大规模无线网络参数优化方法,具有这样的特征,图神经网络模型的训练过程包括以下步骤:步骤T1,构建图神经网络模型并将其设置在各个计算单元和参数服务器;步骤T2,采样单元分别对基站‑栅格二部图进行采样得到子图;步骤T3,计算单元根据对应的子图,通过图神经网络模型进行多轮迭代,计算得到图神经网络模型的每个参数的梯度;步骤T4,参数服务器根据所有梯度更新图神经网络模型,并将更新好的图神经网络模型传递给各个计算单元;步骤T5,判断是否达到预设训练终止条件,若是,则得到训练好的图神经网络模型,若否,则执行步骤T3。总之,本方法能够对网络区域内的多个基站进行基站参数优化。
技术关键词
无线网络参数
神经网络模型
栅格
分布式计算集群
基站信号强度
噪声功率
节点特征
服务器
天线
损耗
表达式
采集单元
密度
方位角
系统为您推荐了相关专利信息
非线性动态模型
热解气化炉
神经网络模型
气体
序列
汉语言学习平台
调控策略
标签
深度神经网络模型
模式
更新控制方法
电梯
深度神经网络模型
排队论模型
因子
水质自动采样器
人机交互操控
远程水质
车间设备
危害性