摘要
本发明涉及数据传输技术领域,且公开了一种基于TSN边缘计算系统的数据传输方法,运用机器学习算法对进入TSN边缘计算系统的数据进行多维度特征分析以获取分析结果,基于分析结果,采用DBSCAN算法,依据多维度特征向量初步划分数据类别,本发明所构建的完整技术体系,从数据特征分析与分类、网络状态预测、资源分配优化到传输路径智能选择与动态调整,各个环节紧密协同、相辅相成,有效应对潜在网络波动与故障,保障关键数据传输的稳定性和可靠性,整个系统通过动态、自适应的资源管理和数据传输策略,全面提升了资源利用效率、数据传输性能以及应对网络风险的能力,能够实现对系统的持续优化。
技术关键词
空间相关性系数
数据传输方法
传输路径
链路丢包率
时间序列预测模型
DBSCAN算法
机器学习算法
数据更新频率
节点
强化学习算法
完整技术体系
资源分配
邻域
网络
数据传输策略
核心
系统为您推荐了相关专利信息
矫形器
时间序列预测模型
青少年
特征值
干预方法
智能审核系统
审核规则
节点
审核模型
分布式强化学习
车流量预测
实时监测数据
车辆轨迹数据
交通流特征
地磁传感器阵列
PCB电路板
波导结构
传输路径
射频模组
金属化过孔
传输路径
通信装置
频率
数据传输优化方法
时间段