摘要
本申请公开了一种资源分配方法、装置、电子设备及存储介质,涉及计算网络技术领域。该方法包括:从网络数据集中提取关键特征;其中,所述关键特征至少包括网络流量特征、用户行为特征、设备运行特征、时间序列特征;将所述关键特征输入循环神经网络模型进行预测,预测出下一周期的资源需求预测结果;其中,所述循环神经网络模型是基于长短期记忆网络或门控循环单元构建的;根据目标设备当前剩余的资源容量、设备优先级和所述资源需求预测结果,生成所述目标设备的资源分配策略,并按照所述资源分配策略调整所述目标设备的资源分配,用以提高局域网的资源利用率。
技术关键词
循环神经网络模型
资源分配策略
网络流量特征
长短期记忆网络
时间序列特征
资源分配方法
门控循环单元
资源分配模块
模型训练模块
训练样本集
数据
资源分配装置
电子设备
可读存储介质
报告
特征提取模块
系统为您推荐了相关专利信息
审核方法
图谱
资料
光学字符识别
PageRank算法
网络负载预测
移动通信网络
资源调度优化
资源分配策略
强化学习模型
融合卷积神经网络
空调负荷预测
注意力机制
分解分析方法
长短期记忆网络
资源分配策略
强化学习算法
设计系统
通信接口管理
单片机
人体关键点
动态评估方法
外界光
光照
时间序列特征