摘要
本发明公开了一种基于深度学习的多模通信协议优化方法,包括如下步骤:S1、采集通信终端的运行数据,并进行预处理;S2、构建多模通信协议结构图,并生成邻接矩阵;S3、构建结构化LSTM模型,建模通信环境的时序特征和协议间的结构依赖信息;S4、使用结构化LSTM模型进行性能预测;S5、构建时序特征向量与性能预测向量之间的协议因果子图;S6、对通信协议进行多目标综合评估,确定最优通信协议配置方案。本发明融合结构化深度学习与因果建模,优化多模通信协议选择流程,具备预测精度高、决策可解释性强、环境适应性好的优点。
技术关键词
LSTM模型
结构增强型
通信协议集合
时序特征
通信终端
矩阵
广度优先搜索算法
节点
记忆单元
时延
机制
生成结构
多层感知机
关系
资源
能耗
非线性
信道
系统为您推荐了相关专利信息
语言交互系统
聚酰亚胺基底
磁敏元件
传感模块
三维空间姿态
资源调度模型
时序特征
市政道路
生成道路
清理方法
无人机模块
巡查系统
无人机技术
无线通信终端
数据分析模块
异常流量检测
皮尔逊相关系数
时序特征
数据
工业