基于深度学习的网关数据传输智能调度方法及系统

AITNT
正文
推荐专利
基于深度学习的网关数据传输智能调度方法及系统
申请号:CN202510975635
申请日期:2025-07-15
公开号:CN120835041A
公开日期:2025-10-24
类型:发明专利
摘要
本申请提供了一种基于深度学习的网关数据传输智能调度方法及系统,该方法包括:获取信令流、媒体流和用户行为数据对应的三维特征张量;基于预置的双通道LSTM神经网络,对三维特征张量进行时空特征联合预测,输出链路带宽需求矩阵及突发流量的风险预警等级;根据链路带宽需求矩阵建立带宽分配决策树,根据带宽分配决策树和风险预警等级确定实时带宽阈值;根据当前的通信质量指标、链路带宽需求矩阵和实时带宽阈值构建强化学习状态向量;通过深度Q网络解析强化学习状态向量,得到路径决策指令,并将路径决策指令发送至对应的网关路由节点。
技术关键词
智能调度方法 LSTM神经网络 深度Q网络 矩阵 链路 智能调度系统 隶属度函数 LSTM模型 决策 注意力 指令 主成分分析降维 模糊逻辑控制器 配额 监测网关 节点 蚁群优化 高风险
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