一种基于神经网络模型的实时系统唤醒时延补偿方法、系统、电子设备及计算机可读存储介质

AITNT
正文
推荐专利
一种基于神经网络模型的实时系统唤醒时延补偿方法、系统、电子设备及计算机可读存储介质
申请号:CN202511543923
申请日期:2025-10-28
公开号:CN121029258A
公开日期:2025-11-28
类型:发明专利
摘要
本发明提出一种基于神经网络模型的实时系统唤醒时延补偿方法、系统、电子设备及计算机可读存储介质。该方法包括:获取实时系统从低功耗模式被唤醒时的延迟唤醒时间真实值和系统唤醒相关数据,经预处理后得到训练集和测试集;利用训练集和测试集优化训练神经网络模型,得到优化后的神经网络模型;采集待测实时系统从低功耗模式被唤醒时的系统唤醒相关数据,并对其进行预处理后,输入优化后的神经网络模型得到待测实时系统的延迟唤醒时间预测值,并根据该延迟唤醒时间预测值调整待测实时系统休眠时间,以补偿延迟并保证唤醒实时性。本发明利用神经网络预测低功耗系统唤醒延迟,并通过补偿机制提高实时性。
技术关键词
实时系统 时延补偿方法 时延补偿系统 可读存储介质 RNN神经网络 MLP神经网络 训练神经网络模型 传播算法 低功耗系统 电子设备 后系统 误差 模式 计算机 训练集 噪声数据 处理器
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