基于增强学习与QoE需求函数的自适应无线网络择取优化机制

来源 :计算机应用与软件 | 被引量 : 11次 | 上传用户:NMGYXK110
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
为了使网络择取机制能在未知的网络信息条件下仍可适应复杂多变的网络;并可迎合客户动态变化的QoE需求,且能对其进行优化,提出了增强学习与QoE需求函数相融合的自适应网络择取优化机制。从各类用户出发,划分不同性质的业务,并引入随机离散原则,建立QoE需求函数;根据QoE反馈信号,兼顾切换决策的主观与客观性,嵌入最小二乘法,构建网络切换决策优化模型,获得决策最优值;计算切换开销与客户需求的概率中间值,并定义了最优网络切换规则,耦合增强学习对网络进行择取/切换;设计增强学习参数更新法,完成会话业务发送。在M
其他文献
趋近化理论为批评话语分析提供了新的路径和方法。文章首先梳理了趋近化理论和相关研究成果,然后以美国疾病控制与预防中心(CDC)在抗击COVID-19疫情中的电讯简报会文本为语料
针对视频质量诊断系统中的PTZ控制检测,提出一种基于灰度投影的云台全方位移动检测方法。首先获取两帧待检测的视频帧,计算其行列的灰度投影;接着利用投影后的结果计算两帧图像的行、列位移量;最后根据位移量判断云台是否按用户指令正确运动。实验结果验证了该方法的快速、有效性。
本文主要结合川沙水泥厂利用篦冷机废气烘干矿渣的低温回转烘干机,概略介绍了它的特点、开发、设计和使用效果等方面的情况,并就其今后的发展提出了几点意见。
在Robo Cup Keepaway任务训练中,传统手工抢球策略的主观性强,对训练情形变化的适应性差,导致抢球球员任务完成时间长、抢断成功率低。针对这一问题,将强化学习应用于Keepaway中抢球球员的高层动作决策。通过对抢球任务特点的分析,合理设计了抢球球员强化学习模型的状态空间、动作空间及回报值,并给出了抢球球员的强化学习算法。实验结果表明经强化学习后,抢球球员能够根据比赛情形做出更客观的决策
针对图像识别中传统的嵌入流形算法通常只考虑切线空间却忽略了流形结构以致不能准确建模的问题,提出一种基于关系型发散的黎曼流形分类(RMC)算法。首先从底层黎曼流形建立训练集,并在流形上建立一组表示黎曼点的参考点;然后,借助于最近提出的斯坦因发散计算黎曼点与各个类之间的相似性,从而有效地将流形分类问题转换成寻找合适的相似空间问题;最后,利用经典的线性判别分析进行特征提取,最近邻分类器完成最终的分类、识
目的观察小剂量氯化铵对小鼠学习记忆功能的影响。方法昆明种小鼠40只,随机分为2大组,每大组再随机分为2组(n=10):生理盐水组(腹腔注射生理盐水25ml/kg),氯化铵组(腹腔注射2.5%氯化铵25ml
目的探讨不同大小超高分子聚乙烯(UHMWPE)颗粒对兔膝关节周围组织巨噬细胞及炎症因子表达的影响。方法实验组:将3种大小(平均直径)为1.33、5.92、58.87μm的UHMWPE颗粒用无菌磷酸
针对随机环境下多期单项批量问题的复杂结构导致的数学难解性,提出基于启发式的前馈神经网络FF-NN(Feed Forward-Neural Network)模型。通过研究一种基于最小总相关成本价格和不确定性需求的最优批量策略,构建基于Taguchi方法、反向传播(BP)、遗传算法(GA)、蜂群算法(BA)的四种前馈神经网络模型,使用三种特定领域的启发式成本计算方法,包括修正银餐(RSM)、修正最小单
高耗能的大型数据中心对其所在区域智能电网的负载均衡有较大影响。针对这种情况,提出电网感知的云计算服务请求路由优化算法。通过对云计算系统的服务请求路由调整,结合电网功率流分析,将服务请求路由到电网余量充沛的数据中心来改善电网支路的传输负载。在IEEE 24节点可靠性测试系统上的仿真结果显示:算法能根据数据中心节点的电网负载情况,调整服务请求路由,显著改善电网的负载均衡问题和提高电网的鲁棒性。
目的探讨乳腺癌能量多普勒超声(PDI)与乳腺癌雌激素受体(ER)、孕激素受体(PR)以及人类癌基因(CerbB-2)表达的相关性。方法选择30例乳腺癌患者术前用PDI检查,术后用免疫组化法检测肿瘤