首页> 中国专利> 一种基于深度学习的大规模网络动态自适应路径规划方法

一种基于深度学习的大规模网络动态自适应路径规划方法

摘要

本发明公开了一种基于深度学习的大规模网络动态自适应路径规划方法,首先建立态势信息管理系统;对节点态势信息进行采集和预处理,并使用特定组播机制更新并获取全局态势信息,然后构建适用于大规模网络的态势信息模型;最后基于深度学习提取环境特征,引入决策开关机制对问题规模进行稀疏化处理;基于所述决策开关机制设计路由机制可扩展的网络层子系统,并提出动态自适应路径规划方法;本发明提出了一种新兴的适合大规模网络的态势信息建模方法和态势更新维护机制,并引入一种基于深度学习的大规模网络动态自适应路径规划方法,降低了大规模网络的问题复杂度和整体系统开销,解决了高动态环境适应能力不足的问题。

著录项

  • 公开/公告号CN114051273A

    专利类型发明专利

  • 公开/公告日2022-02-15

    原文格式PDF

  • 申请/专利权人 南京大学;

    申请/专利号CN202111313384.9

  • 发明设计人 王健;杨程竣;贾东睿;

    申请日2021-11-08

  • 分类号H04W40/02(20090101);H04L45/00(20220101);H04L45/16(20220101);H04L41/14(20220101);G06N20/00(20190101);

  • 代理机构32249 南京瑞弘专利商标事务所(普通合伙);

  • 代理人陈建和

  • 地址 210023 江苏省南京市栖霞区仙林大道163号

  • 入库时间 2023-06-19 14:11:11

法律信息

  • 法律状态公告日

    法律状态信息

    法律状态

  • 2022-02-15

    公开

    发明专利申请公布

相似文献

  • 专利
  • 中文文献
  • 外文文献
获取专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号