一种基于深度强化学习的边缘计算主动服务方法及系统

    公开(公告)号:CN114154566B

    公开(公告)日:2025-05-09

    申请号:CN202111370645.0

    申请日:2021-11-18

    Abstract: 本发明公开了一种基于深度强化学习的边缘计算主动服务方法及系统,方法包括以下步骤:1)提取用户特征信息,同时提取用户意图分类;2)通过深度神经网络预训练意图预判模型,意图预判模型输出为经过归一化指数函数softmax的多分类用户意图概率,然后利用交叉熵损失函数优化意图预判模型,优化后的意图预判模型输出为当前的意图的类别,同时将意图预判模型的倒数第二层作为表示向量,建立DDPG模型;3)通过线上探索对DDPG模型进行优化;4)设定强化学习的奖赏函数,如果用户使用其中一个服务,则奖赏值为1,否则奖赏值为0;根据奖赏值对用户资源请求进行预判。本发明的方法可以提升边缘节点的服务效率,并提升用户满意度。

    物联操作系统适配程序的更新方法、装置、设备及产品

    公开(公告)号:CN119806603A

    公开(公告)日:2025-04-11

    申请号:CN202510303519.5

    申请日:2025-03-14

    Abstract: 本公开实施例公开了一种物联操作系统适配程序的更新方法、装置、设备及产品,包括:基于第一操作系统的第一接口信息和第二操作系统的第二接口信息确定目标关系文件;基于目标关系文件确定目标接口,目标接口包括函数名产生变化的接口、返回值增加的接口、删除返回值的接口、返回值的类型被修改的接口、删除参数的接口、删除原始参数并增加第一目标参数的接口和/或增加第二目标参数的接口;基于目标接口对第二操作系统的原始适配程序进行更新,得到适用于第一操作系统的目标适配程序,并输出更新报告和修改方案推荐报告。本技术方案实现适配程序的自动化更新,减少开发人员的工作量和投入成本,为开发人员提供有效的更新方案推荐。

    一种指令监控方法、装置、电子设备及介质

    公开(公告)号:CN117787707B

    公开(公告)日:2024-11-19

    申请号:CN202311828239.3

    申请日:2023-12-27

    Abstract: 本发明公开了一种指令监控方法、装置、电子设备及介质,所述方法包括:基于风险评估模型对物联管理指令进行风险评估,得到所述物联管理指令的综合评估结果,所述物联管理指令用于对物联管理平台进行管理;根据所述综合评估结果和所述物联管理指令对应的目标设备环境,动态调整所述物联管理平台的监控策略,并收集监控结果。该方法通过基于风险评估模型对物联管理指令进行风险评估得到综合评估结果,能够实现物联管理指令的自动评估,降低人工参与,提高指令监控的安全性和可靠性,同时,通过根据综合评估结果和物联管理指令对应的目标设备环境,动态调整物联管理平台的监控策略,实现了监控策略的自适应调整,有效提升监控的效率。

Patent Agency Ranking