公开(公告)号：CN109686050A

公开(公告)日：2019-04-26

申请号：CN201910046693.0

申请日：2019-01-18

Applicant: 桂林电子科技大学

Inventor： 何倩 ,  陈壮 ,  覃匡宇 ,  董庆贺 ,  杨指挥 ,  江炳城 ,  曹礼

IPC: G08B21/02 ,  G08B19/00 ,  G08B21/14 ,  G08B21/18 ,  G08B21/20 ,  G08B25/10 ,  G01D21/02

CPC classification number: G08B21/02 ,  G01D21/02 ,  G08B19/00 ,  G08B21/14 ,  G08B21/182 ,  G08B21/20 ,  G08B25/10

Abstract: 本发明属于信息处理技术领域，公开了一种基于云服务与深度神经网络的车内环境监测预警方法，当有人进入汽车室内时，人体红外检测模块检测到信息；检测到的实时数据通过5G无线网络传输到智能物联云平台，智能云的数据库服务器进行云存储与备份操作，内容管理服务器进行云计算和大数据聚类分析数据挖掘操作。本发明利用智能云对汽车室内空气实时监测，在云端利用提出的基于逻辑回归最优化模型的警报信息等级分类算法对车主面临的危险进行精准的划分危险等级，并利用设计的系统自适应深度强化学习算法做出决策；在云端采用提出的Pyecharts-Based可视化算法对海量数据进行统计分析，并对所有车主用户提供独立安全的可视化服务。

公开(公告)号：CN109981723A

公开(公告)日：2019-07-05

申请号：CN201910065280.7

申请日：2019-01-23

Applicant: 桂林电子科技大学

Inventor： 何倩 ,  陈壮 ,  刘阳 ,  董庆贺 ,  梁任纲

IPC: H04L29/08 ,  H04L12/911

Abstract: 本发明属于无线通信技术领域，公开了一种基于深度强化学习的文件缓存处理系统及方法、通信系统，所述基于深度强化学习的文件缓存处理方法包括以下步骤：缓存请求者的属性信息，每个请求缓存内容的大小和可利用的缓存资源的设备属性信息被移动基站收集，作为决策智能体的输入信息；决策智能体在设定时间范围内根据随机梯度下降方法和推演并设计缓存匹配的操作；输出一个最优的匹配，即具有最大的系统效益，分配缓存资源。仿真实验的数值结果表明，该算法可以有效地分配缓存资源，降低系统能耗，最大化系统效益。

公开(公告)号：CN109981723B

公开(公告)日：2021-11-09

申请号：CN201910065280.7

申请日：2019-01-23

Applicant: 桂林电子科技大学

Inventor： 何倩 ,  陈壮 ,  刘阳 ,  董庆贺 ,  梁任纲

IPC: H04L29/08 ,  H04L12/911

Abstract: 本发明属于无线通信技术领域，公开了一种基于深度强化学习的文件缓存处理系统及方法、通信系统，所述基于深度强化学习的文件缓存处理方法包括以下步骤：缓存请求者的属性信息，每个请求缓存内容的大小和可利用的缓存资源的设备属性信息被移动基站收集，作为决策智能体的输入信息；决策智能体在设定时间范围内根据随机梯度下降方法和推演并设计缓存匹配的操作；输出一个最优的匹配，即具有最大的系统效益，分配缓存资源。仿真实验的数值结果表明，该算法可以有效地分配缓存资源，降低系统能耗，最大化系统效益。