基于深度强化学习的NB-IoT上行覆盖增强优化方法

    公开(公告)号:CN115396902A

    公开(公告)日:2022-11-25

    申请号:CN202210846565.6

    申请日:2022-07-19

    Abstract: 本发明公开了一种基于深度强化学习的NB‑IoT上行覆盖增强优化方法,NB‑IoT终端与基站上行通信时,获取终端状态st,将状态输入估计Q网络,根据∈‑greedy策略选择动作at,执行动作对终端上行覆盖增强参数进行配置,NB‑IoT通信环境反馈动作执行后的奖励rt+1和状态st+1,将状态转移样本存入经验回放池。智能体从经验回放池随机抽取样本,迭代训练估计Q网络直到收敛,实现对NB‑IoT上行覆盖多维参数优化配置。本发明有效增强NB‑IoT上行通信的可靠性,减小上行通信时延,提高上行通信覆盖范围,可克服因NB‑IoT覆盖等级划分粒度较粗造成部分终端资源浪费的问题。

    一种卸妆油及其制备方法

    公开(公告)号:CN107041861B

    公开(公告)日:2020-06-02

    申请号:CN201710191256.9

    申请日:2017-03-28

    Abstract: 本发明公开了一种卸妆油及其制备方法,所述卸妆油主要是由以下质量份数的原料制成:茶叶籽油20‑50份,甜杏仁油20‑35份,葡萄籽油10‑25份,异十六烷8‑25份,纯植物乳化剂10‑22份,天竺葵精油0‑0.5份,抗氧化剂0.01‑0.04份。相对于现有技术,本发明的卸妆油作为一个整体,各种成分相互配合使用,通过优化组分含量,使最终配方安全温和,能深入清洁彩妆和污垢,清爽不油腻,抗菌消炎,修复肌肤的效果,并且制备方法简单,适合工业化生产。

    一种卸妆油及其制备方法

    公开(公告)号:CN107041861A

    公开(公告)日:2017-08-15

    申请号:CN201710191256.9

    申请日:2017-03-28

    Abstract: 本发明公开了一种卸妆油及其制备方法,所述卸妆油主要是由以下质量份数的原料制成:茶叶籽油20‑50份,甜杏仁油20‑35份,葡萄籽油10‑25份,异十六烷8‑25份,纯植物乳化剂10‑22份,天竺葵精油0‑0.5份,抗氧化剂0.01‑0.04份。相对于现有技术,本发明的卸妆油作为一个整体,各种成分相互配合使用,通过优化组分含量,使最终配方安全温和,能深入清洁彩妆和污垢,清爽不油腻,抗菌消炎,修复肌肤的效果,并且制备方法简单,适合工业化生产。

Patent Agency Ranking