时间触发调度模型的训练、时间触发调度方法及装置

    公开(公告)号:CN114006827A

    公开(公告)日:2022-02-01

    申请号:CN202111137291.5

    申请日:2021-09-27

    Applicant: 清华大学

    Abstract: 本发明公开一种时间触发调度模型的训练、时间触发调度方法及装置,包括:将由链路的基础特征向量、嵌入向量和全局向量拼接获得的目标向量输入策略网络,确定待调度TT流的第一下一跳链路、第一转发相位及第一时隙;若当前调度所到达的网络设备不是终点,则更新目标向量以及时隙占用情况,并将更新后的目标向量输入策略网络确定待调度TT流的第二下一跳链路、第二转发相位及第二时隙,并利用第二时隙和第二下一跳链路对待调度TT流进行调度,直至达到终点;在到达预设调度终止条件时,利用策略梯度算法更新时间触发调度模型的参数,利用更新后的时间触发调度模型继续对待调度TT流进行调度,直至目标函数取值最大时,获得目标时间触发调度模型。

    时间触发调度模型的训练、时间触发调度方法及装置

    公开(公告)号:CN114006827B

    公开(公告)日:2023-01-24

    申请号:CN202111137291.5

    申请日:2021-09-27

    Applicant: 清华大学

    Abstract: 本发明公开一种时间触发调度模型的训练、时间触发调度方法及装置,包括:将由链路的基础特征向量、嵌入向量和全局向量拼接获得的目标向量输入策略网络,确定待调度TT流的第一下一跳链路、第一转发相位及第一时隙;若当前调度所到达的网络设备不是终点,则更新目标向量以及时隙占用情况,并将更新后的目标向量输入策略网络确定待调度TT流的第二下一跳链路、第二转发相位及第二时隙,并利用第二时隙和第二下一跳链路对待调度TT流进行调度,直至达到终点;在到达预设调度终止条件时,利用策略梯度算法更新时间触发调度模型的参数,利用更新后的时间触发调度模型继续对待调度TT流进行调度,直至目标函数取值最大时,获得目标时间触发调度模型。

    一种基于动态快速决策树算法的数据流分类方法及装置

    公开(公告)号:CN111881992A

    公开(公告)日:2020-11-03

    申请号:CN202010767031.5

    申请日:2020-08-03

    Applicant: 清华大学

    Abstract: 本发明实施例公开一种基于动态快速决策树算法的数据流分类方法和装置。该方法中将第一最佳属性的启发式度量值与空属性的启发式度量值之间的差值与第一当前分裂阈值进行比较,由于空属性的启发式度量值小于次佳属性,因此第一最佳属性与空属性的启发式度量值之间的差值大于第一当前分裂阈值,使得快速决策树的分裂速度相比于保守机制下的分裂速度要快的多,可以充分发挥在线决策树的学习能力,对于内部结点将第二最佳属性的启发式度量值与该结点的分裂属性的启发式度量值之间的差值与第二当前分裂阈值进行比较,在判断原有用于分裂的分裂属性不为最佳的属性时,使用最佳的第二最佳属性对该结点进行分裂,从而快速适应概念漂移提高算法准确率。

Patent Agency Ranking