CN119450637A 一种基于智能网关的动态数据转发方法及系统 （北京比格大数据有限公司）_第1页
CN119450637A 一种基于智能网关的动态数据转发方法及系统 （北京比格大数据有限公司）_第2页
CN119450637A 一种基于智能网关的动态数据转发方法及系统 （北京比格大数据有限公司）_第3页
CN119450637A 一种基于智能网关的动态数据转发方法及系统 （北京比格大数据有限公司）_第4页
CN119450637A 一种基于智能网关的动态数据转发方法及系统 （北京比格大数据有限公司）_第5页
已阅读5页，还剩18页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

一种基于智能网关的动态数据转发方法及公开了一种基于智能网关的动态数据转发方法量、工作电压和环境温度等因素得到状态评分。高的路径，以确保数据传输过程中的能耗最小2为设备类型进行独热编码并标记为设备类型编码基于网关信息和机器学习模型预测的能源消耗值生成最优能耗网关的上传速率和下载速率并计算平均值获得；设备运行时间为记录网关连续运行的时将一组网关信息转化为特征向量，将能源消耗值作为特征向量将训练集作为机器学习模型的输入，所述机器学习模型以未3;预处理模块，为设备类型进行独热编码并标记为设备类型模型训练模块，基于网关信息与能源消耗值，训练实时预测网关路径决策模块，基于网关信息和机器学习模型预测的能源消耗值所述处理器通过调用所述存储器中存储的计算机程序，执行权利要8.一种计算机可读存储介质，其特征在于：储存4[0003]授权公告号CN110351385B的中国专利公开了一种家庭网[0004]授权公告号CN113194038B的中国专利公开了一种智能边5组特征向量和与每组特征向量对应的标签构建为一个样本，收集多个样本构建为数据集；所述机器学习模型损失函数为均方误差；均方误差通过将损失函数67过网关内部的系统监控功能，通过处理器资源管理程序实时读取CPU使用率。CPU使用率可以帮助识别处理器过载的情况，为能耗预测和优化提供参考，一般cpu消耗功耗占比较设备类型在网关初始化时基于设备标识数据自8组特征向量和与每组特征向量对应的标签构建为一个样本，收集多个样本构建为数据集；所述机器学习模型损失函数为均方误差；均方误差通过将损失函数最小化来训练模型；损失函数中MSE为损失函数值，i为特所述机器学习模型是SVR模型，SVR模型通过找到一个能够很好地拟合数据的高;9点的预测能耗与最大能耗的比值，越低表示节点消耗较少，有助于路由的能效优化。择状态评分最高的路径，进一步减少了因节点状态不稳定或能耗过高导致的网络故障风请参阅图3所示，根据本申请的又一方面还提供了一种基于智能网关的动态数据[0038]根据本申请实施方式的方法或系统也可以借助于图3所示的电子设备的架构来实照以上附图描述的根据本申请实施方式的一种基于智能网关的动态数据转发方法及系统。算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论