龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：北京中科航星科技有限公司
摘要：本申请提出的深度学习多模型部署场景下QOS感知的资源分配方法和系统，依据深度学习资源分配手段与部署手段的相互耦合，构建候选QOS深度学习资源分配模型，进行历史资源分配表查询，得到QOS在基础质量通话下的实际资源分配权重并对模型进行修正，质量通话细化处理后进行QOS深度学习资源分配分析，得到多个标准资源分配权重，基于评价函数，得到最优标准资源分配权重，并获得最优质量通话来执行历史资源分配表查询，得到QOS的最优实际资源分配权重，将最优实际资源分配权重与最优标准资源分配权重进行比较，验证并输出QOS的资源分配权重优化结果。本发明既能够提高深度学习资源分配结果的可靠性与准确率，更好地发挥深度学习资源分配手段在优化过程中的作用。
主权项：1.深度学习多模型部署场景下QOS感知的资源分配方法，其特征在于，包括：构建候选QOS深度学习资源分配模型，依据所述候选QOS深度学习资源分配模型得到候选资源分配权重；对所述QOS进行历史资源分配表查询，得到所述QOS在多个基础质量通话下的多个实际资源分配权重；依据多个所述实际资源分配权重对所述候选QOS深度学习资源分配模型进行修正，得到修正QOS深度学习资源分配模型；对多个所述基础质量通话进行细化处理，得到多个标准质量通话，基于所述修正QOS深度学习资源分配模型，对多个所述标准质量通话进行QOS深度学习资源分配分析，得到多个标准资源分配权重；构建QOS质量感知模型，并将多个所述标准资源分配权重分别输入所述QOS质量感知模型，得到最优标准资源分配权重，所述最优标准资源分配权重对应的所述标准质量通话作为最优质量通话；依据所述最优质量通话，执行所述历史资源分配表查询，得到QOS的最优实际资源分配权重，将所述最优实际资源分配权重与所述最优标准资源分配权重进行比较，得到所述QOS的资源分配权重优化结果。
全文数据：
权利要求：
百度查询： 北京中科航星科技有限公司 深度学习多模型部署场景下QOS感知的资源分配方法和系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号