[发明专利]基于深度强化学习的文件缓存处理系统及方法、通信系统有效
| 申请号： | 201910065280.7 | 申请日： | 2019-01-23 |
| 公开（公告）号： | CN109981723B | 公开（公告）日： | 2021-11-09 |
| 发明（设计）人： | 何倩;陈壮;刘阳;董庆贺;梁任纲 | 申请（专利权）人： | 桂林电子科技大学 |
| 主分类号： | H04L29/08 | 分类号： | H04L29/08;H04L12/911 |
| 代理公司： | 西安长和专利代理有限公司 61227 | 代理人： | 黄伟洪 |
| 地址： | 541000 广西*** | 国省代码： | 广西;45 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 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。 | ||
| 搜索关键词： | 基于 深度 强化 学习 文件 缓存 处理 系统 方法 通信 | ||
【主权项】：
1.一种基于深度强化学习的文件缓存处理方法，其特征在于，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：第一步，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；第二步，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；第三步，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。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于桂林电子科技大学，未经桂林电子科技大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910065280.7/，转载请声明来源钻瓜专利网。
