[发明专利]一种基于深度学习的网络最优路径选择方法有效
| 申请号： | 201710118490.9 | 申请日： | 2017-03-01 |
| 公开（公告）号： | CN106953802B | 公开（公告）日： | 2020-03-03 |
| 发明（设计）人： | 周静静;鹿如强;张胜龙;吴晓春;王伟明 | 申请（专利权）人： | 浙江工商大学 |
| 主分类号： | H04L12/721 | 分类号： | H04L12/721;H04L12/751;G06N3/08 |
| 代理公司： | 杭州求是专利事务所有限公司 33200 | 代理人： | 忻明年 |
| 地址： | 310018 浙江*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于深度学习的网络最优路径选择方法，包括如下步骤：根据监督数据集的获取算法，对采集到的网络的链路特征值进行打标签操作，获取监督学习数据集；将获取到的监督学习数据集输入到深度学习模型中进行训练，得到训练好的模型；将待测的链路数据输入到训练好的模型中，通过最优路径选择算法得到最优路径。本发明创新性的将深度学习的理论成功运用于网络最优路径选择的实践上，并且取得了较好的表现效果，能够提高网络的整体运行效率，对今后智能化网络的发展有一定的推动作用。 | ||
| 搜索关键词： | 一种 基于 深度 学习 网络 最优 路径 选择 方法 | ||
【主权项】：
一种基于深度学习的网络最优路径选择方法，其特征在于，包括如下步骤：步骤一：根据监督数据集的获取算法，对采集到的网络的链路特征值进行打标签操作，获取监督学习数据集；步骤二：将步骤一获取到的监督学习数据集输入到深度学习模型中进行训练，得到训练好的模型；步骤三：将待测的链路数据输入到步骤二训练好的模型中，通过最优路径选择算法得到最优路径。
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浙江工商大学，未经浙江工商大学许可，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/201710118490.9/，转载请声明来源钻瓜专利网。
- 上一篇：一种新型可拆式皮卡消防车厢
- 下一篇：一种用于中小型载货汽车的卷帘式车厢
