← 返回列表
一种基于深度学习的集中器优化配置方法及集中器
申请人信息
- 申请人:深圳市先行电气技术有限公司
- 申请人地址:518000 广东省深圳市光明区凤凰街道东坑社区光明大道481号乐府广场1B1211-1213
- 发明人: 深圳市先行电气技术有限公司
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种基于深度学习的集中器优化配置方法及集中器 |
| 专利类型 | 发明申请 |
| 申请号 | CN202410037891.1 |
| 申请日 | 2024/1/11 |
| 公告号 | CN117560287A |
| 公开日 | 2024/2/13 |
| IPC主分类号 | H04L41/0823 |
| 权利人 | 深圳市先行电气技术有限公司 |
| 发明人 | 余喆; 陈雷; 朱建波 |
| 地址 | 广东省深圳市光明区凤凰街道东坑社区光明大道481号乐府广场1B1211-1213 |
摘要文本
本发明公开了一种基于深度学习的集中器优化配置方法及集中器，包括：通过传感器和网络接口获取集中器的配置数据，配置数据包括通信交互数据、集中器性能指标以及网络连接质量参数；基于深度学习模型，对配置数据进行分析，获取分析结果，分析结果包括通信传输周期性变化、集中器性能瓶颈和潜在的网络问题；基于分析结果，自动调整集中器的配置，包括通信网络优化、资源分配调整和性能参数的优化。确保每个设备获得足够的资源；性能参数的优化，以提高整个系统的效率。
专利主权项内容
1.一种基于深度学习的集中器优化配置方法，其特征在于，包括：S101：通过传感器和网络接口获取集中器的配置数据，配置数据包括通信交互数据、集中器性能指标以及网络连接质量参数；S102：基于深度学习模型，对配置数据进行分析，获取分析结果，分析结果包括通信传输周期性变化、集中器性能瓶颈和潜在的网络问题；S103：基于分析结果，自动调整集中器的配置，包括通信网络优化、资源分配调整和性能参数的优化。