-
公开(公告)号:CN118708332A
公开(公告)日:2024-09-27
申请号:CN202410714506.2
申请日:2024-06-04
Applicant: 中南大学
IPC: G06F9/50
Abstract: 本申请适用于云计算技术领域,提供了一种云游戏系统的资源优化方法、装置、终端设备及介质,该方法包括获取用户终端发送的任务请求;根据CPU数量需求和带宽需求,将游戏画面渲染指令分配给边缘服务器,计算任务请求的游戏延迟、游戏视频画质评分、边缘计算网络的网络负载以及边缘计算网络的计算负载;计算边缘计算网络的网络资源分配差异,并根据计算负载,计算边缘计算网络的计算资源分配差异;基于深度强化学习模型,以游戏延迟最低、网络资源分配差异最小以及计算资源分配差异最小为优化目标,构建资源优化模型;根据资源优化模型,对云游戏系统的资源进行优化。本申请可以解决云游戏宽带消耗大、延时高以及画质不稳定的问题。
-
公开(公告)号:CN116843899A
公开(公告)日:2023-10-03
申请号:CN202310852538.4
申请日:2023-07-12
Applicant: 中南大学深圳研究院
Abstract: 本发明提供了一种雾天交通场景图像语义分割方法及相关设备,包括:获取雾天交通场景图像集;构建包括双任务特征提取模块、用于将图像从欧几里得空间投影至图空间的映射模块、用于捕获特征图之间依赖关系的信心配对增强模块、用于将图像从图空间投影至欧几里得空间的反映射模块、互监督模块的模糊图像语义分割网络;将雾天交通场景图像集输入模糊图像语义分割网络进行训练,得到训练后的模糊图像语义分割网络;将待处理的目标交通场景图像输入训练后的模糊图像语义分割网络进行语义分割,得到分割结果;与现有技术相比,实现了在标签数据有缺陷的情况下,仍然能够依据同行任务的指导来提高语义分割的准确性,从而提高智能驾驶的安全性。
-
公开(公告)号:CN117808561A
公开(公告)日:2024-04-02
申请号:CN202410138428.6
申请日:2024-01-31
IPC: G06Q30/0601 , G06F18/241 , G06N3/092 , G06F18/22
Abstract: 本申请适用于商品推荐技术领域,提供了一种基于深度强化学习的商品推荐系统,包括:分类智能体、多个组内智能体以及多个商品智能体;分类智能体用于根据待推荐用户的属性信息、待推荐用户在历史时间段内购买的商品信息、在当前时间段内浏览的商品信息,从多个组内智能体中筛选出待推荐用户所属的目标组内智能体;目标组内智能体用于根据待推荐用户在当前时间段内浏览的商品信息,从多个商品智能体中筛选出待推荐用户所属的目标商品智能体;目标商品智能体用于根据待推荐用户的属性信息、待推荐用户在历史时间段内购买的商品信息,输出待推荐用户的商品推荐列表。本申请能提升推荐系统的商品推荐精度。
-
-