典型文献
基于深度神经网络的无环路由算法
文献摘要：
通信网中信息量的迅猛增长,使得网络负载不均衡、 资源利用率低的情况日益加重.当前基于深度学习的智能路由方法在一定程度上克服了此问题,但这些方法在路径选择过程中有一定几率产生环路现象.针对上述问题,提出了一种基于深度神经网络(Deep Neural Network,DNN)的路由方案,利用距离值作为神经网络样本标签,通过距离判定与容量判定的方式,逐跳趋近目标节点.实验结果表明,算法在不产生环路现象的同时,保证了收敛速度和负载均衡.
文献关键词：
深度神经网络;路由;环路现象;负载均衡;通信网
中图分类号：
作者姓名：
高会生;唐骁;曹旺斌
作者机构：
华北电力大学 电子与通信工程系, 河北 保定 071003
文献出处：
引用格式：
[1]高会生;唐骁;曹旺斌-.基于深度神经网络的无环路由算法)[J].无线电工程,2022(01):101-107
A类：
环路现象
B类：
深度神经网络,路由算法,通信网,中信,信息量,猛增,网络负载,资源利用率,益加,智能路由,几率,Deep,Neural,Network,DNN,样本标签,趋近,收敛速度,负载均衡
AB值：
0.369036
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
