典型文献
基于时空特征提取的智能网络切片算法
文献摘要：
5G网络作为新一代的移动通信网络,提供了差异多样的各类业务服务,而通过网络切片可以将5G网络的资源虚拟化并更为有效地分配给各类服务.然而,当用户的服务需求发生变化时,需要及时地进行切片资源的重新分配和管理.为了准确适配业务需求的时空变化,提升切片性能,考虑采用深度强化学习的人工智能算法对切片资源进行实时管理,提出了基于时空特征提取的智能网络切片算法.算法采用了图注意力网络(GAT)以及长短期记忆网络(LSTM)进行数据的预处理,并使用深度Q网络(DQN)进行决策.在多基站和多用户的无线接入网场景下的仿真测试中,该算法在性能上相比于传统的网络切片算法实现了较大的提升.
文献关键词：
网络切片;深度强化学习;时空特征提取;资源分配
中图分类号：
作者姓名：
肖柏狄;李荣鹏;赵志峰;张宏纲
作者机构：
浙江大学 信息与电子工程学院,浙江 杭州310027;之江实验室,浙江 杭州311121
文献出处：
引用格式：
[1]肖柏狄;李荣鹏;赵志峰;张宏纲-.基于时空特征提取的智能网络切片算法)[J].无线电通信技术,2022(01):74-80
A类：
B类：
时空特征提取,智能网络切片,切片算法,移动通信网络,业务服务,资源虚拟,虚拟化,配给,当用,重新分配,业务需求,时空变化,深度强化学习,人工智能算法,图注意力网络,GAT,长短期记忆网络,使用深度,DQN,多基站,多用户,无线接入网,仿真测试,算法实现,资源分配
AB值：
0.317281
相似文献
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。
