暨南大学林龙新获国家专利权
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
龙图腾网获悉暨南大学申请的专利一种车辆计算卸载的深度学习方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119497153B 。
龙图腾网通过国家知识产权局官网在2025-10-14发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411548529.7，技术领域涉及：H04W28/084；该发明授权一种车辆计算卸载的深度学习方法是由林龙新;陈润铎;刘文烽;梁业沛设计研发完成，并于2024-10-31向国家知识产权局提交的专利申请。
本一种车辆计算卸载的深度学习方法在说明书摘要公布了：本发明公开了一种车辆边缘计算卸载的深度学习方法，此方法采用改进的Transformer特征提取模型，引入Encoder模块，以增强对车辆特征数据中局部依赖的挖掘，进一步强化了网络的表达能力和泛化能力，提高了卸载决策的准确性和稳定性。通过简化网络，降低了模型的算法复杂度，提升了模型的计算效率。此外，本发明的方法还结合VE‑Kmeans算法和MADDPG网络模型进行训练，从而在保证精确度的情况下，大幅度提升模型的计算速度以及降低内存消耗，提高了车辆计算卸载的实用性和灵活性。
本发明授权一种车辆计算卸载的深度学习方法在权利要求书中公布了：1.一种车辆计算卸载的深度学习方法，其特征在于，包括以下步骤： S1、车辆在采用卸载环境中，采用VE-Kmeans算法进行聚类，以形成动态数据库； S2、构建强化学习代理，此强化学习代理包括Transformer特征提取模型和MADDPG网络模型； S3、构建Transformer特征提取模型，并利用此Transformer特征提取模型从动态数据库提取状态特征进行处理； S4、基于经验重放机制和随机采样历史决策，MADDPG网络模型中的Critic网络评估状态动作对的价值，并通过策略梯度更新MADDPG网络模型中的Actor网络的参数，以实现MADDPG网络模型的持续优化；Transformer特征提取模型对状态特征进行处理得到的结果作为优化后的MADDPG网络模型的输入，以得到卸载决策； S5、将S4得到卸策决策根据持续优化的MADDPG网络模型即时更新并部署到车辆边缘计算系统，车辆边缘计算系统将对车辆边缘计算环境中的车辆动态任务数据进行卸载决策，并记录相关结果至RSU数据库。
如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人暨南大学，其通讯地址为：510632 广东省广州市天河区黄埔大道西601号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励