TY -非盟的花环,方圆AU - Cai,君非盟-戴,青云盟,赵家PY - 2019 DA - 2019/05/02基于TI -深度学习的主动缓存有效WSN-Enabled视觉应用SP - 5498606六世- 2019 AB -无线传感器网络(网络)广泛应用场景在计算机视觉中,从行人检测机器人视觉导航。为了应对不断增长的网络可视化数据服务,我们建议积极的缓存策略基于堆叠稀疏Autoencoder (SSAE)预测内容流行(PCDS2AW)。首先,基于软件定义网络(SDN)和网络功能虚拟化(NFV)技术,分布式构造深度学习网络SSAE水槽节点和控制节点的WSN网络。然后,SSAE网络结构参数,通过训练网络模型参数进行了优化。主动缓存策略实施过程分为四个步骤。 ( 1 ) SDN控制器负责动态收集用户请求网络数据包信息网络。 ( 2 ) ssa预测包流行基于SDN控制器获取用户请求数据。 ( 3 ) SDN控制器生成一个相应的主动缓存策略根据流行预测结果。 ( 4 ) 实施积极的缓存策略在网络缓存节点。在仿真中,我们比较SSAE时空数据网络结构的影响。与经典的缓存策略散列+ LRU,元素+ LRU,经典的支持向量机预测算法和摘要,提出PCDS2AW主动缓存策略可以显著提高网络性能。SN - 1076 - 2787你——https://doi.org/10.1155/2019/5498606——10.1155 / 2019/5498606 JF - PB - Hindawi KW - ER -复杂性