《表1 CVAE的轨迹预测准确率》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《深度学习框架下的移动感知预缓存策略》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

在第二组实验中，本文将文件大小f设置为250MB，将β从0.4变化到1.4.根据算法1，是否在一个基站进行预缓存取决于用户接入该基站的概率是否大于p=β/（α+β）.该阈值随β增大而上升.图6（a）、（b）和（c）分别表示三种缓存策略的平均下载速度、缓存命中率和缓存效用.如表1所示，在大部分情况下CBS预测的结果中只有一个基站具有很大的接入概率.所以改变β的值几乎不影响CBS的平均下载速度和缓存命中率.MBS的平均下载速度随β增大而减小，这是因为随着阈值升高，MBS满足预缓存要求的基站越少，从而用户从缓存中获取的内容越少.对于RBS，平均下载速度和缓存命中率都很低，这是因为其预测准确率过低.因为β增大意味着对于浪费了的缓存内容的惩罚加大，所以所有策略的缓存效用都随着β增大而减小，但是CBS一直具有最高的缓存效用.