一种基于TextRank的关键词提取方法和装置

    公开(公告)号:CN109918660B

    公开(公告)日:2021-03-02

    申请号:CN201910160266.5

    申请日:2019-03-04

    Abstract: 本申请实施例提供了一种基于文本排列TextRank的关键词提取方法和装置,方法包括:对待处理文本进行预处理,得到多个候选词,根据预设的扩散度计算公式,计算每两个候选词在待处理文本中的扩散度,将扩散度和该两个候选词的共现次数的乘积,作为该两个候选词对应的节点之间的边的权重,根据计算得到的各权重,构建多个候选词对应的文本网络,并根据预设的迭代公式对文本网络中各节点的得分进行迭代计算,当满足预设收敛条件时,将各节点中得分最高的预设数目个节点对应的候选词,作为待处理文本的关键词。基于上述处理,在共现次数的基础上,结合候选词的扩散度确定节点之间的边的权重,进而能够提高提取到的关键词的准确度。

    一种负载预测方法及装置
    102.
    发明授权

    公开(公告)号:CN103530190B

    公开(公告)日:2016-08-17

    申请号:CN201310479084.7

    申请日:2013-10-14

    Abstract: 本发明提供一种负载预测方法及装置,包括:收集负载信息,根据所述负载信息形成负载序列,对所述负载序列进行建模,得到建模方程;对所述负载序列进行分析,得到不同时期同一时刻的预测偏大点数量和预测偏小点数量;根据所述预测偏大点数量和预测偏小点数量确定补偿阈值,并根据所述补偿阈值和所述建模方程计算负载预测值。本发明实施例通过提供一种负载预测方法及装置,通过收集负载信息形成的负载序列,对负载序列进行建模得到建模方程,通过对负载序列进行分析,得到不同时期同一时刻的预测偏大点数量和预测偏小点数量,进而得到补偿阈值,从而根据补偿阈值和建模方程计算得到负载预测值更加准确,效率高。

    无线接入网络节能方法
    103.
    发明授权

    公开(公告)号:CN103269511B

    公开(公告)日:2016-01-20

    申请号:CN201310144036.2

    申请日:2013-04-23

    CPC classification number: Y02D70/122

    Abstract: 本发明公开了一种无线接入网络节能方法,该方法包括步骤:S1在网络业务量下降阶段,选取业务量最少的基站作为关闭基站;S2利用补偿基站组合选取方法选取所述关闭基站的补偿基站组合;S3如果需要关闭所述关闭基站,对所述关闭基站进行补偿,所述关闭基站进入休眠状态;S4在网络业务量上升阶段,预测区域补偿基站集合内补偿基站的业务量,选取预测业务量最大的补偿基站作为预选基站;S5当所述预选基站的预测业务量超过所述预选基站的最大业务量负载时,开启所述预选基站补偿的关闭基站。本发明在保证业务量的前提下,最大限度的达到节能的目的,也在减少干扰的同时尽可能优化了节能。

    一种基于模糊神经网络的故障预测方法

    公开(公告)号:CN104598984A

    公开(公告)日:2015-05-06

    申请号:CN201410743621.9

    申请日:2014-12-08

    CPC classification number: G06Q10/04 G06N3/0436

    Abstract: 本发明涉及一种基于模糊神经网络的故障预测方法,能够解决现有技术中无法进行在线故障预测的问题。所述基于模糊神经网络的故障预测方法包括:根据故障预测时序建立算法模型;读取表征网络运行状态的τ个时隙的τ个n维指标数据;向输入层神经元节点中输入τ个指标数据;预处理层神经元节点利用第一映射函数将每一个n维指标数据中的每一类别的指标数据映射成集合S中的一种;根据预先确定的预处理层神经元节点与规则层神经元节点间的关联权重确定出指标与故障间的关联规则;根据指标与故障间的关联规则确定出τ个指标数据处于故障倾向模式和无故障模式的概率;将概率中较大的概率所对应的模式确定为预测结果。本发明适用于需要进行故障预测的场合。

    一种基于链路优先的虚拟网络映射方法

    公开(公告)号:CN103856385A

    公开(公告)日:2014-06-11

    申请号:CN201310676161.8

    申请日:2013-12-11

    Abstract: 本发明提供了一种基于链路优先的虚拟网络映射方法,其步骤如下:当虚拟网络中还存在自由组件时,每次选择虚拟网络中带宽需求最大的虚拟链路及与其相连的两个虚拟节点构成的自由组件;映射该自由组件及与之相连的受限组件到物理网络上;当虚拟网络中不再存在自由组件时,映射剩下的受限组件和固定组件。通过本发明提供的方法,能够降低链路资源的消耗,高效利用物理网络资源从而提高虚拟网络的接受率。

    一种负载预测方法及装置
    106.
    发明公开

    公开(公告)号:CN103530190A

    公开(公告)日:2014-01-22

    申请号:CN201310479084.7

    申请日:2013-10-14

    Abstract: 本发明提供一种负载预测方法及装置,包括:收集负载信息,根据所述负载信息形成负载序列,对所述负载序列进行建模,得到建模方程;对所述负载序列进行分析,得到不同时期同一时刻的预测偏大点数量和预测偏小点数量;根据所述预测偏大点数量和预测偏小点数量确定补偿阈值,并根据所述补偿阈值和所述建模方程计算负载预测值。本发明实施例通过提供一种负载预测方法及装置,通过收集负载信息形成的负载序列,对负载序列进行建模得到建模方程,通过对负载序列进行分析,得到不同时期同一时刻的预测偏大点数量和预测偏小点数量,进而得到补偿阈值,从而根据补偿阈值和建模方程计算得到负载预测值更加准确,效率高。

    无线接入网络节能方法
    107.
    发明公开

    公开(公告)号:CN103269511A

    公开(公告)日:2013-08-28

    申请号:CN201310144036.2

    申请日:2013-04-23

    CPC classification number: Y02D70/122

    Abstract: 本发明公开了一种无线接入网络节能方法,该方法包括步骤:S1在网络业务量下降阶段,选取业务量最少的基站作为关闭基站;S2利用补偿基站组合选取方法选取所述关闭基站的补偿基站组合;S3如果需要关闭所述关闭基站,对所述关闭基站进行补偿,所述关闭基站进入休眠状态;S4在网络业务量上升阶段,预测区域补偿基站集合内补偿基站的业务量,选取预测业务量最大的补偿基站作为预选基站;S5当所述预选基站的预测业务量超过所述预选基站的最大业务量负载时,开启所述预选基站补偿的关闭基站。本发明在保证业务量的前提下,最大限度的达到节能的目的,也在减少干扰的同时尽可能优化了节能。

    LTE无线接入网中分布式物理小区标识的分配方法

    公开(公告)号:CN102075945B

    公开(公告)日:2013-07-03

    申请号:CN201010618342.1

    申请日:2010-12-22

    Abstract: 本发明公开了一种LTE无线接入网中分布式物理小区标识的分配方法,该方法包括:步骤A、OAM为新加入网络的ENB配置PCI列表;步骤B、所述新加入网络的ENB获取其所有邻居小区使用的PCI信息;步骤C、所述新加入网络的ENB从PCI列表中去除其所有邻居小区使用的PCI,并判断所述PCI列表中是否还有PCI值,如果有,则随机选取一个PCI值作为其所属目标小区的PCI;否则,向OAM报告异常。应用本发明所述的LTE无线接入网中分布式物理小区标识的分配方法,通过与已存在ENB相协商的方式及时为网络中新增ENB的目的小区分配PCI,满足了PCI分配的原则并充分考虑到小区间PCI信息的同步,从而能够减少小区重选的次数,提高网络的服务质量。

    虚拟网络资源再映射方法
    109.
    发明公开

    公开(公告)号:CN102868733A

    公开(公告)日:2013-01-09

    申请号:CN201210314294.6

    申请日:2012-08-29

    Abstract: 本发明公开了一种虚拟网络资源再映射方法,涉及虚拟网络技术领域,包括:周期性地获取关键虚拟节点,关键虚拟节点为资源利用率高于阈值的物理节点承载的虚拟节点集合中的虚拟节点;将关键虚拟节点的资源再映射到资源利用率低于阈值物理节点,以使物理网络的资源负载均衡;对与关键虚拟节点相连接的虚拟链路资源进行再映射。本发明周期性地对物理资源整体负载进行分析,判断是否需要进行虚拟资源再映射,再映射过程中只选择部分影响物理资源负载不均衡的关键虚拟节点进行再映射,这样既可以整合现有物理资源,到达物理资源负载均衡,提高虚拟网请求接收率,又可以节约时间开销和计算成本,最大化减少对虚拟网的正常服务中断的影响。

    移动自组网基于信誉的区分服务激励机制构造方法

    公开(公告)号:CN102395217A

    公开(公告)日:2012-03-28

    申请号:CN201110359942.5

    申请日:2011-11-14

    Abstract: 本发明是一种移动自组网基于信誉的区分服务激励机制构造方法,包括步骤:S101:初始化;S102:服务请求者向各簇头发起服务查询请求;S103:各簇头协同工作,根据服务请求者的全局信誉按照预先设定的服务与信誉关联规则返回其可使用的服务列表;S104:服务请求者根据自己的意愿选择服务列表中的某项服务;S105:服务请求者对所选择的服务提供者进行信誉评估;S106:服务请求者根据信誉评估中获得的服务提供者的综合信誉值与信誉阈值Rh进行比较,满足条件则发出服务请求转入S107,不满足条件则回到S104重新进行服务选择;S107:服务提供阶段,服务提供者所在簇的簇头通过监控获得服务提供者的剩余电量和服务提供的完成情况;S108:服务结束后,信誉更新。

Patent Agency Ranking