一种类卷积人工神经网络的构造方法及装置

    公开(公告)号:CN107679619B

    公开(公告)日:2020-04-24

    申请号:CN201710952743.2

    申请日:2017-10-13

    Abstract: 本发明涉及数据处理领域,尤其涉及一种类卷积人工神经网络的构造方法及装置。本发明的一种类卷积人工神经网络的构造方法,包括:对多个通道特征输入映像进行类卷积人工神经网络单个类卷积层操作;将上一类卷积层的输出作为下一类卷积层的输入。本发明的一种类卷积人工神经网络的构造装置,包括:操作模块,用于对多个通道特征输入映像进行类卷积人工神经网络单个类卷积层操作;输出输入模块,用于将上一类卷积层的输出作为下一类卷积层的输入。本发明提供了一种类卷积人工神经网络的构造方法及装置,可以缩短基于卷积的人工神经网络训练时间,可以降低基于卷积的人工神经网络的应用能耗。

    一种基于最大似然的通信网用户呼叫行为预测方法及装置

    公开(公告)号:CN107734200B

    公开(公告)日:2019-08-13

    申请号:CN201711072107.7

    申请日:2017-11-03

    Abstract: 本发明涉及网络用户行为分析领域,尤其涉及一种基于最大似然的通信网用户呼叫行为预测方法及装置。一种基于最大似然的通信网用户呼叫行为预测方法,包括:分时段统计主叫号码的CDR数据,所述CDR数据包括通话频次和通话时长,并记录每个时段最大通话频次和最大通话时长;根据各时段主叫号码的通话频次及通话时长,构建该时段的通话频次‑概率密度分布曲线及通话时长‑概率密度分布曲线;根据通话频次‑概率密度分布曲线及通话时长‑概率密度分布曲线,预测主叫号码各时段的通话频次及通话时长。一种基于最大似然的通信网用户呼叫行为预测装置,包括:统计模块;构建模块;预测模块。本发明可以对用户呼叫行为进行预测。

Patent Agency Ranking