-
Patent Agency Ranking
公开(公告)号：CN114004052A
公开(公告)日：2022-02-01
申请号：CN202210000687.3
申请日：2022-01-04
Applicant: 南京信息工程大学
IPC: G06F30/18 , G06F30/27 , G06K9/62 , G06N20/00 , G06F111/02
Abstract: 本发明公开了一种面向网络管理系统的故障检测方法，包括以下步骤：步骤1、获取原始不均衡网络故障数据集NF，对NF进行压缩和过滤操作，得到处理后数据集NF＇，NF＇包括样本，样本包括两种类型样本，两种类型样本是指非故障样本和故障样本；步骤2、获取不均衡比例I，所述不均衡比例I=非故障样本的数目/故障样本的数目；步骤3、预先设置一个采样后的两种类型样本数目的比例,根据获取新合成故障数据样本的数目N；步骤4、构建新合成故障数据样本的空间分布分配规则；步骤5、构建新合成故障数据样本的合成规则；步骤6、建立XGB‑RF网络故障检测模型。本发明有效提高了网络故障检测的准确率。
-
公开(公告)号：CN112350899B
公开(公告)日：2021-04-06
申请号：CN202110018129.5
申请日：2021-01-07
Abstract: 本发明公开了一种基于图卷积网络融合多特征输入的网络流量预测方法，步骤为：获取网络流量数据；利用皮尔森相关系数对流量进行相关性分析；采用时空特征提取单元来提取流量间的时空特征；提取历史上每周同一时刻的网络流量数据；特征融合得到预测结果。本发明解决了传统网络流量预测模型存在无法有效提取流量间的时空特性缺陷而导致的预测误差高、精度低的问题。
-
公开(公告)号：CN112350899A
公开(公告)日：2021-02-09
申请号：CN202110018129.5
申请日：2021-01-07
Abstract: 本发明公开了一种基于图卷积网络融合多特征输入的网络流量预测方法，步骤为：获取网络流量数据；利用皮尔森相关系数对流量进行相关性分析；采用时空特征提取单元来提取流量间的时空特征；提取历史上每周同一时刻的网络流量数据；特征融合得到预测结果。本发明解决了传统网络流量预测模型存在无法有效提取流量间的时空特性缺陷而导致的预测误差高、精度低的问题。
-
公开(公告)号：CN114006826A
公开(公告)日：2022-02-01
申请号：CN202210000659.1
申请日：2022-01-04
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种融合流量特征的网络流量预测方法，具体涉及网络信息工程技术领域，收集并获得预设时间周期范围内的历史网络流量数据，并将所获的历史网络流量数据按照预设时间步长划分为预设数量个子流量序列，分别针对各个流量序列，构建并获得网络流量预测模型，应用网络流量预测模型，对子流量序列所对应的网络流量进行预测，获得网络流量的预测分类标签结果。通过本发明的技术方案将网络流量的自相似特性作为先验知识，将其融入长短记忆神经网络的门控机制中，再结合一维卷积神经网络和注意力机制提取流量序列的时间特征，能够恢复原始数据的特征，赋予模型预测结果的可解释性，从而提高网络流量的预测精度更好的描述网络流量的变化趋势。
-
公开(公告)号：CN107300694A
公开(公告)日：2017-10-27
申请号：CN201710447396.8
申请日：2017-06-14
Applicant: 南京信息工程大学
IPC: G01S7/41
Abstract: 本发明公开了一种基于电磁波透射系数的未知墙体参数估计方法，建立三层介质的墙体模型，第一介质层和第三介质层分别位于第二介质层的两侧，第二介质层为待测介质层；将发射天线布置于第一介质层，接收天线布置于第三介质层，发射天线距离第二介质层前表面的距离和接受天线距离第二介质层后表面的距离相等；发射天线发射电磁波，接收天线接收发射天线所发出的电磁波；根据电磁波传播特性推导出振幅衰减系数；计算电磁波的传播时延；根据振幅衰减系数和电磁波传播时延估算第二介质层参数，本发明可以比传统方法更准确的估计出介质参数。
-
-
-
-
Search Results
15
records
(took 0.032 seconds)
