图神经网络训练、无线小区故障预测方法、系统及设备

    公开(公告)号:CN115426671B

    公开(公告)日:2023-10-31

    申请号:CN202211064023.X

    申请日:2022-09-01

    Abstract: 本发明提供了图神经网络训练或无线小区故障预测方法、系统及设备,通过利用性能指标及故障类型构建故障因果路径图,使用该路径图对无线小区的历史性能数据进行图谱化,图谱化数据中不仅包含节点自身特征数据、节点间相关关系的邻接矩阵,还包含时序数据,从而能够在空间和时间两个维度对无线小区的历史性能数据进行聚合,能够提高故障预测准确性。针对图谱化数据,提出构建多层次的图神经网络,提高网络模型的健壮性和预测准确率。因此,本公开实施例采用改进的图神经网络,首次将图神经网络应用在无线小区故障预测场景中,也是业界首次使用故障因果路径图进行故障预测,在空间和时间两个维度将数据聚合,提高故障预测准确性。

    导航卫星星座确定方法、装置、存储介质和电子设备

    公开(公告)号:CN116203592A

    公开(公告)日:2023-06-02

    申请号:CN202111448270.5

    申请日:2021-11-30

    Abstract: 本公开提供了一种导航卫星星座确定方法、装置、存储介质和电子设备,涉及卫星导航技术领域。该导航卫星星座确定方法通过先确定导航模拟星座中各模拟卫星的卫星位置信息,然后分别根据各卫星位置信息与接收机的接收位置信息确定各模拟卫星与接收机之间的多个相对夹角,接着将多个相对夹角中位于预设目标视角范围内的相对夹角对应的模拟卫星确定为目标导航卫星,得到多个目标导航卫星,最后根据多个目标导航卫星确定导航卫星星座,从而解决了传统技术中存在的现在定位导航系统稳定性较弱的技术问题,达到了提高定位导航稳定性、可靠性与灵活性的技术效果。

    小区扩容的确定方法、装置以及存储介质

    公开(公告)号:CN112825576B

    公开(公告)日:2023-05-05

    申请号:CN201911142715.X

    申请日:2019-11-20

    Abstract: 本公开提供了一种小区扩容的确定方法、装置以及存储介质,涉及通信技术领域,其中的方法包括:将与多个小区相对应的历史性能特征样本集划分为训练集和测试集;使用训练集对预设的多个分类模型进行训练,并使用测试集对训练好的多个分类模型进行测试;其中,分类模型包括:KNN模型、逻辑回归模型、决策树模型、随机森林模型和支持向量机模型;基于预测结果从多个分类模型中选取目标模型,使用目标模型对输入的性能特征样本集进行分类处理。本公开的方法、装置以及存储介质,通过对小区性能指标数据进行分析,基于机器学习技术对小区扩容进行预测,自动确定需要进行扩容的小区,可以提高预测的准确率,能够提高运维效率,减少运维成本。

    图神经网络训练、无线小区故障预测方法、系统及设备

    公开(公告)号:CN115426671A

    公开(公告)日:2022-12-02

    申请号:CN202211064023.X

    申请日:2022-09-01

    Abstract: 本发明提供了图神经网络训练或无线小区故障预测方法、系统及设备,通过利用性能指标及故障类型构建故障因果路径图,使用该路径图对无线小区的历史性能数据进行图谱化,图谱化数据中不仅包含节点自身特征数据、节点间相关关系的邻接矩阵,还包含时序数据,从而能够在空间和时间两个维度对无线小区的历史性能数据进行聚合,能够提高故障预测准确性。针对图谱化数据,提出构建多层次的图神经网络,提高网络模型的健壮性和预测准确率。因此,本公开实施例采用改进的图神经网络,首次将图神经网络应用在无线小区故障预测场景中,也是业界首次使用故障因果路径图进行故障预测,在空间和时间两个维度将数据聚合,提高故障预测准确性。

    任务分配方法、系统、设备及存储介质

    公开(公告)号:CN115375169A

    公开(公告)日:2022-11-22

    申请号:CN202211074934.0

    申请日:2022-09-02

    Abstract: 本发明提供了任务分配方法、系统、设备及存储介质,对用户基于已分配任务的工作量大小进行第一顺序排序,根据用户的数量提取目标批待分配任务,并基于目标批待分配任务的工作量大小,按照第二顺序依次将目标批待分配任务分配给第一顺序中对应序位的用户,基于对用户的任务分配结果进行任务下发;其中,第一顺序与第二顺序是正序/倒序关系。在这种情况下,根据各用户当前已分配任务的工作量进行任务分配,已分配任务的工作量小的用户被分配到较多任务,使得每个用户在分配到任务之后,总工作量趋于一致,如此利用贪心算法的局部最优达到全局最优。这就避免了重复多次运行任务分配系统,提升系统运行效率,提升任务分配效率。

    异常小区检测方法、装置、设备及介质

    公开(公告)号:CN115022917A

    公开(公告)日:2022-09-06

    申请号:CN202210602137.9

    申请日:2022-05-30

    Abstract: 本公开提供了一种异常小区检测方法、装置、设备及介质,涉及通信技术领域。该方法包括:根据多个待检测小区的KPI对应的运行性能数据,构建小区性能矩阵;计算小区性能矩阵中的各个特征数据的曼哈顿距离;根据熵值法和各个特征数据的曼哈顿距离计算小区性能矩阵的权重;根据小区性能矩阵的权重和各个特征数据的曼哈顿距离得到多个待检测小区的评分值,输出评分值最高的待检测小区为异常小区。通过曼哈顿距离修正熵值权重法计算公式,获得不同KPI在分析异常小区时所用的权重,提高工作效率以及小区异常检测的准确性和客观性。

Patent Agency Ranking