-
公开(公告)号：CN113128281A
公开(公告)日：2021-07-16
申请号：CN201911414815.3
申请日：2019-12-31
Applicant: 中国移动通信集团福建有限公司 , 中国移动通信集团有限公司
Abstract: 本发明提供一种自动化基站开通方法及其装置，包括采集待识别开站设备的图像并对并对图像进行预处理，以分离图像的背景区和图像区，从而提取预处理后的图像；根据预设的深度学习模型提取预处理后的图像中对应待识别开站设备的结构特征；根据预设的深度学习模型训练的分类器对图像特征进行识别，生成对应待识别开站设备的识别结果；其中预设的深度学习模型是基于卷积神经网络的一权重参数改值化运算所建构的深度学习模型。藉此,提高设备识别的速度及准确率，开减少对基站开站人员能力的依赖。
-
公开(公告)号：CN111343646A
公开(公告)日：2020-06-26
申请号：CN201811553154.8
申请日：2018-12-18
Applicant: 中国移动通信集团福建有限公司 , 中国移动通信集团有限公司
Abstract: 本发明公开了一种楼宇网络覆盖优化方法、装置、设备及计算机存储介质。其中，楼宇网络覆盖优化方法包括：获取目标小区的所有用户上报的MRO数据；根据MRO数据，从目标小区的所有相邻小区中确定候选优化邻区；建立目标小区和所有相邻小区的邻区关系，并生成邻区关系配置表；基于邻区关系配置表和候选优化邻区进行邻区配置迭代计算，获得邻区配置优化方案。根据本发明实施例，能够利用目标小区的MRO数据获得楼宇网络覆盖的邻区配置优化方案，提高楼宇网络覆盖优化的精确性。
-
公开(公告)号：CN109639526A
公开(公告)日：2019-04-16
申请号：CN201811531785.X
申请日：2018-12-14
Applicant: 中国移动通信集团福建有限公司 , 中国移动通信集团有限公司
Inventor： 王希
IPC: H04L12/26
Abstract: 本发明实施例提供了一种网络数据监控方法、装置、设备及介质，包括：获取至少一种网络参数的原始数据，并按照数据生成时间，得到原始数据对应的状态序列，状态序列用于表征网络参数在不同时刻的状态属性；利用历史网络数据训练的检测模型和状态序列，得到网络参数在特定时刻处于设定状态的观测序列概率值，检测模型用于表征网络参数的初始状态概率、状态转移概率与观测概率之间的关系；根据观测序列概率值，监控所述网络参数对应的原始数据是否发生异常。利用序列化的训练算法学习网络参数的原始数据之间的状态转移概率矩阵和观测概率矩阵，通过状态转移概率矩阵和观测概率矩阵对网络数据进行监控，能够有效提升监控的精确性。
-
公开(公告)号：CN109362092A
公开(公告)日：2019-02-19
申请号：CN201811494473.6
申请日：2018-12-07
Applicant: 中国移动通信集团福建有限公司 , 中国移动通信集团有限公司
Abstract: 本发明实施例提供了一种网络参数调整方法、装置、设备及介质。该方法包括：确定第一服务小区的理论测量报告MR图谱；根据通过机器学习训练得到的第一服务小区所在场景对应的公共MR图谱和第一服务小区对应的个性化MR图谱，生成第一服务小区的网络参数被调整后的预测MR图谱；在预测MR图谱与理论MR图谱的相似度满足设定条件时，利用预测MR图谱对应的参数组对第一服务小区的网络参数进行调整。本发明所提供的方案能够对未来某一个时刻服务小区的网络参数进行预测，及时发现服务小区可能出现的故障，避免现有技术中存在的网络数据核查的滞后性，同时通过机器学习的方式能够有效提升网络数据核查的精准度，也能够有效提升网络参数的核查效率。
-
公开(公告)号：CN119621871A
公开(公告)日：2025-03-14
申请号：CN202411706875.3
申请日：2024-11-26
Applicant: 中国移动通信集团福建有限公司 , 中国移动通信集团有限公司
IPC: G06F16/30 , G06F16/334 , G06F16/335 , G06F40/30 , G06N5/022 , G06N3/0464 , G06N3/0455 , G06N3/0499 , G06F18/25 , G06F18/213
Abstract: 本公开提出了一种语义模型训练和语义库建立方法、装置、电子设备，包括：获取训练数据和第一语义模型；对训练数据进行分解，以生成多个层次的子特征集合；随机选取至少两个子特征集合，并基于子特征集合中的子特征进行融合，以生成目标训练样本；基于目标训练样本对第一语义模型进行训练，以生成第二语义模型；对第二语义模型添加向量转换装置，以生成第三语义模型。通过生成多个层次的子特征集合，并进行融合生成目标训练样本，实现了跨层次信息的传递和融合，模型可以更好地理解数据的内在结构和关联性，从而提高其性能和泛化能力，同时将问题和对应的向量表示存储在数据库中，降低大模型幻觉问题，同时可以适应训练样本较小的情况。
-
Patent Agency Ranking
公开(公告)号：CN118828676A
公开(公告)日：2024-10-22
申请号：CN202310886769.7
申请日：2023-07-19
Applicant: 中国移动通信集团福建有限公司 , 中国移动通信集团有限公司
Abstract: 本公开提出一种确定网络设置参数的方法、装置、电子设备及存储介质，涉及通信技术领域。具体实现方案为：首先获取接入第一网络设备的每个第一用户设备UE在第一时段内的第一测量报告MR信息，确定第一网络设备在第一时段内的第一网络设置参数，然后根据每个第一UE的位置信息及UE接入的小区ID，确定每个UE分别在不同的第二网络设置参数下的第二信号质量参数，最后将第一信号质量参数及第二信号质量参数中的最优信号质量参数对应的网络设置参数，确定为第一网络设备的目标网络设置参数。由此，提高了确定网络设置参数的方法的效率，且由于目标网络设置参数对应的信号质量参数为最优，从而为优化接入网络的用户设备数量和流量提供了条件。
-
公开(公告)号：CN118828655A
公开(公告)日：2024-10-22
申请号：CN202410279149.1
申请日：2024-03-12
Applicant: 中国移动通信集团福建有限公司 , 中国移动通信集团有限公司
Abstract: 本公开提出一种无线网络故障处理方法、装置、设备及介质，其中，方法包括：基于测试任务对目标终端测试，得到与测试任务对应服务小区的小区标识和目标终端的号码信息；根据小区标识，获取服务小区的状态信息，并根据号码信息，获取目标终端的控制面信令和用户面数据；根据状态信息、控制面信令和用户面数据，确定多维数据信息；基于人工智能AI处理多维数据信息，得到与待解决无线网络故障对应候选处理信息；根据候选处理信息处理待解决无线网络故障，得到参考处理结果，并根据候选处理信息和参考处理结果，确定目标处理信息，解决现有技术中不能够便捷地、快速地确定出用于解决无线网络故障的处理信息，且所确定的处理信息的质量不高的技术问题。
-
公开(公告)号：CN118828631A
公开(公告)日：2024-10-22
申请号：CN202410267985.8
申请日：2024-03-08
Applicant: 中国移动通信集团福建有限公司 , 中国移动通信集团有限公司
Abstract: 本公开提出一种无线网络优化方案的生成方法、装置及设备，被基站执行，该方法包括：接收外部装置的上报数据，其中，上报数据用于指示网络测试数据和基站小区数据，网络测试数据由外部装置根据终端的日志数据解析获取，基站小区数据由外部装置根据网络测试数据从网优平台采集获取；将上报数据输入至预训练的无线网络优化模型中以得到无线网络优化方案，并将无线网络优化方案发送至外部装置。通过实施本公开的方法，能够基于基站侧预训练的无线网络优化模型处理由外部装置采集获取的上报数据以得到对应的无线网络优化方案，可以有效提升网络优化过程的智能化程度，实现对网络问题的准确定位，提升网络优化效率。
-
公开(公告)号：CN118828581A
公开(公告)日：2024-10-22
申请号：CN202410235011.1
申请日：2024-03-01
Applicant: 中国移动通信集团福建有限公司 , 中国移动通信集团有限公司
IPC: H04W24/02 , H04L41/069 , H04L41/0677 , H04L41/14
Abstract: 本公开提出一种无线网络优化方案的确定方法及装置，涉及通信技术领域，该方法包括：根据用户终端和基站的交互信息，集合成日志信息；根据所述日志信息，解析得到数据报表和事件报表，并传输到网络优化平台；基于所述网络优化平台获取平台数据；根据所述数据报表、所述事件报表和所述平台数据，确定多维度数据；将所述多维度数据输入至无线网络优化方案模型，以得到目标无线网络优化方案。由此，可以结合平台数据选择目标无线网络优化方案，提高了无线网络优化方案准确率和效率，大大缩短工单闭环周期，提高问题根因定位准确率。
-
公开(公告)号：CN118821930A
公开(公告)日：2024-10-22
申请号：CN202410564031.3
申请日：2024-05-08
Applicant: 中国移动通信集团福建有限公司 , 中国移动通信集团有限公司
IPC: G06N5/025 , G06F16/36 , G06F16/31 , G06F16/335
Abstract: 本申请提出一种数据处理方法、装置、电子设备及存储介质，其中，方法包括：基于从第一故障的第一工单数据中提取的案例实体构建第一知识图谱，基于从第一故障各处理阶段的行为数据中提取的案例实体构建第二知识图谱，之后，对第一知识图谱中案例简述实体进行关键词提取及筛选，以基于筛选出的关键词确定第一故障对应的第一故障类型，然后，基于第一故障类型在第一知识图谱中添加类型实体后，基于问题编号实体将第一知识图谱及第二知识图谱关联，生成第一故障对应的历史知识图谱。规范化了故障行为数据及故障工单数据，提高了故障数据的可读性。为识别故障原因和挖掘最佳网络故障解决方案提供高质量的数据支撑。
-
-
-
-
-
-
-
-
-
Search Results
79
records
(took 0.176 seconds)
