-
公开(公告)号：CN114584476A
公开(公告)日：2022-06-03
申请号：CN202011284570.X
申请日：2020-11-17
Applicant: 中国移动通信有限公司研究院 , 中国移动通信集团有限公司 , 北京邮电大学
IPC: H04L41/147 , H04L43/0876
Abstract: 本发明实施例公开了一种流量预测方法、网络训练方法、装置及电子设备。所述网络训练方法包括：获得包含有多个第一数据的数据集合，基于所述数据集合和第一网络得到预测时间点的第一预测数据；所述多个第一数据为所述预测时间点之前的历史流量数据；获得多个第二数据，基于所述多个第二数据和第二网络得到调整数据；根据所述调整数据和动态调整参数对所述第一预测数据进行调整，得到第二预测数据，基于获得的多个第二预测数据生成预测序列数据；将所述预测序列数据经全连接网络处理后、与目标序列数据确定损失，根据所述损失对所述第一网络、所述第二网络和所述全连接网络进行训练。
-
公开(公告)号：CN114338416A
公开(公告)日：2022-04-12
申请号：CN202011052281.7
申请日：2020-09-29
Applicant: 中国移动通信有限公司研究院 , 中国移动通信集团有限公司
IPC: H04L41/14 , H04L41/147 , H04L43/08 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种时空多指标预测方法、装置和存储介质，所述方法包括：确定待测的至少一个第一指标；根据所述至少一个第一指标，获取第一数据集；所述第一数据集包括：第一时间段内至少一个第一目标的时空序列数据；所述至少一个第一目标中每个第一目标的时空序列数据，包括：至少一个第一指标对应的数值；所述第一目标为小区或基站；按照预设的处理策略处理所述第一数据集，得到第一图结构；所述第一图结构至少用于表征所述至少一个第一目标对应的距离关系和至少一个第一指标对应的指标相关性；运用预设的时空预测模型处理所述第一图结构，得到预测结果；所述预测结果包括：针对所述至少一个第一指标中每个第一指标的预测值。
-
公开(公告)号：CN113473266A
公开(公告)日：2021-10-01
申请号：CN202010245438.1
申请日：2020-03-31
Applicant: 中国移动通信集团浙江有限公司 , 中国移动通信集团有限公司
IPC: H04Q11/00
Abstract: 本发明实施例涉及网络管理技术领域，公开了一种PTN传输环路带宽利用率优化方法、装置及计算设备，该方法包括：获取PTN传输环路数据，并对所述PTN传输环路数据进行预处理，获取环路带宽利用率的目标优化范围；将所述PTN传输环路数据建立图的拓扑结构，生成满足第一预设条件的图环路路径集合；根据所述环路带宽利用率的目标优化范围获取图优化目标函数；基于图神经网络对所述图环路路径集合进行迭代优化，获取所述图优化目标函数值最小的所述图环路路径集合。通过上述方式，本发明实施例能够解决现网存在的PTN容量利用率分布不均的问题，实现全局的精细化扩容，能够降低企业人力和物力成本。
-
公开(公告)号：CN115022160B
公开(公告)日：2024-11-08
申请号：CN202110235780.8
申请日：2021-03-03
Applicant: 中国移动通信有限公司研究院 , 中国移动通信集团有限公司 , 西安交通大学
IPC: H04L41/0677 , H04L41/0631 , H04L43/10
Abstract: 本发明提供一种网络测试包选择方法、装置及电子设备，涉及测试技术领域，其中，网络测试包选择方法包括：确定待测网络的网络可达表，所述网络可达表包括多个表项，所述多个表项中的每个表项均包括网络包头空间、入端口、出端口以及至少一个网络规则；基于所述网络可达表从网络包集合中选择多个网络测试包；其中，所述网络包集合为所述每个表项对应的网络包的集合，所述多个网络测试包被划分为多个测试包集合，所述多个测试包集合与所述网络可达表中的多个网络规则一一对应，每个所述测试包集合用于对所述测试包集合对应的网络规则进行故障定位。本发明实施例能够提高网络故障诊断能力。
-
公开(公告)号：CN118803990A
公开(公告)日：2024-10-18
申请号：CN202310820741.3
申请日：2023-07-05
Applicant: 中国移动通信集团有限公司研究院 , 清华大学
Abstract: 本发明提供一种流量预测方法、装置、电子设备和可读存储介质，涉及无线网络技术领域，其中，该方法包括：获取目标基站在目标时刻的第一预测值，以及获取目标残差值，所述目标残差值用于表征所述目标基站在所述目标时刻的第二预测值与预设参考值之间的残差值；基于所述第一预测值和所述目标残差值确定目标预测值。本发明实施例可以使得目标预测值的准确度更高，从而实现更好的预测性能。
-
Patent Agency Ranking
公开(公告)号：CN116916377A
公开(公告)日：2023-10-20
申请号：CN202310595389.8
申请日：2023-05-24
Applicant: 中国移动通信有限公司研究院 , 中国移动通信集团有限公司
IPC: H04W28/02 , H04W28/10 , H04L43/0888
Abstract: 本发明提供一种蜂窝流量预测方法、装置、预测设备及可读存储介质，涉及人工智能技术领域。该方法包括：获取至少一个网元节点的历史蜂窝流量数据；对所述历史蜂窝流量数据进行特征提取，分别获得所述历史蜂窝流量数据的至少两个空间特征和至少两个时间特征；根据所述至少两个空间特征和所述至少两个时间特征进行分类，获得针对所述至少一个网元节点的蜂窝流量数据的预测结果。本方案解决了现有技术中的蜂窝流量预测方法由于建模不准确导致预测效果欠佳的问题。
-
公开(公告)号：CN116910443A
公开(公告)日：2023-10-20
申请号：CN202211475886.6
申请日：2022-11-23
Applicant: 中国移动通信有限公司研究院 , 西安交通大学 , 中国移动通信集团有限公司
IPC: G06F18/00 , G06N3/042 , G06N3/0464 , G06N3/045 , G06N3/0442 , G06N3/084 , G06F123/02
Abstract: 本发明提供一种流量预测方法、装置、电子设备及可读存储介质。所述方法包括：获取无线网络中各基站的位置信息和各基站的流量时序数据；根据各基站的位置信息构建距离图，并根据各基站的流量时序数据构建语义图；通过各基站嵌入学习，构建自适应图；基于所述距离图、语义图和自适应图通过图卷积网络进行计算，获得流量特征；根据所述流量特征和接收到的预测指令通过预设全连接网络获得与所述预测指令对应的流量预测结果。本发明实施例可以提高无线基站之间关联关系的表达能力。
-
公开(公告)号：CN113473266B
公开(公告)日：2023-04-11
申请号：CN202010245438.1
申请日：2020-03-31
Applicant: 中国移动通信集团浙江有限公司 , 中国移动通信集团有限公司
IPC: H04Q11/00
Abstract: 本发明实施例涉及网络管理技术领域，公开了一种PTN传输环路带宽利用率优化方法、装置及计算设备，该方法包括：获取PTN传输环路数据，并对所述PTN传输环路数据进行预处理，获取环路带宽利用率的目标优化范围；将所述PTN传输环路数据建立图的拓扑结构，生成满足第一预设条件的图环路路径集合；根据所述环路带宽利用率的目标优化范围获取图优化目标函数；基于图神经网络对所述图环路路径集合进行迭代优化，获取所述图优化目标函数值最小的所述图环路路径集合。通过上述方式，本发明实施例能够解决现网存在的PTN容量利用率分布不均的问题，实现全局的精细化扩容，能够降低企业人力和物力成本。
-
公开(公告)号：CN114338416B
公开(公告)日：2023-04-07
申请号：CN202011052281.7
申请日：2020-09-29
Applicant: 中国移动通信有限公司研究院 , 中国移动通信集团有限公司
IPC: H04L41/14 , H04L41/147 , H04L43/08 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种时空多指标预测方法、装置和存储介质，所述方法包括：确定待测的至少一个第一指标；根据所述至少一个第一指标，获取第一数据集；所述第一数据集包括：第一时间段内至少一个第一目标的时空序列数据；所述至少一个第一目标中每个第一目标的时空序列数据，包括：至少一个第一指标对应的数值；所述第一目标为小区或基站；按照预设的处理策略处理所述第一数据集，得到第一图结构；所述第一图结构至少用于表征所述至少一个第一目标对应的距离关系和至少一个第一指标对应的指标相关性；运用预设的时空预测模型处理所述第一图结构，得到预测结果；所述预测结果包括：针对所述至少一个第一指标中每个第一指标的预测值。
-
公开(公告)号：CN115858948A
公开(公告)日：2023-03-28
申请号：CN202111113767.1
申请日：2021-09-23
Applicant: 中国移动通信有限公司研究院 , 中国移动通信集团有限公司
IPC: G06F16/9537 , G06F16/2458 , G06N3/042
Abstract: 本申请提供一种时空数据预测方法、装置及电子设备，所述方法包括：获取时空序列数据；使用预先获取的图卷积神经网络模型，提取所述时空序列数据的特征结果，其中，所述图卷积神经网络模型包括时间维度的卷积核和空间维度的卷积核；使用预先获取的多层感知器神经网络模型对所述特征提取结果进行预测，获得所述时空序列数据的时空预测结果。本申请可以提高时空预测结果的准确性。
-
-
-
-
-
-
-
-
-
Search Results
41
records
(took 0.095 seconds)
