公开(公告)号：CN114528758A

公开(公告)日：2022-05-24

申请号：CN202210106265.4

申请日：2022-01-28

Applicant: 广州杰赛科技股份有限公司 ,  广东工业大学

Inventor： 杜翠凤 ,  蒋仕宝 ,  滕少华

IPC: G06F30/27 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种分布式模型预测方法，通过构建不同神经元分布的局部模型，并采用分布不同的数据训练构建的局部模型；采用联合概率神经匹配对不同的局部模型的相似神经元进行匹配，采用惩罚函数筛选神经元；根据筛选后的神经元构建全局模型，确定全局模型神经元的参数；采用预设的训练集，利用贝叶斯深度学习完成全局模型的参数分布的估计；根据参数分布的估计完成全局模型的预测过程。对全局模型的参数采用概率分布来估计，提高参数的稳定性，从而提高模型训练的收敛速度，提高模型预测速度。

公开(公告)号：CN112968794A

公开(公告)日：2021-06-15

申请号：CN202110116356.1

申请日：2021-01-28

Applicant: 广州杰赛科技股份有限公司

Inventor： 杜翠凤 ,  蒋仕宝

IPC: H04L12/24 ,  G06F9/455

Abstract: 本发明实施例公开了一种网络功能链部署方法，所述方法包括接收网络功能链的部署请求，获取用于部署所述虚拟网络功能的多个节点的拓扑信息，建立以端对端时延最短的目标函数，所述目标函数满足在进行虚拟网络功能部署时对节点的可靠性约束、节点的资源容量约束、链路的可靠性约束，在对所述网络功能链进行部署时，根据虚拟网络功能携带的部署信息和所述多个节点的拓扑信息，寻找满足所述目标函数的节点进行部署，其能在满足低时延网络服务请求的同时，有效保证传输的可靠性。本发明实施例还相应提供了一种网络功能链部署装置、终端设备以及存储介质。

公开(公告)号：CN103761442B

公开(公告)日：2017-05-17

申请号：CN201410039161.1

申请日：2014-01-26

Applicant: 广州杰赛科技股份有限公司

Inventor： 杜翠凤 ,  陆蕊 ,  蒋仕宝

IPC: G06F19/00

Abstract: 本发明公开了一种微区域流动参量的预测方法和装置，先收集宏区域固定参量A的时间序列和流动参量B的时间序列；然后根据宏区域与各微区域关系，得到各微区域固定参量A的时间序列；再利用扩展卡尔曼滤波的状态方程，得到固定参量A的时间序列和流动参量B的时间序列之间的关系；利用所求得的固定参量A和流动参量B之间的关系，得到各微区域流动参量B的时间序列预测值；最后根据所获得的各微区域固定参量A的时间序列和流动参量B的时间序列预测值对各微区域进行资源优化。本发明改变了微区域“黑箱子”的现状，预测微区域流动参量的状态，根据预测结果利用资源，使资源得到优化，同时利用扩展卡尔曼算法，获得结果准确，误差率低，具有很好的应用价值。