公开(公告)号：CN114070708A

公开(公告)日：2022-02-18

申请号：CN202111371502.1

申请日：2021-11-18

Applicant: 重庆邮电大学

Inventor： 苏畅 ,  谭娅 ,  谢显中

IPC: H04L41/044 ,  H04L41/14 ,  H04L41/147 ,  H04L41/16 ,  H04L41/40 ,  G06N3/04 ,  G06N7/00 ,  G06N20/00 ,  G06N20/10

Abstract: 本发明涉及基于流量特征提取的虚拟网络功能资源消耗预测方法，属于移动通信领域。该方法包括：S1：通过流量特征之间的相关性，在流量特征和VNF的CPU之间建立不同的元路径，从而构建HIN；S2：利用HIN2Vec模型获取每个流量特征的特征表示；S3：利用注意力机制衡量每个特征的重要性，为其分配不同的权重，再将其输入到MLP模型中对VNF的资源消耗进行预测。本发明具有较好的性能，在预测精度方面优于传统机器学习模型和常用的深度学习模型。

公开(公告)号：CN111988744A

公开(公告)日：2020-11-24

申请号：CN202010898332.1

申请日：2020-08-31

Applicant: 重庆邮电大学

Inventor： 苏畅 ,  严杨志 ,  谢显中

IPC: H04W4/029 ,  H04W4/021 ,  G06Q10/04 ,  G06K9/62 ,  G06F16/9537

Abstract: 本发明涉及一种基于用户移动模式的位置预测方法，属于机器学习领域。方法为：采用Apriori算法挖掘出每个用户的个体移动模式，找出影响用户签到的内因；利用动态时间规整算法DTW计算用户的个体移动模式之间的相似性；通过聚类将用户的个体移动模式进行分组，得到每一组的中心模式，找到影响签到的外因；分别用个体的移动模式与整体的移动模式来训练马尔可夫模型；基于IMP和AMP训练马尔可夫链模型，预测用户的下一个位置；考虑外在天气的影响，创建天气总特征；利用高斯核函数计算当前地点的天气与其他地点天气的相似性，对预测的结果进行修正；设置评估标准和基准方法。本发明使得预测的结果更切合实际生活。

公开(公告)号：CN104657901B

公开(公告)日：2018-04-27

申请号：CN201510018509.3

申请日：2015-01-14

Applicant: 重庆邮电大学

Inventor： 苏畅 ,  余跃 ,  谢显中 ,  吴琪 ,  贾小陶 ,  张步涛

IPC: G06Q50/00

Abstract: 本发明请求保护一种基于随机游走的标签传播社区发现方法，包括以下步骤：1)构建转移矩阵：根据网络拓扑图生成邻接矩阵，通过节点的度结合邻接矩阵计算该节点到其他节点的转移概率，最后得出转移矩阵；2)计算节点的权重值：定义游走者的位置概率分布，根据转移矩阵计算游走者游走t步到达稳态以后的位置概率分布，此时的位置概率分布中的值则为节点的权重值；3设置中心节点的门限值，根据节点权重的降序排序完成中心节点的筛选，初步生成子社区；4)初始化节点标签，从中心节点出发进行标签传播，相互连接比较紧密的节点标签逐渐趋于一致，最后持有相同标签的节点形成一个社区。该方法消除了经典标签传播算法中更新节点标签顺序的随机性问题，从而有效的提高了算法的精确度。

公开(公告)号：CN103729467A

公开(公告)日：2014-04-16

申请号：CN201410020036.6

申请日：2014-01-16

Applicant: 重庆邮电大学

Inventor： 苏畅 ,  王裕坤 ,  贾文强 ,  余跃 ,  吴琪

IPC: G06F17/30

CPC classification number: G06Q50/01

Abstract: 本发明公开了一种复杂社交网络中的社区结构发现方法，属于网络技术领域。本方法包括以下步骤：步骤一：将社交网络转换为邻接矩阵形式，如果两个节点之间存在边，那么相对应的元素为1，否则为0；步骤二：利用随机游走理论对邻接矩阵进行处理，得到新的节点度数P-degree以及边权值P-weight；步骤三：根据新的节点度数P-degree得到社交网络中的领袖节点；步骤四：基于领袖节点生成子社区，并通过对子社区的一系列操作来进行社区发现。该方法能够高效的识别出社交网络中的社区结构，同时将本方法与一些经典的社区发现算法如Newman算法相比，在模块度指标上有着更好的表现。将本发明用于后续的社交网络实践中有着重要的意义。