-
公开(公告)号：CN119441932A
公开(公告)日：2025-02-14
申请号：CN202310974480.0
申请日：2023-08-03
Applicant: 中国电信股份有限公司技术创新中心 , 中国电信股份有限公司
IPC: G06F18/24 , G06F18/25 , G06N3/0442 , G06N3/0464 , G06N3/08
Abstract: 本公开实施例是关于一种能力分类方法及装置、电子设备、计算机可读存储介质，涉及计算机技术领域，该方法包括：获取待处理文本，并获取所述待处理文本对应的文本语句向量，所述待处理文本中包含目标机构提交的能力；基于目标机构提交的能力与所有能力中的参考能力之间的距离，对所述文本语句向量进行特征融合，确定所述待处理文本的文本向量；通过胶囊网络对所述文本向量进行拟合，确定所述文本向量所属的能力类别以及所述能力类别对应的概率。本公开能够通过注意力机制以及胶囊网络，提高对目标机构提交的能力进行分类的准确性。
-
公开(公告)号：CN119377719A
公开(公告)日：2025-01-28
申请号：CN202310922501.4
申请日：2023-07-25
Applicant: 中国电信股份有限公司技术创新中心 , 中国电信股份有限公司
IPC: G06F18/24 , G06F18/23 , G06F18/213 , G06F18/214 , G06N3/006 , G06N3/0464
Abstract: 本公开提供了一种模型分类方法、装置、电子设备及存储介质，涉及计算机技术领域。方法包括：提取待分类模型的至少一个初始分类特征；根据至少一个初始分类特征，确定初始分类结果与初始分类精度，初始分类精度用于指示初始分类结果的分类准确程度；当初始分类精度不满足预设结束条件，迭代提取待分类模型的至少一个目标分类特征，根据至少一个目标分类特征确定目标分类结果与目标分类精度；当目标分类精度满足预设结束条件时，将目标分类结果作为最终分类结果。本公开可以对分类特征进行多次迭代提取，可以提高分类特征的准确性，从而在确保模型分类的效率的同时，确保模型分类的准确性与可靠性，从而提高网络运营管理的效率并确保用户体验。
-
公开(公告)号：CN119311672A
公开(公告)日：2025-01-14
申请号：CN202310869053.6
申请日：2023-07-14
Applicant: 中国电信股份有限公司技术创新中心 , 中国电信股份有限公司
IPC: G06F16/215 , G06F16/2458 , G06F18/23213 , G06F17/18
Abstract: 本公开提供一种异常数据检测方法和装置、存储介质。异常数据检测方法包括：将预设数据集合分割为多个数据子集，其中每个数据子集的数据量小于预设数据量阈值；对所述每个数据子集进行聚类，以得到多个聚类结果；将所述多个聚类结果中的簇中心进行聚类，以便将所述预设数据集合中的多个数据划分为多个簇；在所述多个簇的每个簇中，根据每个数据与簇中心的距离选择出异常数据。
-
公开(公告)号：CN119728424A
公开(公告)日：2025-03-28
申请号：CN202311268352.0
申请日：2023-09-27
Applicant: 中国电信股份有限公司技术创新中心 , 中国电信股份有限公司
IPC: H04L41/0823 , H04L41/147
Abstract: 本公开实施例是关于一种网络运营管理方法及系统、电子设备，涉及运营管理技术领域，该方法包括：获取待处理网络数据，并对所述待处理网络数据进行空间域特征提取，得到对应的空域特征；对待处理网络数据进行时间域特征提取，得到所述待处理网络数据对应的时域特征；将所述时域特征以及所述空域特征进行融合得到融合特征，并对融合特征进行多尺度特征提取，确定所述待处理网络数据对应的网络流量预测值，以使运营管理系统基于所述网络流量预测值对目标网络进行运营管理。本公开能够提高网络流量预测的准确性。
-
公开(公告)号：CN119484309A
公开(公告)日：2025-02-18
申请号：CN202310997589.6
申请日：2023-08-09
Applicant: 中国电信股份有限公司技术创新中心 , 中国电信股份有限公司
IPC: H04L41/147 , H04L41/14
Abstract: 本公开提出一种流量预测模型的训练方法、预测方法及装置和存储介质，涉及通信技术领域。本公开的一种流量预测模型的训练方法，包括：获取流量训练样本数据；确定第一预测模型的模型参数，模型参数包括模型结构种类参数，节假日特征参数和季节性参数；针对流量训练样本数据中的每条数据，执行以下操作，直至完成训练：第一预测模型根据流量训练样本，生成第一训练预测结果；根据流量训练样本数据和对应的第一训练预测结果获取训练残差值；第二训练预测模型根据训练残差值，生成第二训练预测结果，其中，第一预测模型和第二预测模型根据第二训练预测结果进行修正。
-
Patent Agency Ranking
公开(公告)号：CN119316304A
公开(公告)日：2025-01-14
申请号：CN202310850299.9
申请日：2023-07-12
Applicant: 中国电信股份有限公司技术创新中心 , 中国电信股份有限公司
IPC: H04L41/147 , H04L41/14 , H04L41/16 , H04L41/142 , H04L43/0876 , G06N3/0442 , G06N3/08
Abstract: 本公开提供一种网络流量预测方法和装置、存储介质。网络流量预测方法包括：对流量数据集中的数据对象进行聚类，以得到工作日数据集和非工作日数据集；利用长短期记忆网络模型对工作日数据集进行预测，以得到第一预测结果；利用第一预测结果和历史数据确定残差值；将残差值添加到工作日数据集中，以得到更新数据集；利用门控循环网络模型对更新数据集进行预测，以得到第二预测结果；根据第一预测结果和第二预测结果得到网络流量预测结果。
-
公开(公告)号：CN118245960A
公开(公告)日：2024-06-25
申请号：CN202410679209.9
申请日：2024-05-29
Applicant: 中国电信股份有限公司 , 中国电信股份有限公司技术创新中心
IPC: G06F18/2433 , G06F18/214 , G06N3/0442 , H04L9/40
Abstract: 本公开提供了一种数据质量智能稽核方法、系统、电子设备及存储介质，涉及计算机技术领域。该方法包括对待稽核的网络数据进行采集，网络数据中包括数据计算过程中至少一个阶段的计算得到的文件；通过稽查模型对各个阶段的网络数据分别进行及时性、完整性和准确性中至少一个维度的数据质量稽核；将各个阶段中满足数据质量稽核条件的网络数据作为标杆数据。本公开实施例提供的方法，可以通过及时性、完整性和准确性中至少一个维度的数据质量稽核，对各个阶段的数据进行数据质量稽查，因此本公开可以避免对单一文件进行定制化稽查，可以提高数据质量稽查的效率与扩展性，降低计算成本，并提高数据质量稽查的准确性与可靠性。
-
公开(公告)号：CN119449715A
公开(公告)日：2025-02-14
申请号：CN202310956334.5
申请日：2023-08-01
Applicant: 中国电信股份有限公司技术创新中心 , 中国电信股份有限公司
IPC: H04L47/12 , H04L47/127 , H04L47/20 , H04L43/0876 , H04L41/147 , H04L45/247 , H04L45/12
Abstract: 本公开提出一种路径确定方法和装置及存储介质，涉及网络管理领域。通过对主路径和每个备份路径在未来时间的第一流量进行预测，然后在每个备份路径在所述未来时间的第二流量的基础上叠加所述主路径在所述未来时间的第一流量，得到每个备份路径在所述未来时间的第三流量，根据各个备份路径在所述未来时间的第三流量的拥塞情况，确定目标备份路径。从而避免备份路径造成的拥塞问题。不仅可以保障主路径流量的及时切换，还能有效保障流量切换后的备份路径性能。
-
公开(公告)号：CN119377621A
公开(公告)日：2025-01-28
申请号：CN202310922513.7
申请日：2023-07-25
Applicant: 中国电信股份有限公司技术创新中心 , 中国电信股份有限公司
IPC: G06F18/21
Abstract: 本公开提供了一种AI模型筛选方法、装置、电子设备及存储介质，涉及计算机技术领域。方法包括：获取多个AI模型对应的评估指标，多个AI模型中包括至少一个AI能力类型的AI模型，评估指标包括同类型AI模型调用次数指标、各类型AI模型调用次数指标、准确值指标、方差指标中的至少一个；通过评估指标得到各个AI模型的应用价值评估结果；根据应用价值评估结果分别对每类AI模型进行筛选得到各个目标AI模型，每类AI模型对应一个目标AI模型；根据各个目标AI模型确定AI模型筛选结果。本公开根据上述评估指标来对各个AI模型分别进行应用价值评估，提高了AI模型应用价值评估与AI模型筛选的准确性与可靠性，确保用户体验。
-
公开(公告)号：CN119052109A
公开(公告)日：2024-11-29
申请号：CN202411081409.0
申请日：2024-08-07
Applicant: 中国电信股份有限公司技术创新中心 , 中国电信股份有限公司
IPC: H04L41/142 , H04L41/0631
Abstract: 本公开提供了一种网络质差分析方法及装置、存储介质及电子设备，涉及通信技术领域。该方法包括：获取网络质量数据，确定网络质量异常数据、网络配置数据和网络应用场景数据；对网络质量异常数据、网络配置数据和网络应用场景数据进行特征提取和分类训练，确定质差分类结果；将预先构造的知识图谱与质差分类结果通过序列标注模型进行处理，确定网络质差原因。本公开通过对网络质量数据进行特征提取和分类训练，确定质差分类结果，再将预先构造的知识图谱与质差分类结果通过序列标注模型处理，得到网络质差原因，综合多重影响因素进行质差分析，提高了网络质差原因分析的准确性。
-
-
-
-
-
-
-
-
-
Search Results
155
records
(took 0.037 seconds)
