基于图注意网络的动态深空网络流量预测方法及系统

    公开(公告)号:CN119766671A

    公开(公告)日:2025-04-04

    申请号:CN202411937323.3

    申请日:2024-12-26

    Abstract: 本发明公开了基于图注意网络的动态深空网络流量预测方法及系统,涉及深空网络通信技术领域。本发明包括:接收深空网络流量数据,对网络流量数据进行预处理后划分为训练集与测试集;以RNN循环神经网络为基础结构,构建深空网络流量预测模型,所述深空网络流量预测模型分为编码器部分与解码器部分。本发明分别使用空间注意模块和序列卷积模块分析深空网络流量信息的空间相关性和时间相关性,对网络流量时空相关性的充分分析,使得预测的结果更加准确,并且考虑到未连接的节点之间也存在流量相关性,引入了图生成模块,能够根据当前及历史流量信息得到一个基于动态属性的邻接矩阵,该矩阵反映了从长期来看各节点之间的相关性,方便进行长期预测。

    部分不可观智能体博弈方法、系统、设备及存储介质

    公开(公告)号:CN117474100A

    公开(公告)日:2024-01-30

    申请号:CN202311450257.2

    申请日:2023-11-02

    Abstract: 本发明公开了一种部分不可观智能体博弈方法、系统、设备及存储介质,相关方法包括:多智能体博弈过程中,每一智能体均各自保存博弈历史序列,并通过如下方式生成决策动作:利用保存博弈历史序列生成所有未知性能的有序效能矢量;从最近的效能评估历史序列中截取历史段,并基于所述所有未知性能的有序效能矢量确定历史段的优先性参考矢量,并生成参考点;从所有未知性能的有序效能矢量中查找当前时刻状态行动对应的次序,并结合参考点生成优先性效能;结合优先性效能通过部分可观马尔可夫决策过程生成决策动作。本发明提供的方案可以通过尝试使用具有更高优先级的行动来提高效果。

Patent Agency Ranking