服务小区重叠覆盖确定方法、装置、计算设备及存储介质

    公开(公告)号:CN116963144A

    公开(公告)日:2023-10-27

    申请号:CN202210385606.6

    申请日:2022-04-13

    Abstract: 本发明公开了一种服务小区重叠覆盖确定方法、装置、计算设备及存储介质。方法包括:基于MDT数据确定具有位置信息的若干采样点;基于采样点的位置信息对采样点进行聚类处理,以生成至少一个类簇;识别该类簇中包含的重叠覆盖采样点,并基于该类簇中重叠覆盖采样点的比例确定该类簇是否为高重叠覆盖类簇;计算高重叠覆盖类簇包含的每个服务小区的重叠覆盖采样点占比,并根据每个服务小区的重叠覆盖采样点占比识别该高重叠覆盖类簇中的主导问题服务小区。采用本方案,能够准确地确定重叠覆盖位置,并能够识别出高重叠覆盖的问题POI,并且能够确定各个服务小区对该问题POI的重叠覆盖贡献度,由此便于对重复覆盖问题的准确处理。

    语义要素识别方法、装置、电子设备和计算机程序产品

    公开(公告)号:CN118798212A

    公开(公告)日:2024-10-18

    申请号:CN202410838704.X

    申请日:2024-06-26

    Abstract: 本公开涉及语义要素识别方法、装置、电子设备和计算机程序产品。上述语义要素识别方法包括:接收用户发送的待处理文本;获取预先构建的语义要素识别模型,并将待处理文本输入语义要素识别模型,获得待处理文本对应的语义要素预测结果;语义要素识别模型的网络结构包括词嵌入层、信息提取层和输出层;词嵌入层用于获取待处理文本对应的多个标识信息,并分别将多个标识信息转换为对应的词向量矩阵;信息提取层用于提取多个词向量矩阵分别对应的文本特征向量;输出层用于将多个文本特征向量转换为对应的语义要素预测结果。本公开中的语义要素识别模型利用预训练的词嵌入层和信息提取层,将特征提取工作分解到不同层次,从而减轻模型的训练成本。

    一种NB-IoT网络覆盖情况的确定方法和装置

    公开(公告)号:CN111278038B

    公开(公告)日:2023-07-04

    申请号:CN201811479098.8

    申请日:2018-12-05

    Inventor: 刘璐 王牧云

    Abstract: 本发明实施例提供一种NB‑IoT网络覆盖情况的确定方法和装置。该方法包括确定待评估的NB‑IoT小区对应的目标LTE小区,目标LTE小区和所述NB‑IoT小区属于同频段同制式的小区;计算小区对之间进行覆盖折算所用的差异因子;基于差异因子,以及获取到的NB‑IoT小区对应的小区参数和目标LTE小区对应的小区参数及小区测量值,选取对应的覆盖折算算法,获得NB‑IoT小区的接收电平。本发明实施例通过确定与待评估的NB‑IoT小区具有同频段同制式的目标LTE小区,结合目标LTE小区以及NB‑IoT小区的小区参数,以及目标LTE小区的小区测量值,并考虑到NB‑IoT小区与目标LTE小区之间进行覆盖折算所用的差异因子,实现了基于LTE小区的覆盖情况折算映射确定NB‑IoT网络的覆盖情况。

    一种5G基站的规划方法、装置、计算设备和存储介质

    公开(公告)号:CN114125865A

    公开(公告)日:2022-03-01

    申请号:CN202010899600.1

    申请日:2020-08-31

    Abstract: 本发明公开了一种5G基站的规划方法、装置、计算设备和存储介质,通过收集多域数据;根据O域数据以及B域数据的分析结果,得出已有站址的站型建议信息;根据已有站址的站型建议信息和所提取的相应基站的特征数据构建训练样本集,训练得到选型策略模型;从新增站址建议信息中抽取新增基站的特征数据,根据新增基站的特征数据和选型策略模型进行站型自配置机器学习,输出新增站址站型的建议信息。本发明根据多域数据进行分析得出站址站型的建议信息,提高了数据源的准确性及合理性,同时通过机器学习建立选型策略模型,从而挖掘最优站址站型的建议信息,替代了人工对规划站址站型的选择时的主观预设,极大程度上提升了站址站型的寻优效率。

    用户满意度的评估方法、装置、计算设备及存储介质

    公开(公告)号:CN113837514A

    公开(公告)日:2021-12-24

    申请号:CN202010588046.5

    申请日:2020-06-24

    Inventor: 周徐 方东旭 刘璐

    Abstract: 本发明公开了一种用户满意度的评估方法、装置、计算设备及存储介质,该方法包括:获取至少一个无线网络指标的指标数据及用户满意度数据;根据至少一个无线网络指标的指标数据及用户满意度数据,计算用户满意度对至少一个无线网络指标的敏感系数;根据用户满意度对至少一个无线网络指标的敏感系数,构建用户满意度评估模型;采用机器学习算法对用户满意度评估模型进行调优处理;基于用户满意度评估模型进行用户满意度的评估。通过上述方式,通过网络侧的客观数据寻求较为敏感的无线网络指标及其敏感度,相比于完全受限于人工经验的设置方式,具有更高的科学性、客观性及合理性;并且,能够从网络侧的客观数据准确地评估用户对服务的满意程度。

Patent Agency Ranking