光路传输质量估计方法、装置、电子设备及存储介质

    公开(公告)号:CN117938253A

    公开(公告)日:2024-04-26

    申请号:CN202311706498.9

    申请日:2023-12-12

    Abstract: 本发明提供一种光路传输质量估计方法、装置、电子设备及存储介质,该方法包括:在接收到光路请求的情况下,获取光路请求对应的候选光路的光路参数;将光路参数输入光路传输质量估计模型,得到光路传输质量估计模型输出的候选光路的光路传输质量估计结果;其中,光路传输质量估计模型是基于有标签光路数据集及无标签光路数据集对初始深度学习模型进行半监督学习训练得到的,本发明通过使用有标签光路数据集及无标签光路数据集协同对模型进行训练,提高了模型的精度,进而提高了光路传输质量估计结果的精准度。

    一种基于多任务学习的光路传输质量预测方法

    公开(公告)号:CN114330456A

    公开(公告)日:2022-04-12

    申请号:CN202210006845.6

    申请日:2022-01-05

    Abstract: 本发明公开了一种基于多任务学习的光路传输质量预测方法,同时考虑网络可靠性和预测模型准确度,设计了一种多任务损失函数,并利用联合训练的方式训练模型,进一步降低了模型的误差和设计余量,提升了模型的准确度,在保证网络可靠性的同时实现网络容量提升。相比于传统的基于单任务的QoT估计模型而言,本专利提出的方案可以在保证模型可靠性的同时提高准确度,从而实现提高光路调制格式的分配效率以及提升光网络容量的目的。

    一种基于ANN损失函数优化的光路传输质量预测方法

    公开(公告)号:CN113840190A

    公开(公告)日:2021-12-24

    申请号:CN202111324182.4

    申请日:2021-11-10

    Abstract: 本发明公开了一种基于ANN损失函数优化的光路传输质量预测方法,基于传统的MSE和MAE损失函数引入正则化项,通过给予高估更大的惩罚的方式降低模型的高估值和比例,从而达到减小模型的最大正偏差的目的。相比于传统的基于MSE和MAE的QoT估计模型而言,本发明提出的方法可以在关注模型准确度的同时极大地去降低模型的最大正偏差值,从而达到提高光路调制格式的分配效率和提升光网络容量的目的。

    无人机组网的分簇控制方法、装置、电子设备及存储介质

    公开(公告)号:CN118524589A

    公开(公告)日:2024-08-20

    申请号:CN202410589062.4

    申请日:2024-05-13

    Abstract: 本发明提供一种无人机组网的分簇控制方法、装置、电子设备及存储介质,该方法包括:分别确定无人机组网中各无人机下一时刻的位置信息;基于各无人机下一时刻的位置信息,从无人机组网在当前时刻分簇状态下对应的多条通信链路中确定下一时刻的第一不稳定通信链路;基于下一时刻的第一不稳定通信链路的数量、当前时刻的第二不稳定通信链路的数量和当前时刻无人机组网的通信链路的总数量确定下一时刻的链路不稳定率;基于下一时刻的链路不稳定率、当前时刻的链路不稳定系数和各无人机下一时刻的位置信息对无人机组网进行分簇控制,确定下一时刻的分簇状态。本发明在多种应用场景下均能够提高无人机组网的稳定性,保障无人机之间的通信质量。

    一种数据调度方法及装置
    7.
    发明公开

    公开(公告)号:CN117615273A

    公开(公告)日:2024-02-27

    申请号:CN202311457434.X

    申请日:2023-11-03

    Abstract: 本申请实施例提供一种数据调度方法及装置,包括:接收架顶交换机发送的调度请求帧;其中,所述调度请求帧包括至少一条数据流的属性信息和在架顶交换机的待调度队列中的排队信息;所述待调度队列用于缓存从该架顶交换机到目的架顶交换机的所有数据流;根据各数据流的属性信息和排队信息,确定待调度队列的调度顺序;按照所述调度顺序对待调度队列进行调度。本申请的数据调度方法能够避免数据冲突,通过优先调度时延敏感类业务数据,提高截止时间内完成数据传输的能力,优化资源利用率。

    一种面向光网络传输质量回归估计的主动学习方法

    公开(公告)号:CN113627621B

    公开(公告)日:2024-03-22

    申请号:CN202110929778.0

    申请日:2021-08-13

    Abstract: 本发明公开了一种面向光网络传输质量回归估计的主动学习方法,基于预测不确定性感知构建信息量估计模型,通过预测模型对特定配置参数对应GSNR估计值的概率分布,计算信息熵以筛选信息量更大,更具代表性的样本,迭代地选择对GSNR的精确估计最有价值的样本扩展数据集,以尽可能少的样本表征更全面的数据集信息,提高模型的泛化性能。本发明的方法在可监测GSNR实例的光路数量受限的条件下,可以用尽可能少的训练样本实现更精确的QoT估计,有效提升了小样本条件下QoT估计模型的预测精度,降低了达到目标性能所需的光路实例,有效减少了光网络资源的浪费。

    基于三维辅助图的网络服务功能链部署方法及相关设备

    公开(公告)号:CN117354166A

    公开(公告)日:2024-01-05

    申请号:CN202311246158.2

    申请日:2023-09-25

    Abstract: 本公开提供一种基于三维辅助图的网络服务功能链部署方法及相关设备,包括:获取服务功能链的网络链路信息;基于所述网络链路信息确定所述服务功能链的三维辅助图;确定所述三维辅助图的边权重,并基于所述边权重确定所述服务功能链的目标路径;基于所述目标路径对所述服务功能链进行部署。本公开中,首先获取了服务功能链的链路信息,然后基于链路信息对服务功能链进行了建模进而生成了服务功能链的三维辅助图,之后计算了三维辅助图中不同类型边的边权重,进而基于边权重确定了服务功能链的目标路径,最后基于目标路径对服务功能链进行了部署。

Patent Agency Ranking