-
公开(公告)号：CN103886391A
公开(公告)日：2014-06-25
申请号：CN201410109654.8
申请日：2014-03-21
Applicant: 广州杰赛科技股份有限公司
Abstract: 本发明公开了一种业务量预测方法和装置，先从获取的业务量历史样本数据的业务量时间序列转换得到的m维向量中选取k个m维向量；然后从k个m维向量中选择一个m维向量，所述m维向量与最靠近要预测业务量时间序列的一个m维向量最相似；最后根据选择的最相似的m维向量计算业务量时间序列的预测值。本发明充分利用业务量数据特点，考虑业务量时间序列的趋势性、周期性等，在历史业务量数据的基础上对未来业务量进行预测，预测精度高，预测时只需输入历史业务量数据，预测人员不需要专业知识即可实现预测，计算简单，具有很好的应用价值。通过对业务量的预测，了解业务量的情况及发展趋势，更有效地进行业务规划和优化，充分利用资源。
-
公开(公告)号：CN103886391B
公开(公告)日：2017-08-25
申请号：CN201410109654.8
申请日：2014-03-21
Applicant: 广州杰赛科技股份有限公司
IPC: G06F19/00
Abstract: 本发明公开了一种业务量预测方法和装置，先从获取的业务量历史样本数据的业务量时间序列转换得到的m维向量中选取k个m维向量；然后从k个m维向量中选择一个m维向量，所述m维向量与最靠近要预测业务量时间序列的一个m维向量最相似；最后根据选择的最相似的m维向量计算业务量时间序列的预测值。本发明充分利用业务量数据特点，考虑业务量时间序列的趋势性、周期性等，在历史业务量数据的基础上对未来业务量进行预测，预测精度高，预测时只需输入历史业务量数据，预测人员不需要专业知识即可实现预测，计算简单，具有很好的应用价值。通过对业务量的预测，了解业务量的情况及发展趋势，更有效地进行业务规划和优化，充分利用资源。
-
Patent Agency Ranking
公开(公告)号：CN103761442A
公开(公告)日：2014-04-30
申请号：CN201410039161.1
申请日：2014-01-26
Applicant: 广州杰赛科技股份有限公司
IPC: G06F19/00
Abstract: 本发明公开了一种微区域流动参量的预测方法和装置，先收集宏区域固定参量A的时间序列和流动参量B的时间序列；然后根据宏区域与各微区域关系，得到各微区域固定参量A的时间序列；再利用扩展卡尔曼滤波的状态方程，得到固定参量A的时间序列和流动参量B的时间序列之间的关系；利用所求得的固定参量A和流动参量B之间的关系，得到各微区域流动参量B的时间序列预测值；最后根据所获得的各微区域固定参量A的时间序列和流动参量B的时间序列预测值对各微区域进行资源优化。本发明改变了微区域“黑箱子”的现状，预测微区域流动参量的状态，根据预测结果利用资源，使资源得到优化，同时利用扩展卡尔曼算法，获得结果准确，误差率低，具有很好的应用价值。
-
公开(公告)号：CN103747477B
公开(公告)日：2017-08-25
申请号：CN201410019136.7
申请日：2014-01-15
Applicant: 广州杰赛科技股份有限公司
Abstract: 本发明公开了一种网络流量分析与预测方法和装置，先提取各个待测基站的流量时间序列的全局特征；然后根据所提取的全局特征进行聚类；再根据所聚类的结果，采集流量数据的属性特征；最后根据所述流量数据的属性特征和上一时刻的流量，进行流量预测。本发明提取时间序列的全局特征，用全局特征相似性来反映时间序列的相似性，抓住时间序列随时间变化的动态特征，得到更为合理的结果，同时通过用少量特征来描述大型时间序列，提高判定相似结果的稳健性，降低聚类计算过程中的复杂度；根据聚类结果采集与流量数据相关的各种属性特征，根据流量和属性特征共同预测流量数据，预测的信息量大，相应地提高了预测精度，对网络进行合理的资源配置。
-
公开(公告)号：CN103747477A
公开(公告)日：2014-04-23
申请号：CN201410019136.7
申请日：2014-01-15
Applicant: 广州杰赛科技股份有限公司
Abstract: 本发明公开了一种网络流量分析与预测方法和装置，先提取各个待测基站的流量时间序列的全局特征；然后根据所提取的全局特征进行聚类；再根据所聚类的结果，采集流量数据的属性特征；最后根据所述流量数据的属性特征和上一时刻的流量，进行流量预测。本发明提取时间序列的全局特征，用全局特征相似性来反映时间序列的相似性，抓住时间序列随时间变化的动态特征，得到更为合理的结果，同时通过用少量特征来描述大型时间序列，提高判定相似结果的稳健性，降低聚类计算过程中的复杂度；根据聚类结果采集与流量数据相关的各种属性特征，根据流量和属性特征共同预测流量数据，预测的信息量大，相应地提高了预测精度，对网络进行合理的资源配置。
-
公开(公告)号：CN103761442B
公开(公告)日：2017-05-17
申请号：CN201410039161.1
申请日：2014-01-26
Applicant: 广州杰赛科技股份有限公司
IPC: G06F19/00
Abstract: 本发明公开了一种微区域流动参量的预测方法和装置，先收集宏区域固定参量A的时间序列和流动参量B的时间序列；然后根据宏区域与各微区域关系，得到各微区域固定参量A的时间序列；再利用扩展卡尔曼滤波的状态方程，得到固定参量A的时间序列和流动参量B的时间序列之间的关系；利用所求得的固定参量A和流动参量B之间的关系，得到各微区域流动参量B的时间序列预测值；最后根据所获得的各微区域固定参量A的时间序列和流动参量B的时间序列预测值对各微区域进行资源优化。本发明改变了微区域“黑箱子”的现状，预测微区域流动参量的状态，根据预测结果利用资源，使资源得到优化，同时利用扩展卡尔曼算法，获得结果准确，误差率低，具有很好的应用价值。
-
公开(公告)号：CN104053233A
公开(公告)日：2014-09-17
申请号：CN201410277147.5
申请日：2014-06-19
Applicant: 广州杰赛科技股份有限公司
IPC: H04W64/00
Abstract: 一种CELL-ID定位方法和装置，通过将定位区域划分为各个子区域，建立状态转移矩阵和观察概率矩阵，然后根据选择的初始状态向量和状态转移矩阵确定定位时刻的状态向量，根据获取的移动台接收到的基站信息和观察概率矩阵确定定位时刻的观测向量，最后根据定位时刻的状态向量和观测向量确定定位时刻移动台的位置。本发明对基站的数量无限制，不存在非视距、多路径干扰等问题，不需要对移动台或者现有通信系统进行改进；定位精度较高；建立的数据库受环境变化影响较小，并且随着用户数据的增多精度不断提高。
-
-
-
-
-
-
Search Results
7
records
(took 0.021 seconds)
