摘要：本发明提供一种在线电子地图的海量数据显示方法及系统，数据处理发布服务端预先收集海量数据，将海量数据符号化，并且按照网页地理系统底图的参数生成瓦片；数据处理发布服务端预先处理好海量数据之后将生成好的瓦片进行发布；网页地理系统客户端实时响应用户的地图操作，生成相关的瓦片数据请求并发送给数据处理发布服务端；数据处理发布服务端响应网页地理系统客户端的请求，并返回所需瓦片数据。该方法及系统中，海量数据通过高性能后台服务器对数据预处理，网页地理系统加载的数据是后台服务器处理过的，这样就大大的提高了网页地理系统客户端的加载效率，减轻网页地理系统客户端压力。

摘要：本实用新型公开了一种用于大数据处理的数据采集装置，包括有本体，所述本体上设置有盖体，所述盖体通过连接件所述本体活动连接；所述盖体内具有一凹陷区域，在所述凹陷区域设置有一固定光源，在所述凹陷区域还嵌入安装有一分离式光源；所述本体具有一内胆，所述内胆与本体的边缘具有高度差；所述内胆上安装有若干个数据采集接口，数据输出接口以及显示屏。盖体内具有一凹陷区域，当盖体与本体合上时，位于各自内的部件不会接触挤压，固定光源是提供夜间照明或者位于光线不明的地方使用照明，固定光源可以是圆形的，位于凹陷区域的中间位置，照明更加集中，结构科学合理、使用方便、操作简易。

摘要：本发明提供一种基于无线分析的语音质量评估方法及系统，该方法包括训练阶段和测试阶段，训练阶段，自动收集在不同位置和网络的情况下的用户数据，根据收集的数据，运行无线分析算法，建立一个基于网络环境的移动语音质量模型；测试阶段，从客户端收集实时数据，然后根据移动语音质量模型计算评估客户端的移动语音质量；该方法及系统，在网络指标侧首次实现可扩展和可移动的语音质量评估。能通过众包用户运行语音质量评估算法实现数据收集。进行了试点后证明了系统的高可实施性。

摘要：本发明提供一种预测LTE网络性能指标的新型回归系统，包括聚类模块、回归模块、选择模块、预测模块，先对小区进行聚类，聚类后得到k个集群；准备回归数据后，对每个集群分别执行多种不同的回归算法，并选择每个集群最小误差率的算法为该集群的最优回归算法；通过误差率ER与集群分离度汇总值Sep的结合，得到误差值较低并且分离度较高的最佳集群数k；利用所得最佳集群数k与每个集群的最优回归算法，对小区的网络资源消耗的LTE KPI值进行预测；该方法，在考虑到每个小区差异性的前提下，不仅可以获取每个网络小区在移动通信中的网络资源消耗情况，还可以通过选择回归算法来预测LTE KPI指标的未来趋势。

摘要：本发明提供一种采用集成回归系统检测LTE网络性能的方法，包括以下步骤：(1)样本数据集的收集：(2)通过建立的模型，利用接收指标预测空口时延，采用回归算法分别在特定子集上对训练集中的样本进行预测；(3)推导出训练集中每个样本的误差值以及回归算法的误差；(4)采用分析方法将回归算法中的误差进行加权处理，通过加权回归组合构成集成回归预测模型；(5)将步骤(4)中的集成回归算法运用于测试集，检测基于训练集所得出的模型预测关系的准确性。通过采用集成回归系统检测LTE网络性能的方法的运营推广，可以分析和推断出用户级的空口时延，从而使移动运营商识别出较高空口时延的问题小区，进而通过优化问题小区提高LTE网络服务质量。

摘要：一种建筑物内活动轨迹的定位显示方法，包括以下步骤：1)定位开始时，在智能终端导入该建筑物的室内地图信息，通过智能终端的气压传感器获取各位置的大气压P，记录初始位置点坐标(X0，Y0)以及初始位置点的方向angle；2)通过公式计算得出建筑物基层海拔高度A0和实时海拔高度A1，利用公式，得出实时楼层高度F；3)根据以下公式计算出智能终端持有人的每个步行轨迹，获得行径过程中的轨迹集合，并将步行的轨迹显示在室内地图上；根据以上公式依次计算出后一步的位置坐标点，到室内定位结束，位置点(xi,yi)的集合即为活动轨迹。与现有技术相比，本发明的优点有：成本低、准确率高、使用方便、扩展性强。

摘要：一种建筑物内活动轨迹的定位显示装置，包括显示屏、处理器、存储器、气压传感器、GPS定位器、陀螺仪、计步器以及输入端，所述的显示屏、存储器、气压传感器、GPS定位器、陀螺仪、计步器以及输入端均与处理器相连，室内地图由输入端导入智能终端并存储在存储器中，气压传感器、GPS定位器、陀螺仪和计步器实时将获得的对应数据传输给处理器，并在存储器中记录和存储，数据经处理器处理后显示在显示屏中。与现有技术相比，本实用新型的建筑物内活动轨迹的定位显示装置，优点有：结构简单，使用方便，可以实时显示室内移动目标物的行动轨迹，制作成本低，轨迹显示准确率高，扩展性强，特别适合建筑物内活动轨迹的定位。

摘要：本发明提供一种基于众包模式的移动Apps对无线网路资源利用的分析方法，通过一个基于众包技术的安装在移动客户端的数据采集工具和位于云服务器上的分析算法，采集每种移动应用App的行为特征数据，并针对性的利用机器学习算法；在移动应用特征行为、无线网络话务及无线网络资源之间建立3级2层关联映射模型，在时间维度上，量化分析出移动通信网络中的每一种移动应用业务是如何消耗小区中的无线资源的。本发明针对每种移动应用消耗小区无线网络资源的情况进行分析，并利用机器学习算法得出的结果为移动运营商提供决策建议，如预测，控制及对移动应用App所使用的资源进行定价，以提高资源分配率和服务质量水平。

摘要：一种基于无线网络话务特征的小区聚类方法，主要包括五个步骤S1选择待处理数据；S2提取每个待处理数据的“特征参数”；S3对待处理数据进行聚类最优K值选取；S4利用选取的最优K值运用五种聚类算法对待处理数据进行聚类整合；S5将聚类结果与地理信息系统中的地理信息进行结合，并显示结合后的聚类结果。本专利通过聚类得到话务数据类似的小区，为移动运营商提供了一个评估和规划网络容量的辅助方案。

摘要：本发明包括三个步骤:首先,利用雪球式抽样法确定用户样本数据,并将该样本中用户之间的联系记录代入邻接矩阵，以绘制出t‑1期和t期的个人逐月网络信息；然后通过使用用户个人信息和自学习效应、向他人学习效应及网络效应，建立“用户离网行为动态学习模型”，该模型包括：用户在网概率公式和用户离网概率公式，利用t‑1期个人逐月网络信息数据并采用两阶段嵌套定点估计方法对模型结构参数进行估值；最后利用条件概率，将步骤二中的参数以及样本中t期的个人逐月网络信息数据，代入用户在网概率公式和用户离网概率公式，得出用户行为的预测结果。本专利首次把社交网络概念融入用户离网预测模型，采用动态模型建模，真实地模拟了用户决策行为。

摘要：本发明公开了一种基于Sigmoid指数模型的网络性能成熟度评价系统及其评价方法，通过采集网络一个以上KPI指数数值，并设定每个KPI指数的目标值和基准值及网络的成熟度指数；建立成网络熟度指数的Sigmoid指数模型，并将KPI指数测量值按照增量学习的方式训练，直到模型的训练误差和测试误差达到最小化，从而确定每个KPI指数达到成熟需要的时间；最后根据KPI阀值最高的KPI的成熟时间来确定网络成熟时间。本发明可以用来优化相关的生产链或供应链。当确定的网络成熟度状态低于可接受的水平，那么网络设备制造商在制造过程中可以采取相应的措施来加速整合网络的组件，或尽快解决相关的网络问题。通过这种方式，因为网络成熟度能够在网络投向市场之前决定，所以网络设备制造商可以采取先发制人的措施解决网络问题，从而使网络可以及时被投向市场。

摘要：本发明公开了一种无线网络网元割接性能和容量预测方法，是基于无线网络背景的统计模型来评估与预测无线网络中网元割接前后的性能和容量的方法。假设在月份是N‑1的时候对无线网络中的某个网元进行了割接，例如RNC或BSC从源交换机被网元割接到目标交换机，在月份是N‑1时交换机的利用率用交换机话务量Yn‑1表示，网元割接后，在月份是N时交换机的利用率用交换机话务量Yn表示，网元割接中，如果时，是网元割接的最佳时机。本方法计算出了网元割接之后网络网元的性能和容量在未来的各个时间点如何变化，并且可以对比割接之前网元性能和容量的预测情况，从而决定本次割接是否对网络的性能和容量提升有显著的改善。

摘要：本发明公开了一种基于统计模型的小区级网络话务预测方法，通过获取网络话务量的历史数据，制成所需的小区以及用户数据信息表，并根据本发明介绍的基于通信网络中话务特征和移动用户行为的统计模型,计算出全网级用户增长影响因子，各小区的用户增长率等；以及最终通过各小区对全网用户增长的贡献率，将小区分为速增小区，缓增小区，稳定小区，负增长小区；再分别确定这四类小区的修正因子，最后通过乘以修正因子来预测该小区未来的话务量。本发明提高了话务预测的精度，也解决了话务难以预测的问题。