一种流量需求矩阵预测方法及其系统

发明专利有效专利

申请号：
CN201911066121.5
IPC分类号：H04L12/24;G06N3/04;G06N3/08
申请日期：
2019-11-04
申请人：
清华大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种流量需求矩阵预测方法及其系统
申请号	CN201911066121.5	申请日期	2019-11-04
法律状态	授权	申报国家	中国
公开/公告日	2020-05-08	公开/公告号	CN111130839A
优先权	暂无	优先权号	暂无
主分类号	H04L12/24 ? IPC结构图谱： H 电学 H9 电学 H04 电通信技术 H04L 数字信息的传输，例如电报通信（电报和电话通信的公用设备入H04M）〔4〕 H04L12/00 数据交换网络（存储器、输入/输出设备或中央处理单元之间的信息或其他信号的互连或传送入G06F13/00）〔5，2006.01〕 H04L12/02 零部件〔5〕 H04L12/24 用于维护或管理的装置〔5〕	IPC分类号	H;0;4;L;1;2;/;2;4;;;G;0;6;N;3;/;0;4;;;G;0;6;N;3;/;0;8查看分类表>
申请人	清华大学	申请人地址	北京市海淀区清华园北京-82信箱变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	清华大学	当前权利人	清华大学
发明人	李丹;高凯辉
代理机构	北京路浩知识产权代理有限公司	代理人	杨明月

摘要

本发明实施例提供一种流量需求矩阵预测方法及其系统，该方法包括：获取连续的历史流量矩阵构建预测数据集；将预测数据集中的历史流量矩阵输入至训练好的流量需求矩阵预测模型，获取流量需求预测矩阵；训练好的流量需求矩阵预测模型是通过将流量相关性网络与流量时序性网络共同构建成流量需求矩阵预测模型；基于历史流量矩阵样本和预测时刻真实流量矩阵标签，对流量需求矩阵预测模型进行训练获取的。本实施例提供的流量需求矩阵预测方法及其系统，通过建立包含卷积神经网络和循环神经网络的流量需求矩阵预测模型，综合流量本身的时序性和流量之间的相关性，提高了对流量需求矩阵的预测精度。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供