买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉浙江工业大学申请的专利一种基于深度学习的系统访问量预测方法、介质和设备获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN114969148B 。

龙图腾网通过国家知识产权局官网在2025-12-05发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210476721.4，技术领域涉及：G06F18/20；该发明授权一种基于深度学习的系统访问量预测方法、介质和设备是由叶蕾;陈康东;解子阳;王垒设计研发完成，并于2022-04-30向国家知识产权局提交的专利申请。

本一种基于深度学习的系统访问量预测方法、介质和设备在说明书摘要公布了：本发明涉及一种基于深度学习的系统访问量预测方法、介质和设备，加载历史数据并处理后，设置遗传算法的关联参数，采用遗传算法对变分模态分解算法进行优化，以优化后的变分模态分解算法将处理后的历史数据模态分解，得到当前历史数据的最优分解结果，将变分模态分解算法分解得到的多个本征模态分量进行归一化，将处理后的每个函数输入多尺度CNN神经网络，提取特征后，将特征作为参数输入到GRU网络中，训练模型直至稳定；采用优化后的变分模态分解算法将要预测的时间前的历史数据进行变分模态分解，将分解的结果输入训练好的模型，以模型输出的结果作为系统访问量预测值。本发明能准确、快速通过目前时刻的访问量预测出下一时刻的访问量。

本发明授权一种基于深度学习的系统访问量预测方法、介质和设备在权利要求书中公布了：1.一种基于深度学习的系统访问量预测方法，其特征在于：所述方法包括以下步骤： 步骤1：加载历史数据并进行处理； 记录受监控API每日被调用的次数，API每被调用一次，则访问量加一，按日存储每日的访问量，作为历史数据；读取访问量的历史数据作为训练模型的数据集，若任一天或多天存在缺失的数据，则以预设规则取关联日期的历史数据对缺失数据进行补全； 步骤2：基于历史数据，设置遗传算法的关联参数；遗传算法的关联参数包括遗传算法的迭代次数、种群的规模、种群中的交叉概率、变异概率、变分模态算法的参数α的变化范围和K的变化范围； 步骤3：采用遗传算法对变分模态分解算法进行优化，以优化后的变分模态分解算法将处理后的历史数据进行模态分解，得到当前历史数据的最优分解结果；所述步骤3包括以下步骤： 步骤3.1：初始化种群； 步骤3.2：对种群进行选择操作； 步骤3.3：对种群进行交叉操作； 步骤3.4：对种群进行变异操作； 步骤3.5：更新个体的适应度，选出迭代过程中适应度最好的个体，以此个体的参数作为变分模态分解算法中的参数α和K，对历史数据进行分解，得到K个本征模态函数； 步骤4：将变分模态分解算法分解得到的多个本征模态分量进行归一化处理； 步骤5：将处理后的每个函数分别输入多尺度CNN神经网络，提取特征后，将特征作为参数分别输入到GRU网络中，训练模型直至稳定； 步骤6：采用所述优化后的变分模态分解算法，将要预测的时间前的历史数据进行变分模态分解后，将分解的结果输入步骤5中训练好的模型，将模型输出的结果相加的结果作为系统访问量预测值。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人浙江工业大学，其通讯地址为：310014 浙江省杭州市拱墅区潮王路18号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。