Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜中国电信股份有限公司何家裕获国家专利权

恭喜中国电信股份有限公司何家裕获国家专利权

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!

龙图腾网恭喜中国电信股份有限公司申请的专利图形编码的使用带宽预测方法及装置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:CN116170328B

龙图腾网通过国家知识产权局官网在2025-03-28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:202211637752.X,技术领域涉及:H04L41/147;该发明授权图形编码的使用带宽预测方法及装置是由何家裕;刘杰设计研发完成,并于2022-12-16向国家知识产权局提交的专利申请。

图形编码的使用带宽预测方法及装置在说明书摘要公布了:本发明实施例提供了一种图形编码的使用带宽预测方法及装置。该方法中,获取包括训练集和预测集的历史使用带宽数据集,按照预设的聚类算法,对训练集进行聚类,获得多个聚类簇;从所有聚类簇中确定目标聚类簇,并将目标聚类簇中的样本作为训练数据;利用Q学习算法和遗传算法,优化神经网络模型的模型参数,并利用训练数据对优化了模型参数的神经网络模型进行训练,获得目标神经网络模型;将预测集中的样本输入目标神经网络模型,获得针对图形编码的使用带宽的预测结果,本发明基于聚类相似性分析排除了训练集中的干扰数据,降低了训练计算量,还通过对模型参数进行优化,避免神经网络模型陷入局部最优,从而达到提高预测的精度和效率的效果。

本发明授权图形编码的使用带宽预测方法及装置在权利要求书中公布了:1.一种图形编码的使用带宽预测方法,其特征在于,所述方法包括:获取图形编码的历史使用带宽数据集,所述历史使用带宽数据集包括训练集和预测集;按照预设的聚类算法,对所述训练集进行聚类,获得多个聚类簇;从所有聚类簇中确定目标聚类簇,并将所述目标聚类簇中的样本作为训练数据;所述目标聚类簇为聚类中心与预测集的样本的距离满足最大偏差相似性准则的聚类簇;利用Q学习算法和遗传算法,优化神经网络模型的模型参数,并利用所述训练数据对优化了模型参数的神经网络模型进行训练,获得目标神经网络模型;将所述预测集中的样本输入目标神经网络模型,获得针对所述图形编码的使用带宽的预测结果;所述按照预设的聚类算法,对所述训练集进行聚类,获得多个聚类簇,包括:根据最大偏差算法所需参数和遗传算法,确定最优的最大偏差算法参数;利用所述最优的最大偏差算法参数对所述训练集进行聚类,获得多个聚类簇;所述根据最大偏差算法所需参数和遗传算法,确定最优的最大偏差算法参数,包括:根据最大偏差算法所需参数,建立第一种群,所述第一种群包括多个第一个体,每个第一个体对应一组最大偏差算法参数;计算所述第一种群中每个第一个体的适应度值,确定所述第一种群中适应度值最小的第一个体;基于遗传算法,通过多轮迭代分别对所述第一种群进行交叉变异处理,在每轮迭代中重新确定适应度值最小的第一个体,并在达到预设迭代次数后,将最后一次迭代确定的适应度值最小的第一个体作为最优第一个体,并将所述最优第一个体作为最优的最大偏差算法参数;所述根据最大偏差算法所需参数,建立第一种群,包括:创建第一矩阵,所述第一矩阵中的一行元素表示一个第一个体;通过对所述第一矩阵中的元素随机赋值预设范围内的随机数,对所述第一矩阵进行混沌处理;根据所述最大偏差算法所需参数的标准取值范围,对混沌处理后的第一矩阵中的元素的值进行校正,并将校正后的第一矩阵作为所述第一种群。

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中国电信股份有限公司,其通讯地址为:100033 北京市西城区金融大街31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”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。