基于深度学习的网络流量预测方法、装置、设备及介质
实质审查的生效
摘要
本发明涉及通信技术领域，公开了一种基于深度学习的网络流量预测方法、装置、设备及介质，方法包括获取网络流量数据；对所述网络流量数据进行预处理，得到流量预测数据；基于卷积神经网络和长短期记忆网络对所述流量预测数据进行特征提取，得到时间特征和空间特征；根据多模态注意力机制网络对所述时间特征和所述空间特征进行融合，得到网络流量预测结果。本方法能够减小预测结果的误差，提高预测结果的准确度。
基本信息
专利标题 ：
基于深度学习的网络流量预测方法、装置、设备及介质
专利标题（英）：
暂无
公开（公告）号 ：
CN114462679A
申请号 ：
CN202210003743.9
公开（公告）日 ：
2022-05-10
申请日 ：
2022-01-04
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
杜翠凤何独一蒋仕宝罗春艳
申请人 ：
广州杰赛科技股份有限公司;广州杰赛通信规划设计院有限公司
申请人地址 ：
广东省广州市海珠区新港中路381号
代理机构 ：
广州三环专利商标代理有限公司
代理人 ：
钟文瀚
优先权 ：
CN202210003743.9
主分类号 ：
G06Q10/04
IPC分类号 ：
G06Q10/04 G06N3/04 G06N3/08 G06K9/62
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06Q
专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法；其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10/00
行政；管理
G06Q10/04
预测或优化，例如线性规划、“旅行商问题”或“下料问题”
法律状态
2022-05-27 ：
实质审查的生效
IPC(主分类) : G06Q 10/04
申请日 : 20220104
申请日 : 20220104
2022-05-10 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
