网络业务量的预测方法、装置、电子设备及存储介质

AITNT
正文
推荐专利
网络业务量的预测方法、装置、电子设备及存储介质
申请号:CN202510050718
申请日期:2025-01-13
公开号:CN120018194A
公开日期:2025-05-16
类型:发明专利
摘要
本发明提供一种本发明提供的网络业务量的预测方法、装置、电子设备及存储介质,涉及无线网络技术领域,根据多模态数据,获取影响网络业务量的多模态融合特征,实现了待预测区域的影响网络业务量的特征的全面搜集,有利于提高后续获取业务量密度图和预测业务量数据的准确性。根据核函数和带宽参数对多模态融合特征进行核密度估计,获取业务量密度图,实现了对待预测区域的业务量密度的准确计算。通过业务量预测模型,实现了对业务量密度图和多模态融合特征自动进行特征提取和特征分析,获取预测业务量数据,提高了获取预测业务量数据的效率。本发明提高了获取预测业务量的准确性,根据业务量预测模型提高了获取预测业务量的效率。
技术关键词
网络业务量 业务量预测 融合特征 多模态 高斯核函数 深度学习模型 数据 样本 密度 参数 语义特征 噪音监测系统 非暂态计算机可读存储介质 多层感知模型 城市监控系统 网格 形态 无线网络技术 文本 标签
系统为您推荐了相关专利信息
1
一种多模态大模型驱动的个性化健康管理推荐引擎
健康医疗技术 数据采集模块 多模态数据融合 跨模态数据 可穿戴设备
2
一种车辆控制方法、装置、设备及介质
数据处理网络 高精度地图数据 车辆控制方法 编码器模块 辅助功能开关
3
基于先验知识与混合专家模型的抗退化图像融合方法及系统
可见光图像 图像融合方法 多模态特征 融合特征 红外图像特征
4
一种面向多模态船舶图像的轻量化目标检测方法及其系统
多模态 船舶 加权损失函数 卷积模块 海面舰船
5
基于多模态深度学习的网络入侵检测方法和系统
网络入侵检测方法 多模态深度学习 轨道 耦合特征 跨模态
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号