基于自适应图结构的频谱智能预测方法、系统、设备及介质

AITNT
正文
推荐专利
基于自适应图结构的频谱智能预测方法、系统、设备及介质
申请号:CN202510250810
申请日期:2025-03-04
公开号:CN120110573A
公开日期:2025-06-06
类型:发明专利
摘要
基于自适应图结构的频谱智能预测方法、系统、设备及介质,方法包括:利用排队论构建频谱占用数据,将该数据分为训练集和测试集;将所述的训练集进行相关性分析构建固定邻接矩阵,使用自适应图学习方法构建自适应邻接矩阵,将这两种邻接矩阵结合得到最终邻接矩阵,图卷积网络利用最终的邻接矩阵提取数据的频域相关性,将结果传入双向长短期记忆网络;利用双向长短期记忆网络提取数据的时域相关性,得到预测数据;计算预测数据和训练集的误差反向训练图卷积和双向长短期记忆网络,完成训练后,将测试集输入到完成训练的图卷积网络中得到预测结果;本发明能够学习频谱数据的频域和时域相关性,实现对未来频谱状态的预测,可应用于无线电技术领域。
技术关键词
双向长短期记忆 智能预测方法 长短期记忆神经网络 皮尔逊相关系数 训练集数据 频谱占用状态 ReLU函数 概率分布函数 变量 学习方法 信道 卷积神经网络提取 记忆单元 智能预测系统 卷积网络模型 误差反向传播 参数
系统为您推荐了相关专利信息
1
基于虚拟样本生成与迁移学习的不锈钢腐蚀速率预测方法
不锈钢材料 腐蚀速率预测方法 人工神经网络模型 迁移学习模型 网状拓扑
2
一种基于心理大模型的心理咨询对话方法及系统
大语言模型 文本 心理状态识别 对话方法 关键词
3
一种基于深度学习的协议模糊测试优化方法
SSA算法 测试优化方法 字段 报文 生成测试用例
4
一种基于协同过滤与循环神经网络的差旅推荐方法及系统
时序分析模块 过滤模块 时间序列模型 推荐方法 时序神经网络
5
一种面向挤压背景下的铀矿模型构建方法
模型构建方法 邻域 皮尔逊相关系数 分段 滑动窗口
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