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！

龙图腾网获悉福州大学申请的专利基于深度自回归循环神经网络的边缘预测方法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：CN115509752B 。

龙图腾网通过国家知识产权局官网在2025-06-27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：202211200915.8，技术领域涉及：G06F9/50；该发明授权基于深度自回归循环神经网络的边缘预测方法是由陈哲毅;梁杰;黄一帆;陈礼贤设计研发完成，并于2022-09-29向国家知识产权局提交的专利申请。

本基于深度自回归循环神经网络的边缘预测方法在说明书摘要公布了：本发明涉及一种基于深度回归循环神经网络的边缘预测方法，包括以下步骤：步骤S1:获取历史边缘负载数据，构建数据集；步骤S2:对数据集进行预处理；步骤S3:将边缘服务器的用户作为协变量；步骤S4:将预处理后的数据集和协变量输入预测模型对未来的边缘负载进行预测；步骤S5:基于边缘负载预测结果，协助边缘计算服务制定资源调度方案。本发明实现了可扩展和有效的工作负载预测，有效提高了云计算中的资源调配效率。

本发明授权基于深度自回归循环神经网络的边缘预测方法在权利要求书中公布了：1.一种基于深度自回归循环神经网络的边缘预测方法，其特征在于，包括以下步骤： 步骤S1:获取历史边缘负载数据，构建数据集； 步骤S2:对数据集进行预处理； 步骤S3:将边缘服务器的用户作为协变量； 步骤S4:将预处理后的数据集和协变量输入预测模型对未来的边缘负载进行预测； 步骤S5:基于边缘负载预测结果，协助边缘计算服务制定资源调度方案； 所述历史边缘负载数据包括CPU使用率，具体为： 针对一台边缘服务器i的负载，zi,t表示边缘服务器i在一段时间t内的CPU使用率变化情况，则该边缘服务器的历史负载序列表示为： 未来预测负载序列表示为 其中，t0表示负载预测的起始点，T为负载序列的总长度，1:t0-1表示历史负载序列的时间范围[1,t0-1]，t0:T表示未来预测负载序列的时间范围[t0,T]； 所述步骤S3具体为： 将缩放后的历史负载和历史协变量将作为预测模型的输入，对未来的边缘负载进行预测，预测模型能够根据已知的历史负载对未来的负载情况进行建模，得到未来负载的概率分布；其中所述预测模型利用LSTM提取时序特征，输入是过去一段时间内的边缘负载数据和协变量，目标是预测每个时间步上边缘负载zi,t的概率分布，概率分布定义为 其中，hi,t代表一个LSTM的输出；将上一时刻的观察值zi,t-1和LSTM输出hi,t-1作为输入，通过计算可得到： hi,t＝hhi,t-1,zi,t-1,xi,t,Θh 其中，h表示一个具有多层LSTM结构的神经网络，Θh为LSTM中参数的集合；上一时刻的边缘负载数据zi,t-1和隐藏层输出hi,t-1将用于计算当前时刻的网络输出hi,t；似然函数lzi,t|θhi,t,Θl为一个概率分布，通过θhi,t,Θl计算得到其参数集合，包括均值μ与方差σ，Θl表示从hi,t到似然函数参数集合的映像。

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福州大学，其通讯地址为：350108 福建省福州市闽侯县福州大学城乌龙江北大道2号福州大学；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”。