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！

龙图腾网获悉中国移动通信集团设计院有限公司;中国移动通信集团有限公司申请的专利基于注意力机制学习网络的小区网络负荷指标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：CN114418158B 。

龙图腾网通过国家知识产权局官网在2025-09-02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：202011079923.2，技术领域涉及：G06Q10/04；该发明授权基于注意力机制学习网络的小区网络负荷指标预测方法是由丁章;薛振;于德成;杨健;程琨;陈佑东;李骏设计研发完成，并于2020-10-10向国家知识产权局提交的专利申请。

本基于注意力机制学习网络的小区网络负荷指标预测方法在说明书摘要公布了：本发明实施例提供一种基于注意力机制学习网络的小区网络负荷指标预测方法，该方法包括采集待预测小区的历史数据得到待预测原始时间序列，再进行预设规则处理，得到待预测清洁时间序列；将待预测清洁时间序列输入预测模型，输出预测的该小区当天的移动通信网络负荷指标；其中，预测模型是基于M个小区的样本清洁时间序列和对应于所述M个小区的当天移动通信网络负荷指标标签进行训练后得到的，所述预测模型训练时使用的网络结构为加入Attention机制的BiGRU网络。本发明实施例提供的方法，实现了小区移动通信网络负荷指标预测的精确性的提高。

本发明授权基于注意力机制学习网络的小区网络负荷指标预测方法在权利要求书中公布了：1.一种基于注意力机制学习网络的小区网络负荷指标预测方法，其特征在于，包括： 采集待预测移动通信网络负荷指标小区的前N天的移动通信网络负荷指标的待预测历史数据得到待预测原始时间序列，将所述待预测原始时间序列进行预设规则处理，得到待预测清洁时间序列，其中，N为正整数；所述预设规则包括数据格式转换、基于异常点检测模型剔除异常点、基于补全模型的缺失数据补全、归一化和标准化； 其中，所述异常点检测模型是基于M个小区的前N天的样本对数时间序列使用One-ClassSVM异常点检测算法得到的，所述补全模型是基于M个小区的前N天的样本正常对数时间序列使用随机森林分类器训练得到的； 将所述待预测清洁时间序列输入预测模型，输出预测的该小区当天的移动通信网络负荷指标； 其中，所述预测模型是基于M个小区的样本清洁时间序列和对应于所述M个小区的当天移动通信网络负荷指标标签进行训练后得到的，所述M个小区的样本清洁时间序列是将采集的M个小区的前N天的移动通信网络负荷指标的样本历史数据得到样本原始时间序列进行所述预设规则处理得到的，所述预测模型训练时使用的网络结构为加入Attention机制的BiGRU网络，M为正整数； 所述预测模型训练时使用的网络结构为加入Attention机制的BiGRU网络，具体包括： 所述预测模型训练时使用l层BiGRU网络层，将第l层BiGRU网络层的输出hl和所有BiGRU网络层的输出Y输入Attention机制层； 所述Attention机制层进行如下操作： 基于hl和Y确定各BiGRU网络层各时刻的注意力特征得分； 基于所述各BiGRU网络层各时刻的注意力特征得分确定各BiGRU网络层当前时刻对应的权重值； 基于所述各BiGRU网络层当前时刻对应的权重值确定所有BiGRU网络层输出的加权表达； 基于所述所有BiGRU网络层输出的加权表达和hl确定Attention机制层的输出； 所述基于hl和Y确定各BiGRU网络层各时刻的注意力特征得分，具体包括： 通过如下公式确定各BiGRU网络层各时刻的注意力特征得分MQ: ； 其中，l为BiGRU网络层的层数，第为第l层BiGRU网络层的输出，MQ，F为各小区样本清洁时间序列中元素的个数，，且、和分别为随机生成的可训练的矩阵、矩阵和向量，Y且为所有BiGRU网络层的输出； 对应地，所述基于所述各BiGRU网络层各时刻的注意力特征得分确定各BiGRU网络层当前时刻对应的权重值，具体包括： 通过如下公式确定各BiGRU网络层当前时刻对应的权重值aa: ； 其中，aa,且为随机生成的可训练的向量，softmax为归一化指数函数； 所述基于所述各BiGRU网络层当前时刻对应的权重值确定所有BiGRU网络层输出的加权表达，具体包括： 通过如下公式确定所有BiGRU网络层输出的加权表达rr: ； 其中，rr； 所述基于所述所有BiGRU网络层输出的加权表达和hl确定Attention机制层的输出，具体包括： 通过如下公式确定Attention机制层的输出: ； 其中，，，且和均为随机生成的可训练的矩阵。

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移动通信集团设计院有限公司;中国移动通信集团有限公司，其通讯地址为：100080 北京市海淀区丹棱街甲16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”。