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！

龙图腾网获悉山西大学申请的专利一种网络丢包模型分类识别与多参数计算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：CN119945945B 。

龙图腾网通过国家知识产权局官网在2025-10-14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：202510110677.9，技术领域涉及：H04L43/0829；该发明授权一种网络丢包模型分类识别与多参数计算方法是由胡治国;李茂卓设计研发完成，并于2025-01-23向国家知识产权局提交的专利申请。

本一种网络丢包模型分类识别与多参数计算方法在说明书摘要公布了：本发明涉及一种网络丢包模型分类识别与多参数计算方法，属于网络通信技术领域。该方法旨在解决如何识别网络丢包模型，如何求解丢包模型构成参数的问题。针对多类复杂网络丢包模型，通过生成相应的丢包序列，提取时域、频域和统计特征，并将这些特征进行融合，利用深度学习分类模型对融合后的特征进行训练，实现对不同丢包模型的高效分类，显著提高了分类精度。针对丢包模型构成参数的问题，提出一种结合多路径卷积和双向长短时记忆网络的深度神经网络框架，该框架主要由多路径卷积ResNeXt、BatchNorm层、ReLU层和双向长短时记忆网络BiLSTM构成，能够有效捕捉丢包序列中的时空依赖关系。大量的实验表明，本发明提出的框架能够有效实现对网络丢包模型多类参数的计算。

本发明授权一种网络丢包模型分类识别与多参数计算方法在权利要求书中公布了：1.一种网络丢包模型分类识别与多参数计算方法，其特征在于，所述方法包括如下步骤： 步骤1：针对多种复杂丢包模型，设定各类参数，以此生成数据集，并对其实施预处理操作，从中提取时域、频域以及统计域特征，进而融合形成多维特征向量； 步骤2：提出一种融合时频域与统计域的网络丢包多模型分类方法，构建全连接神经网络模型，将步骤1所获取的多维特征向量输入全连接神经网络模型中，借助全连接层逐步挖掘数据的深层特质，实现对网络丢包模型的分类； 步骤3：面向各类复杂丢包模型，通过设置多样化参数生成适用于丢包模型参数计算的比特值序列数据，且在其后附上对应的模型参数值； 步骤4：构建一种用于复杂丢包模型多参数计算的ResNeXt-BiLSTM深度神经网络框架，该框架包括多路径卷积ResNeXt、BatchNorm层、ReLU层和双向长短时记忆网络BiLSTM构成，将测试集输入到训练好的ResNeXt-BiLSTM模型中，由模型输出目标丢包模型的内部多参数值，并使用多个评估指标对模型性能进行全面评估。

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山西大学，其通讯地址为：030006 山西省太原市坞城路92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”。

以上内容由龙图腾AI智能生成。