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！

龙图腾网获悉中国科学院长春光学精密机械与物理研究所申请的专利基于LSTM预测分析的数据单向传输系统智能控制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：CN119363676B 。

龙图腾网通过国家知识产权局官网在2025-10-24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：202411903030.3，技术领域涉及：H04L47/32；该发明授权基于LSTM预测分析的数据单向传输系统智能控制方法是由韩金波;冯博;舒曼;娄洪伟;盛磊;邵帅设计研发完成，并于2024-12-23向国家知识产权局提交的专利申请。

本基于LSTM预测分析的数据单向传输系统智能控制方法在说明书摘要公布了：本发明涉及通信技术领域，尤其涉及一种基于LSTM预测分析的数据单向传输系统智能控制方法，首先整理出包含时间序列数据的训练集；然后构建基于LSTM的神经网络架构，将训练集输入神经网络架构中，对神经网络架构进行训练；训练过程中对神经网络架构进行调整，直至训练结束得到最佳模型；最后将得到的最佳模型部署到实际数据单向传输系统中，单向传输系统根据最佳模型预测数据包的传输延迟时间，并根据预测的传输延迟时间对数据包进行调整和发送。本发明通过构建基于LSTM的神经网络架构，实现单向数据传输系统的参数自适应预测和辅助调节，提高传输成功率的同时减少人工干预、降低系统开销，增强了系统的鲁棒性。

本发明授权基于LSTM预测分析的数据单向传输系统智能控制方法在权利要求书中公布了：1.一种基于LSTM预测分析的数据单向传输系统智能控制方法，其特征在于：包括以下步骤： S1：收集影响数据传输速率和数据传输成功率的时间序列数据，并对所述时间序列数据进行预处理，得到训练集； 步骤S1中的预处理包括以下步骤： S11：将所述时间序列数据归一化； S12：将归一化的时间序列数据按照时刻整理成序列，进而创建特征序列X为： ； 对应的数据包平均延迟时间，表示t时刻下的数据包平均延迟时间，t表示时刻，T表示总时刻； 所述特征序列中的每个元素中包含K个特征，即： ； S13：将所述特征序列按照时间步长n进一步划分，得到训练特征序列： ； ； 其中，m表示所述训练特征序列中子序列的索引，表示所述训练特征序列中子序列的总个数，每个子序列； S14：所述训练特征序列和对应的数据包平均延迟时间构成所述训练集，所述训练特征序列中的子序列对应n+m时刻下的数据包平均延迟时间； S2：构建基于LSTM的神经网络架构，将步骤S1得到的训练集输入所述神经网络架构中，对所述神经网络架构进行训练，得到网络模型；所述神经网络架构包括输入层、隐藏层和输出层；其中，当前时刻隐藏层的输入包括当前时刻对应的子序列、前一时刻隐藏层的输出和前一时刻隐藏层的状态信息；当前时刻隐藏层的输出包括当前时刻隐藏层的输出和当前时刻隐藏层的状态信息；最后时刻的隐藏层的输出结果经全连接层后，通过所述输出层输出预测的数据包平均延迟时间； S3：将待测试的时间序列数据输入到步骤S2得到的网络模型中进行预测，根据预测结果对所述神经网络架构进行调整；重复步骤S2对调整后的神经网络架构进行训练，直至训练结束得到最佳模型；步骤S3中，将待测试的时间序列数据输入到网络模型中进行预测，得到预测的数据包平均延迟时间；结合待测试的时间序列数据对应的真实的数据包平均延迟时间，对预测的数据包平均延迟时间进行评价，根据评价结果对神经网络架构的超参数进行调整； S4：将步骤S3得到的最佳模型部署到实际数据单向传输系统中，所述单向传输系统根据所述最佳模型预测数据包的传输延迟时间，并根据预测的传输延迟时间对数据包进行调整和发送； 步骤S4中，所述单向传输系统包括第一线程和第二线程，在第二线程中所述最佳模型预测数据包的传输延迟时间，将预测的传输延迟时间传递给所述第一线程；所述第一线程对数据进行组包，根据预测的传输延迟时间对数据包进行调整和发送。

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科学院长春光学精密机械与物理研究所，其通讯地址为：130033 吉林省长春市经济技术开发区东南湖大路3888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。