Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 广东省电信规划设计院有限公司窦中兆获国家专利权

广东省电信规划设计院有限公司窦中兆获国家专利权

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!

龙图腾网获悉广东省电信规划设计院有限公司申请的专利基于机器学习的规划站点价值属性预测方法及装置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:CN117010703B

龙图腾网通过国家知识产权局官网在2025-11-11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:202310770188.7,技术领域涉及:G06Q10/0637;该发明授权基于机器学习的规划站点价值属性预测方法及装置是由窦中兆;周宏;赖杲锐;张辉军;曾云光;陈铠麟;黄庆秋;陈亮;陈坤达设计研发完成,并于2023-06-27向国家知识产权局提交的专利申请。

基于机器学习的规划站点价值属性预测方法及装置在说明书摘要公布了:本发明公开了一种基于机器学习的规划站点价值属性预测方法及装置,该方法包括:根据待规划站点的目标位置信息,采集目标位置信息对应目标区域内的用户特征数据,得到用户特征数据集合;根据每个用户特征数据对应的流量需求特征,重构训练后的目标预测模型;将用户特征数据集合中的每个用户特征数据输入到重构后的目标预测模型中,得到待规划站点的预测结果,预测结果用于表示预测出的待规划站点的规划站点价值信息,规划站点价值信息包括规划站点流量信息和或规划站点承载用户量信息。可见,实施本发明能够提高目标预测模型的预测准确性和针对不同待规划站点进行规划站点价值属性预测的预测灵活性,进而有利于提高规划基站布局的科学性。

本发明授权基于机器学习的规划站点价值属性预测方法及装置在权利要求书中公布了:1.一种基于机器学习的规划站点价值属性预测方法,其特征在于,所述方法包括: 根据待规划站点的目标位置信息,采集所述目标位置信息对应目标区域内的用户特征数据,得到用户特征数据集合; 根据每个所述用户特征数据对应的流量需求特征,重构训练后的目标预测模型; 将所述用户特征数据集合中的每个所述用户特征数据输入到重构后的所述目标预测模型中,得到所述待规划站点的预测结果,所述预测结果用于表示预测出的所述待规划站点的规划站点价值信息,所述规划站点价值信息包括规划站点流量信息和或规划站点承载用户量信息; 以及,所述目标预测模型是基于原始预测模型训练得到的,所述原始预测模型包括第一原始模型集合和第二原始模型,所述第一原始模型集合包括至少一个基础模型,所述根据每个所述用户特征数据对应的流量需求特征,重构训练后的目标预测模型之前,所述方法还包括: 根据预设交叉验证条件,划分训练样本数据集; 将划分出的所述训练样本数据集中的每个训练样本数据输入到对应的所述基础模型中,得到每个所述训练样本数据对应的第一预测结果以及所述第一原始模型集合对应的第一目标模型集合; 将所有所述训练样本数据对应的第一预测结果输入到所述第二原始模型中,得到所有所述训练样本数据对应的第二预测结果以及所述第二原始模型对应的第二目标模型,所述第二预测结果用于表示预测出的所有所述训练样本数据对应的规划站点价值信息; 根据所有所述训练样本数据对应的第二预测结果,确定所述第一目标模型集合和所述第二目标模型为待验证预测模型; 将验证样本数据集中的所有验证样本数据输入到所述待验证预测模型中,得到所有所述验证样本数据对应的验证结果,所述验证结果用于表示预测出的所有所述验证样本数据对应的规划站点价值信息; 判断所述验证结果是否满足预设验证完成条件,当判断出所述验证结果满足所述预设验证完成条件时,则确定所述待验证预测模型为所述目标预测模型; 以及,所述根据所有所述训练样本数据对应的第二预测结果,确定所述第一目标模型集合和所述第二目标模型为待验证预测模型,包括: 将所有所述训练样本数据对应的第二预测结果与所有所述训练样本数据对应的实际规划站点价值信息相比对,得到比对结果; 判断所述比对结果是否满足预设训练完成条件,当判断出所述比对结果满足预设训练完成条件时,则将所述第一目标模型集合和所述第二目标模型确定为待验证预测模型; 当判断出所述比对结果未满足所述预设训练完成条件时,则根据所述比对结果对应的数据偏差特征,确定至少一个偏差影响因子,所述偏差影响因子用于表示使得所述比对结果未满足所述预设训练完成条件的目标训练样本数据和目标特征参数,所述训练样本数据集包括所述目标训练样本数据,所述目标特征参数包括所述第一目标模型集合中的特征参数和或所述第二目标模型中的特征参数,所述特征参数包括权重和偏差; 根据所有所述偏差影响因子和所述预设训练完成条件,调整所述第一目标模型集合和所述第二目标模型,并将调整后的所述第一目标模型集合和所述第二目标模型确定为待验证预测模型。

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广东省电信规划设计院有限公司,其通讯地址为:510000 广东省广州市天河区中山大道华景路1号11-19层;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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。