广西大学肖文婧获国家专利权
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!
龙图腾网获悉广西大学申请的专利一种跨域迁移时空集成网络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:CN119653403B 。
龙图腾网通过国家知识产权局官网在2025-12-05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:202411700599.X,技术领域涉及:H04W24/06;该发明授权一种跨域迁移时空集成网络方法是由肖文婧;陈秒江;黄烨;王鹏硕;黄翊;王孝天设计研发完成,并于2024-11-26向国家知识产权局提交的专利申请。
本一种跨域迁移时空集成网络方法在说明书摘要公布了:本发明属于移动流量预测技术领域,具体涉及一种跨域转移时空集成网络方法,包括以下步骤:S1、构建集成学习模型,利用集成学习对基础学习者进行初始训练,并结合时空网络捕获时空特征,用于克服在多维时空跨域环境中存在的不稳定性和过拟合的缺点,其中,集成学习模型包括交通数据集结构、光谱聚类、长短期记忆LSTM和卷积神经网络CNN。本发明提出了一种新的迁移学习算法,该算法从数据丰富的源域数据中训练移动交通预测模型,然后将模型迁移到具有稀疏数据的移动边缘网络环境中,以提高模型的预测精度,同时提出了一种新的迁移映射框架,即从经验数据中学习反射函数并优化反射函数,以预测何时迁移或如何转移以获得最佳的预测性能。
本发明授权一种跨域迁移时空集成网络方法在权利要求书中公布了:1.一种跨域转移时空集成网络方法,其特征在于,包括以下步骤: S1、构建集成学习模型,利用集成学习对基础学习者进行初始训练,并结合时空网络捕获时空特征,用于克服在多维时空跨域环境中存在的不稳定性和过拟合的缺点,其中,所述集成学习模型包括交通数据集结构、光谱聚类、长短期记忆LSTM和卷积神经网络CNN; S2、针对目标域与源域的多样性和相似性,对不同的跨域数据进行数据预处理,通过总结历史传递经验,建立基于经验的机制,设计源、目标域与目标域的传递反射函数,学习和参数化不同目标域与源域之间的特征差异,优化知识传递,用于提高潜在空间跨域环境下的学习性能; 在所述S2中,设Ev=Sv,Tv,lv表示迁移学习记忆池,其中,为源域,为目标域,是特征矩阵,存在所转移的知识参数化为Wv,每个迁移学习记忆池的性能提高率为从源域传输Wv后在测试数据集上的学习性能为从源域不传输Wv后在测试数据集上的学习性能为 当一对新的域出现时,移动网络代理会优化要传输的知识,其中,作为输入,移动网络智能系统代理学习反射函数为fWv,Sv,Tv,反射函数fWv,Sv,Tv作为近似lv使用,用于指导如何传输和提高性能改进率,使用反射函数fWv,Sv,Tv从内存池中近似出lv,lv更新受两个因素的影响:目标域与源域的差异和目标域的识别程度,通过以下公式测量目标域和源域之间的差异: 其中,表示中的第i个样本,Θ是从潜在空间到再现核希尔伯特空间的映射,κ.,.是内核函数,核函数会影响最大平均色散距离,从而影响函数fWv,Sv,Tv的值。
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西大学,其通讯地址为:530000 广西壮族自治区南宁市西乡塘区大学东路100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。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励