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
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 国响(武汉)智能科技有限公司朱东升获国家专利权

国响(武汉)智能科技有限公司朱东升获国家专利权

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!

龙图腾网获悉国响(武汉)智能科技有限公司申请的专利一种自动化识别网络质量状态的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:CN115545097B

龙图腾网通过国家知识产权局官网在2026-03-24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:202211162273.7,技术领域涉及:G06F18/2413;该发明授权一种自动化识别网络质量状态的方法是由朱东升;童义设计研发完成,并于2022-09-23向国家知识产权局提交的专利申请。

一种自动化识别网络质量状态的方法在说明书摘要公布了:本发明提出了一种自动化识别网络质量状态的方法,涉及网络质量状态识别领域,包括:采集网络数据,对有缺失的部分数据使用拉格朗日插值法,得到与原始数据同分布的数据集;采用主成分分析法对数据集进行降维处理,得到不损失原有数据集特征的精简数据集,构建权重矩阵、阈值矩阵和最终阈值值;基于权重矩阵和阈值矩阵构建生成器,对精简数据集进行打分和比较,将其划分为质差数据和非质差数据;基于全连接神经网络构建分类器,计算出质差数据和非质差数据之间的边界,得到新的阈值矩阵,并计算与前一个阈值矩阵的欧式距离,从而判断训练是否收敛稳定。本发明能够有效的识别并量化定位网络质量状态,为运维人员分析质差数据提供精确参考。

本发明授权一种自动化识别网络质量状态的方法在权利要求书中公布了:1.一种自动化识别网络质量状态的方法,其特征在于:包括以下步骤, S1,采集网络数据,对有缺失的部分数据使用拉格朗日插值法做出基于临近点的填充,得到与原始数据同分布的数据集; S2,采用主成分分析法对数据集进行降维处理,得到不损失原有数据集特征的精简数据集,构建权重矩阵、阈值矩阵和最终阈值; 所述步骤S2具体包括: 采用主成分分析法对数据集进行降维处理,按照矩阵方式存储,得到元数据矩阵, ; 矩阵为m行n列的矩阵,其中m为数据集中网络数据记录的数量,n为网络数据记录的指标数;阈值矩阵,为1行n列的矩阵,权重矩阵,为1行n列的矩阵,构建超参数最终阈值; S3,基于权重矩阵和阈值矩阵构建生成器,对精简数据集进行打分和比较,将其划分为质差数据和非质差数据; 所述步骤S3具体包括以下步骤: S310,阈值比较; 所述步骤S310具体包括: 将阈值矩阵拓展到m行n列,记为,与元数据矩阵作差,根据数据的正负性,规范化为0-1矩阵; S320,加权打分并比较; 所述步骤S320具体包括: 将0-1矩阵与权重矩阵做向量乘法,得到m行1列的最终打分矩阵,将矩阵的每一行参数与超参数最终阈值作比较,大于的视为质差记录,小于的视为非质差记录; S4,基于全连接神经网络构建分类器,计算出质差数据和非质差数据之间的边界,得到新的阈值矩阵,并计算与前一个阈值矩阵的欧式距离,从而判断训练是否收敛稳定; S5,当训练未收敛稳定时,将步骤S4得到的新的阈值矩阵更新到生成器中,重复步骤S3-S4;当训练收敛稳定时,输出权重矩阵和阈值矩阵,并输出对应的分类器和生成器。

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国响(武汉)智能科技有限公司,其通讯地址为:430000 湖北省武汉市东湖新技术开发区高新大道426号华新总部基地A1902-1;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。