[发明专利]基于深度学习的网络流量矩阵估计、模型训练方法和系统有效
| 申请号： | 202310545574.6 | 申请日： | 2023-05-16 |
| 公开（公告）号： | CN116319378B | 公开（公告）日： | 2023-07-21 |
| 发明（设计）人： | 乔焰;袁新宇;魏振春;马学森;徐娟;杨帆;吕增威 | 申请（专利权）人： | 合肥工业大学 |
| 主分类号： | H04L41/14 | 分类号： | H04L41/14;G06N3/084;G06N3/0455;H04L41/16 |
| 代理公司： | 合肥和瑞知识产权代理事务所(普通合伙) 34118 | 代理人： | 金宇平 |
| 地址： | 230009 安*** | 国省代码： | 安徽;34 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及网络工程和人工智能技术领域，尤其是一种基于深度学习的网络流量矩阵估计、模型训练方法和系统。本发明针对包含映射模块和重构模块的基础模型进行训练，提取训练完成的映射模块作为网络流量矩阵估计模型。映射模块结合链路负载计算流量矩阵，重构模块结合流量矩阵重构链路负载估计值。本发明能够在数据集不完整的情况下，利用双损失机制保证基础模型对现实TM估计的准确性、鲁棒性与实时性，本发明解决了实际生活中大量存在的训练数据集缺失导致的模型欠收敛问题。 | ||
| 搜索关键词： | 基于 深度 学习 网络流量 矩阵 估计 模型 训练 方法 系统 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于合肥工业大学，未经合肥工业大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202310545574.6/，转载请声明来源钻瓜专利网。
