買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉中國移動通信集團設計院有限公司;中國移動通信集團有限公司申請的專利基于注意力機制學習網絡的小區網絡負荷指標預測方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN114418158B 。

龍圖騰網通過國家知識產權局官網在2025-09-02發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202011079923.2，技術領域涉及：G06Q10/04；該發明授權基于注意力機制學習網絡的小區網絡負荷指標預測方法是由丁章;薛振;于德成;楊健;程琨;陳佑東;李駿設計研發完成，并于2020-10-10向國家知識產權局提交的專利申請。

本基于注意力機制學習網絡的小區網絡負荷指標預測方法在說明書摘要公布了：本發明實施例提供一種基于注意力機制學習網絡的小區網絡負荷指標預測方法，該方法包括采集待預測小區的歷史數據得到待預測原始時間序列，再進行預設規則處理，得到待預測清潔時間序列；將待預測清潔時間序列輸入預測模型，輸出預測的該小區當天的移動通信網絡負荷指標；其中，預測模型是基于M個小區的樣本清潔時間序列和對應于所述M個小區的當天移動通信網絡負荷指標標簽進行訓練后得到的，所述預測模型訓練時使用的網絡結構為加入Attention機制的BiGRU網絡。本發明實施例提供的方法，實現了小區移動通信網絡負荷指標預測的精確性的提高。

本發明授權基于注意力機制學習網絡的小區網絡負荷指標預測方法在權利要求書中公布了：1.一種基于注意力機制學習網絡的小區網絡負荷指標預測方法，其特征在于，包括： 采集待預測移動通信網絡負荷指標小區的前N天的移動通信網絡負荷指標的待預測歷史數據得到待預測原始時間序列，將所述待預測原始時間序列進行預設規則處理，得到待預測清潔時間序列，其中，N為正整數；所述預設規則包括數據格式轉換、基于異常點檢測模型剔除異常點、基于補全模型的缺失數據補全、歸一化和標準化； 其中，所述異常點檢測模型是基于M個小區的前N天的樣本對數時間序列使用One-ClassSVM異常點檢測算法得到的，所述補全模型是基于M個小區的前N天的樣本正常對數時間序列使用隨機森林分類器訓練得到的； 將所述待預測清潔時間序列輸入預測模型，輸出預測的該小區當天的移動通信網絡負荷指標； 其中，所述預測模型是基于M個小區的樣本清潔時間序列和對應于所述M個小區的當天移動通信網絡負荷指標標簽進行訓練后得到的，所述M個小區的樣本清潔時間序列是將采集的M個小區的前N天的移動通信網絡負荷指標的樣本歷史數據得到樣本原始時間序列進行所述預設規則處理得到的，所述預測模型訓練時使用的網絡結構為加入Attention機制的BiGRU網絡，M為正整數； 所述預測模型訓練時使用的網絡結構為加入Attention機制的BiGRU網絡，具體包括： 所述預測模型訓練時使用l層BiGRU網絡層，將第l層BiGRU網絡層的輸出hl和所有BiGRU網絡層的輸出Y輸入Attention機制層； 所述Attention機制層進行如下操作： 基于hl和Y確定各BiGRU網絡層各時刻的注意力特征得分； 基于所述各BiGRU網絡層各時刻的注意力特征得分確定各BiGRU網絡層當前時刻對應的權重值； 基于所述各BiGRU網絡層當前時刻對應的權重值確定所有BiGRU網絡層輸出的加權表達； 基于所述所有BiGRU網絡層輸出的加權表達和hl確定Attention機制層的輸出； 所述基于hl和Y確定各BiGRU網絡層各時刻的注意力特征得分，具體包括： 通過如下公式確定各BiGRU網絡層各時刻的注意力特征得分MQ: ； 其中，l為BiGRU網絡層的層數，第為第l層BiGRU網絡層的輸出，MQ，F為各小區樣本清潔時間序列中元素的個數，，且、和分別為隨機生成的可訓練的矩陣、矩陣和向量，Y且為所有BiGRU網絡層的輸出； 對應地，所述基于所述各BiGRU網絡層各時刻的注意力特征得分確定各BiGRU網絡層當前時刻對應的權重值，具體包括： 通過如下公式確定各BiGRU網絡層當前時刻對應的權重值aa: ； 其中，aa,且為隨機生成的可訓練的向量，softmax為歸一化指數函數； 所述基于所述各BiGRU網絡層當前時刻對應的權重值確定所有BiGRU網絡層輸出的加權表達，具體包括： 通過如下公式確定所有BiGRU網絡層輸出的加權表達rr: ； 其中，rr； 所述基于所述所有BiGRU網絡層輸出的加權表達和hl確定Attention機制層的輸出，具體包括： 通過如下公式確定Attention機制層的輸出: ； 其中，，，且和均為隨機生成的可訓練的矩陣。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人中國移動通信集團設計院有限公司;中國移動通信集團有限公司，其通訊地址為：100080 北京市海淀區丹棱街甲16號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。