公开(公告)号：CN117615394A

公开(公告)日：2024-02-27

申请号：CN202311718765.4

申请日：2023-12-13

Applicant: 中南大学

Inventor： 吕丰 ,  张颉 ,  卢华丽 ,  吴帆

IPC: H04W24/02

Abstract: 本发明属于轨迹合成技术领域，尤其涉及一种数据与模型双驱动的蜂窝关联轨迹合成方法及系统，通过集成基于贝叶斯决策的模型驱动方法和基于GAN网络的两阶段数据驱动的方法，本发明能够有效地将道路空间映射到基站空间，并以从粗到细的方式合成蜂窝关联轨迹；特别是通过协同利用两种技术的优势，本发明不仅可以使用显式数学模型捕获底层关联规则的本质，还可以使用数据驱动的方法提取隐式模式和特征，真实且多样化地合成蜂窝关联轨迹。

公开(公告)号：CN115797586A

公开(公告)日：2023-03-14

申请号：CN202211647137.7

申请日：2022-12-21

Applicant: 中南大学

Inventor： 吕丰 ,  张颉 ,  卢华丽 ,  张静

IPC: G06T17/05 ,  H04W4/02 ,  G06T9/00 ,  G06N3/0455 ,  G06N3/08

Abstract: 本发明公开了一种基于稀疏蜂窝信令数据的地图匹配方法、设备及存储介质，所述地图匹配方法包括获取蜂窝信令数据的基站轨迹序列；对基站轨迹序列进行轨迹划分，得到各子基站轨迹序列；对每条子基站轨迹序列进行空间编码，得到对应的空间编码序列；对每条空间编码序列进行数据增强，得到对应子基站轨迹序列中稀疏蜂窝信令数据的稠密表征序列；将每条稠密表征序列输入至地图匹配模型中，得到对应子基站轨迹序列的地图匹配结果，进而得到基站轨迹序列的地图匹配结果。本发明提高了地图匹配的准确率。

公开(公告)号：CN118984304A

公开(公告)日：2024-11-19

申请号：CN202411264709.2

申请日：2024-09-10

Applicant: 中南大学

Inventor： 许静茹 ,  吕丰 ,  卢华丽 ,  吴帆 ,  罗忠 ,  周春波 ,  黄威 ,  王利强

IPC: H04L47/127 ,  H04L41/14 ,  H04L41/16 ,  G06N3/045

Abstract: 本发明涉及网络流量预测技术领域，特别是一种基于谱域图神经网络的宽带链路流量预测方法及系统，所述方法分为以下步骤：S1构建数据处理分析模块；S2构建基于谱域图神经网络的宽带链路流量预测模型；S3使用宽带链路时序流量数据进行模型训练和预测；本发明具有以下有益效果：本发明通过综合运用周期性异常处理机制和聚类分析技术，显著提升了数据处理的质量与效率；本发明关注到不同宽带链路之间的流量变化存在一定的相似性和关联性，采用了自注意力结构，显著增强了模型在捕捉复杂流量变化模式方面的能力，进一步提高了预测的准确性和可靠性；本发明引入了谱域图神经网络建模策略，显著增强了模型对流量变化不确定性的鲁棒性。

公开(公告)号：CN117615394B

公开(公告)日：2024-08-13

申请号：CN202311718765.4

申请日：2023-12-13

Applicant: 中南大学

Inventor： 吕丰 ,  张颉 ,  卢华丽 ,  吴帆

IPC: H04W24/02

Abstract: 本发明属于轨迹合成技术领域，尤其涉及一种数据与模型双驱动的蜂窝关联轨迹合成方法及系统，通过集成基于贝叶斯决策的模型驱动方法和基于GAN网络的两阶段数据驱动的方法，本发明能够有效地将道路空间映射到基站空间，并以从粗到细的方式合成蜂窝关联轨迹；特别是通过协同利用两种技术的优势，本发明不仅可以使用显式数学模型捕获底层关联规则的本质，还可以使用数据驱动的方法提取隐式模式和特征，真实且多样化地合成蜂窝关联轨迹。

公开(公告)号：CN115604130B

公开(公告)日：2023-03-14

申请号：CN202211523044.3

申请日：2022-12-01

Applicant: 中南大学

Inventor： 刘佳璇 ,  张永敏 ,  卢华丽 ,  王姗姗 ,  周杰钰

IPC: H04L41/147 ,  H04L41/142 ,  H04L41/14 ,  H04W24/08 ,  G06F17/10

Abstract: 本发明公开了一种APP流行度预测模型构建方法、预测方法、设备及存储介质，所述构建方法包括获取APP流行度分布数据，所述APP流行度分布数据包括使用待分析APP的用户数量、使用待分析APP消耗的流量以及访问待分析APP的次数；根据所述APP流行度分布数据构建APP流行度预测模型，其中所述APP流行度预测模型用于计算每个待分析APP的预测比例，进而计算待分析APP的流行度以及所有待分析APP的流行度分布轨迹。相对于传统的使用APP应用市场内数据或指标来评价或分析APP流行度，本发明具有更高的真实性，提高了APP流行度分析结果的准确性。

公开(公告)号：CN115604130A

公开(公告)日：2023-01-13

申请号：CN202211523044.3

申请日：2022-12-01

Applicant: 中南大学(CN)

Inventor： 刘佳璇 ,  张永敏 ,  卢华丽 ,  王姗姗 ,  周杰钰

IPC: H04L41/147 ,  H04L41/142 ,  H04L41/14 ,  H04W24/08 ,  G06F17/10

Abstract: 本发明公开了一种APP流行度预测模型构建方法、预测方法、设备及存储介质，所述构建方法包括获取APP流行度分布数据，所述APP流行度分布数据包括使用待分析APP的用户数量、使用待分析APP消耗的流量以及访问待分析APP的次数；根据所述APP流行度分布数据构建APP流行度预测模型，其中所述APP流行度预测模型用于计算每个待分析APP的预测比例，进而计算待分析APP的流行度以及所有待分析APP的流行度分布轨迹。相对于传统的使用APP应用市场内数据或指标来评价或分析APP流行度，本发明具有更高的真实性，提高了APP流行度分析结果的准确性。