公开(公告)号：CN116913074A

公开(公告)日：2023-10-20

申请号：CN202211579078.4

申请日：2022-12-07

Applicant: 中国移动通信集团河北有限公司 ,  中国移动通信集团有限公司

Inventor： 刘殿锋 ,  刘克飞 ,  贾文涛 ,  杨舟 ,  尤军考 ,  马登云 ,  张亚琼 ,  王凯 ,  马雪飞 ,  吕海永 ,  马冀勇 ,  赵爽 ,  齐改燕 ,  赵毅

IPC: G08G1/01 ,  G08G1/09 ,  H04W4/029 ,  H04W4/44

Abstract: 本申请实施例提供了一种交通信息提示方法、装置、设备及计算机可读存储介质，方法包括：获取第一道路的基础数据以及与第一道路对应的基站小区和基站数据；根据第一道路的基础数据以及与第一道路对应的基站小区和基站数据，确定第一道路上的不同路段对应的基站小区；根据目标路段对应的基站小区，确定与目标路段对应的基站小区建立连接的用户终端；根据用户终端的实时位置数据，从用户终端中筛选出满足预设条件的目标用户终端；当接收到交通信息时，向目标用户终端发送交通信息，以提示目标用户终端的用户。根据本申请实施例，能够实现对车辆行驶道路各个路段的全面监控，并以较低的成本完成对目标用户的信息提示。

公开(公告)号：CN109995562A

公开(公告)日：2019-07-09

申请号：CN201711493526.8

申请日：2017-12-30

Applicant: 中国移动通信集团河北有限公司 ,  中国移动通信集团公司

Inventor： 张丽 ,  梁奕 ,  叶振洋 ,  周常胜 ,  齐改燕

IPC: H04L12/24

Abstract: 本发明实施例提供了网络业务量预测方法、装置、设备及介质，所述方法包括：获取待预测区域的历史统计数据；将所述历史统计数据输入季节性差分自回归移动平均模型进行处理，得到初步预测结果；将所述初步预测结果输入自适应卡尔曼滤波模型进行处理，得到所述待预测区域的预测结果。本发明利用串行方式融合应用S‑ARIMA时间序列算法和基于朴素贝叶斯分类的自适应卡尔曼滤波方法(A‑Kalman方法)，利用A‑Kalman方法的滤波调整特性对时间序列进行修正，并将卡尔曼的一步输出与时间序列的N步预测结果无缝衔接起来，形成两种算法的串行接力效果，进一步提高业务量预测准确度的同时达到多步预测的效果。

公开(公告)号：CN109995562B

公开(公告)日：2022-11-08

申请号：CN201711493526.8

申请日：2017-12-30

Applicant: 中国移动通信集团河北有限公司 ,  中国移动通信集团公司

Inventor： 张丽 ,  梁奕 ,  叶振洋 ,  周常胜 ,  齐改燕

IPC: H04L41/147 ,  H04L41/14 ,  H04L41/142

Abstract: 本发明实施例提供了网络业务量预测方法、装置、设备及介质，所述方法包括：获取待预测区域的历史统计数据；将所述历史统计数据输入季节性差分自回归移动平均模型进行处理，得到初步预测结果；将所述初步预测结果输入自适应卡尔曼滤波模型进行处理，得到所述待预测区域的预测结果。本发明利用串行方式融合应用S‑ARIMA时间序列算法和基于朴素贝叶斯分类的自适应卡尔曼滤波方法(A‑Kalman方法)，利用A‑Kalman方法的滤波调整特性对时间序列进行修正，并将卡尔曼的一步输出与时间序列的N步预测结果无缝衔接起来，形成两种算法的串行接力效果，进一步提高业务量预测准确度的同时达到多步预测的效果。