公开(公告)号：CN118972889A

公开(公告)日：2024-11-15

申请号：CN202310545030.X

申请日：2023-05-15

Applicant: 中国移动通信集团设计院有限公司 ,  中国移动通信集团有限公司 ,  东南大学

Inventor： 李梦宇 ,  田慕晨 ,  程日涛 ,  李林育 ,  孟繁丽 ,  李春国 ,  孟江涛 ,  杨绿溪 ,  王申 ,  赵伟

IPC: H04W24/06 ,  H04L41/147 ,  H04L41/14 ,  H04L41/142

Abstract: 本发明公开了一种流量预测方法、装置、计算设备和存储介质，该方法包括：获取无线网络的采样数据，对采样数据进行数据筛选，得到流量特征数据；将流量特征数据进行归一化处理后按照时间顺序划分成训练集数据、验证集数据和测试集数据；构建初始流量预测模型；将训练集数据和验证集数据输入初始流量预测模型进行训练，得到目标流量预测模型；将测试集数据输入目标流量预测模型进行流量预测，得到流量预测结果。本发明通过对采样数据中的无效数据清洗、有效数据筛选与数据归一化处理后，对采样数据应用训练后的流量预测模型进行流量数据特征提取与预测，提升采样数据的有效性，从而提高小区下行流量预测的准确率。

公开(公告)号：CN115066019A

公开(公告)日：2022-09-16

申请号：CN202210656050.X

申请日：2022-06-10

Applicant: 东南大学

Inventor： 徐琴珍 ,  田慕晨 ,  张征明 ,  杨绿溪

IPC: H04W72/04 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于梯度掩膜的智能波束选择性能提升方法，具体包含以下步骤：基站收集数据建立数据集；基站建立并初始化一个神经网络结构，以学习输入数据与最优波束索引之间的映射；每一个训练回合开始之前，利用数据集计算一个梯度掩膜；训练过程中，使用随机梯度下降算法更新神经网络的参数，每次执行更新之前，将梯度乘以事先计算的梯度掩膜，得到被遮挡的梯度，使用被遮挡的梯度代替原始梯度执行更新；重复上述两步，迭代训练直至神经网络收敛。本发明通过提出的基于梯度掩膜的正则化步骤，有效减轻神经网络训练过程中的过拟合现象，从而提高基于深度学习的波束选择方法的准确率。

公开(公告)号：CN115037344A

公开(公告)日：2022-09-09

申请号：CN202210663686.7

申请日：2022-06-10

Applicant: 东南大学

Inventor： 徐琴珍 ,  田慕晨 ,  张征明 ,  杨绿溪

IPC: H04B7/06 ,  H04B7/08 ,  H04B7/0413 ,  G06F30/27 ,  G06K9/62 ,  G06F119/02

Abstract: 本发明公开了一种基于微调的个性化波束选择方法，具体包含以下步骤：用户收集数据建立各自本地数据集；用户上传各自的本地数据集至中央服务器，构建全局数据集；中央服务器使用全局数据离线训练全局深度学习模型，而后将全局深度学习模型发送给用户；用户冻结全局模型的权重参数，仅允许更新偏置参数。用户仅使用本地数据继续训练全局模型，以微调全局模型使之更适合本地数据，从而建立个性化的波束选择模型；预测阶段，用户使用个性化的模型预测最优波束索引。本发明解决了现有方法难以在统计特性不同的用户数据上同时表现出优秀性能的问题，提高了基于深度学习的波束选择模型在用户本地数据上的预测准确率。