网络流量预测方法、装置、设备及存储介质

    公开(公告)号:CN118802583A

    公开(公告)日:2024-10-18

    申请号:CN202410263717.9

    申请日:2024-03-07

    Abstract: 本申请公开了一种网络流量预测方法、装置、设备及存储介质,涉及应用流量技术领域,方法包括:获取历史采集数据和实时采集数据;对历史采集数据进行样本扩充,得到扩充数据集;利用基于分子稳定性优化后的神经网络算法对扩充数据集进行特征提取,得到第一特征向量;利用液滴扩散模型对第一特征向量进行特征映射,得到第二特征向量;根据第二特征向量对初始预测模型进行训练,得到目标预测模型;根据实时采集数据和目标预测模型进行网络流量预测,得到流量预测结果。本申请解决了相关技术中网络流量预测存在准确性较差的问题,实现了先训练模型再应用模型的网络流量预测,达到了提高模型精度和提高流量预测准确度的效果。

    单元测试方法、装置、设备及存储介质

    公开(公告)号:CN118796658A

    公开(公告)日:2024-10-18

    申请号:CN202311370474.0

    申请日:2023-10-20

    Abstract: 本发明涉及计算机技术领域,公开了一种单元测试方法、装置、设备及存储介质,该方法包括:通过神经网络模型生成待测试代码对应的单元测试用例,神经网络模型基于单元测试覆盖率的影响因素预先构建,计算单元测试用例的单元测试覆盖率,在单元测试覆盖率不满足预设期望值时,对神经网络模型的参数进行调整,并返回通过神经网络模型生成待测试代码对应的单元测试用例的步骤,直至单元测试覆盖率满足预设期望值;由于本发明通过神经网络模型自动生成待测试代码对应的单元测试用例,并且通过不断训练模型和修改各层神经元的权值将误差最小化,从而能够得到完整而又全面的单元测试用例,进而能够提升单元测试的覆盖率,提升代码的质量。

Patent Agency Ranking