[發明專利]一種基于時空相關的網絡節點和鏈路剩余資源預測方法在審
| 申請號: | 202310094945.3 | 申請日: | 2023-02-09 |
| 公開(公告)號: | CN116192666A | 公開(公告)日: | 2023-05-30 |
| 發明(設計)人: | 楊帆;賴佳洪;宋文超;任亞欣 | 申請(專利權)人: | 西安電子科技大學 |
| 主分類號: | H04L41/147 | 分類號: | H04L41/147;H04L41/12;H04L41/14;H04L41/16 |
| 代理公司: | 西安嘉思特知識產權代理事務所(普通合伙) 61230 | 代理人: | 王萌 |
| 地址: | 710071*** | 國省代碼: | 陜西;61 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 基于 時空 相關 網絡 節點 剩余 資源 預測 方法 | ||
1.一種基于時空相關的網絡節點和鏈路剩余資源預測方法,其特征在于,包括:
S1:根據網絡節點以及節點之間鏈路的拓撲關系,構建網絡拓撲的節點鏈路連接圖G;
S2:根據所述節點鏈路連接圖,獲得節點鏈路鄰接矩陣A;
S3:通過從網絡節點以及鏈路獲取各類資源的剩余量,構建訓練集Xtrain以及測試集Xtest;其中,所述訓練集Xtrain包括節點特征訓練集以及鏈路特征訓練集所述測試集Xtest包括節點特征測試集以及鏈路特征測試集
S4:構建改進型S-GRU神經網絡模型;
S5:利用所述訓練集Xtrain和節點鏈路鄰接矩陣A對改進型S-GRU神經網絡模型進行訓練,得到訓練好的改進型S-GRU神經網絡模型;
S6:將所述測試集Xtest和節點鏈路鄰接矩陣A輸入訓練好的改進型S-GRU神經網絡模型,得到網絡中節點和鏈路剩余資源的預測值。
2.根據權利要求1所述的一種基于時空相關的網絡節點和鏈路剩余資源預測方法,其特征在于,S1包括:
S1.1:根據網絡節點以及節點之間鏈路的拓撲關系,將網絡拓撲中的每個節點定義為nodei;其中i∈{1,2,…,N},N表示節點數量,將網絡拓撲中的每條鏈路定義為linkk,其中k∈{1,2,…,L},L表示鏈路數量;
S1.2:將網絡拓撲的節點和鏈路轉化成頂點vm,m∈{1,2,…,N+L},其中前N個頂點v1,v2,…,vn表示網絡拓撲的節點,后L個頂點vN+1,vN+2,…,vN+L表示網絡拓撲的鏈路;
S1.3:若網絡拓撲中第i個節點nodei與第j個節點nodej之間有鏈路連接,將頂點vi和vj相連得到邊ei,j,j∈{1,2,…,N};
S1.4:若網絡拓撲中第k個鏈路linkk與第l個鏈路linkl經過同一個節點,將頂點vN+k和vN+l相連得到邊eN+k,N+l,l∈{1,2,…,L};
S1.5:若網絡拓撲中第i個節點nodei與第k個鏈路linkk相連,將頂點vi和vN+k相連得到邊ei,N+k;
S1.6:頂點vm和邊em,n組成節點鏈路連接圖G。
3.根據權利要求2所述的一種基于時空相關的網絡節點和鏈路剩余資源預測方法,其特征在于,S2包括:
S2.1:用am,n表示節點鏈路連接圖G中第m個頂點vm與第n個節點vn的連接關系;n∈{1,2,…,N+L},am,n=0表示不相連,am,n=1表示相連,則存在邊em,n;
S2.2:根據圖G的頂點連接關系am,n,獲得維度(N+L)×(N+L)的節點鏈路鄰接矩陣A:
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于西安電子科技大學,未經西安電子科技大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202310094945.3/1.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:一株產酸性乳糖酶的米曲霉及其應用
- 下一篇:一種固井用浮箍





