买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉华南理工大学申请的专利一种基于改进GAT和时空特征的网络流量矩阵预测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116668317B 。

龙图腾网通过国家知识产权局官网在2025-09-19发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310589084.6，技术领域涉及：H04L41/147；该发明授权一种基于改进GAT和时空特征的网络流量矩阵预测方法是由胡劲松;童陈生设计研发完成，并于2023-05-24向国家知识产权局提交的专利申请。

本一种基于改进GAT和时空特征的网络流量矩阵预测方法在说明书摘要公布了：本发明公开了一种基于改进GAT和时空特征的网络流量矩阵预测方法，包括：读取和解析网络流量矩阵数据文件并构建网络流量数据集；基于改进GAT网络对复杂非线性的流量空间的自相似性进行捕获，使用时间序列网来捕获网络流量的周期性，最后通过门控机制融合时间和空间维度上的信息来进行更精准的网络流量矩阵预测。该改进GAT网络是对传统GAT网络的注意力计算节点选择机制和注意力分数计算方式进行改进；在注意力计算节点选择机制中，选择流量矩阵同源和同目的节点进行注意力系数计算；在对注意力分数计算方式中，通过模型自主学习注意力分数。本发明解决了网络流量预测中，空间关联性学习不充分导致网络流量预测精度低和时空模型实时性差的问题。

本发明授权一种基于改进GAT和时空特征的网络流量矩阵预测方法在权利要求书中公布了：1.一种基于改进GAT和时空特征的网络流量矩阵预测方法，其特征在于，包括以下步骤： 1读取和解析网络流量矩阵数据文件，通过流量矩阵数据生成图邻居矩阵，构造数据集并进行归一化，再将归一化后的数据集划分成为训练集与测试集； 2将训练集的数据送入到时间序列网络LSTM进行训练，得到时间序列网络的预测值；将训练集的数据和图邻居矩阵输入到改进GAT网络的节点选择机制，选择流量矩阵数据中同源和同目的节点，然后将同源和同目的节点数据分别进行注意力系数计算，再通过一个门控融合得到改进GAT网络在空间维度上的预测值，最后将时间序列网络的预测值和空间维度的预测值输入到另一个门控融合机制，最后得到一个短期流量矩阵预测值，将短期预测的网络流量值与真实的流量数据进行比较，计算损失函数的值，经过多次迭代至损失值最小，得到最优网络； 3将测试集中的连续的长度为L的历史时间序列数据输入到训练好的最优网络中，得到单个流量矩阵预测值，假设网络流量预测的长度为P，则进行P自减一，然后对P进行判断，若P不等于0，则把历史时间序列的后L-1个流量矩阵数据和短期预测流量矩阵数据进行拼接，重复以上过程进行多次迭代，直到P等于0则结束。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人华南理工大学，其通讯地址为：510640 广东省广州市天河区五山路381号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。