东南大学;网络通信与安全紫金山实验室潘志文获国家专利权
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！
龙图腾网获悉东南大学;网络通信与安全紫金山实验室申请的专利一种用于用户稀疏通信系统的故障确认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：CN116133036B 。
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：202310140249.1，技术领域涉及：H04W24/08；该发明授权一种用于用户稀疏通信系统的故障确认方法是由潘志文;王琦;刘楠;尤肖虎设计研发完成，并于2023-02-21向国家知识产权局提交的专利申请。
本一种用于用户稀疏通信系统的故障确认方法在说明书摘要公布了：本发明提供一种用于用户稀疏通信系统的故障确认方法，利用发生故障网络和正常运行网络KPIs之间的相似度，将网络进行分区，仅提取各个分区内与网络故障确认最相关的网络关键性能指标作为后续机器学习的训练序列，从而降低本方法对分区用户数目的要求，减轻用户分布不均衡对无线通信系统故障确认的不良影响。因根据数据相似度特征提取过程中存在随机抽样，因此稳定性低，但由于对区域内用户数目要求低，在面对网络用户分布不均的情况下，性能表现好。本方法降低对分区用户数目的要求，减轻用户分布不均衡对无线通信系统故障确认的不良影响。
本发明授权一种用于用户稀疏通信系统的故障确认方法在权利要求书中公布了：1.一种用于用户稀疏通信系统的故障确认方法，其特征在于，该方法首先将基站覆盖区域均匀划为六个分区，对每个分区使用马氏距离MD来对发生故障网络和正常运行网络之间的网络关键性能指标进行数据相似度衡量；马氏距离越大，数据相似度越小，提取各个分区内相似度最小的网络关键性能指标作为机器学习的训练序列，进行特征提取，然后，对原始发生故障网络关键性能指标使用主成分分析进行特征提取；而后，对两种不同方法特征提取后的序列及其对应标签，组合成两个训练集，分别进行机器学习训练；在机器学习方法方面，选择代价敏感支持向量机，它将不同错误根因分类代价分配给属于不同严重程度的故障样本，故障严重程度越高，确认分类错误代价相对更大，使得更合理地关注于不同严重程度的故障根因分类情况；最后，通过两个支持向量机集成学习完成故障确认，获得输出稳定且判断准确的故障根因分类器。
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东南大学;网络通信与安全紫金山实验室，其通讯地址为：211102 江苏省南京市江宁区东南大学路2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AI智能生成
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励