济南大学薛晶获国家专利权
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！
龙图腾网获悉济南大学申请的专利一种基于深度ESN的多尺度网络流量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：CN120547077B 。
龙图腾网通过国家知识产权局官网在2025-09-23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：202511023435.2，技术领域涉及：H04L41/147；该发明授权一种基于深度ESN的多尺度网络流量预测方法是由薛晶;赵慧设计研发完成，并于2025-07-24向国家知识产权局提交的专利申请。
本一种基于深度ESN的多尺度网络流量预测方法在说明书摘要公布了：本发明公开了一种基于深度ESN的多尺度网络流量预测方法，属于计算机应用技术领域。该方法包括以下步骤：获取原始网络流量数据进行时域分析，得到多个预测子模型；基于不同的预测子模型复杂度分别采用浅层储备池结构和深层储备池结构；各预测子模型通过独立储备池网络处理对应尺度的输入数据，形成多尺度特征表示；将多尺度特征表示输入至误差修正网络；实时评估各预测子模型的预测误差；采用强化学习算法持续评估各预测子模型的有效性。本发明通过构建多尺度独立预测子模型解耦不同时间粒度的流量特征，进而实现了对多尺度流量特征的精准建模，解决了现有技术中多尺度特征解耦不充分的问题。
本发明授权一种基于深度ESN的多尺度网络流量预测方法在权利要求书中公布了：1.一种基于深度ESN的多尺度网络流量预测方法，其特征在于，包括以下步骤： 获取原始网络流量数据进行时域分析，得到多个预测子模型； 获取每个预测子模型复杂度，基于不同的预测子模型复杂度分别采用浅层储备池结构和深层储备池结构，获取浅层储备池结构和深层储备池结构的最优神经元数量和连接稀疏度； 基于获取的神经元数量和连接稀疏度构建各预测子模型的储备池网络，各预测子模型通过独立储备池网络处理对应尺度的输入数据，获取各储备池网络输出特征的统计量，形成多尺度特征表示； 将多尺度特征表示输入至误差修正网络，通过残差连接计算预测误差，构建跨尺度特征交互层，通过门控单元选择性传递重要特征，实时修正当前输入； 实时评估各预测子模型的预测误差，基于误差结果动态调整集成权重，通过加权融合生成最终预测结果，同时生成各尺度贡献度的可视化热力图； 采用强化学习算法持续评估各预测子模型的有效性，当检测到流量模式变化时，通知工作人员调整配置。
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济南大学，其通讯地址为：250022 山东省济南市市中区南辛庄西路336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