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！

龙图腾网获悉北京理工大学申请的专利一种基于STFT和神经网络的网络流量时间序列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：CN119603115B 。

龙图腾网通过国家知识产权局官网在2025-09-26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：202411589172.7，技术领域涉及：H04L27/26；该发明授权一种基于STFT和神经网络的网络流量时间序列预测方法是由武楠;杨楚鸿;李彬;郑弘毅;何东轩;张婷婷设计研发完成，并于2024-11-08向国家知识产权局提交的专利申请。

本一种基于STFT和神经网络的网络流量时间序列预测方法在说明书摘要公布了：本公开的网络流量时间序列预测方法首先使用卷积层进行时域上相邻时间戳的信息融合，然后在短时傅里叶变换谱上进行频率混合操作，即使用神经网络融合同一时间戳上的不同频点信息，捕捉频点之间的互相影响。接着，在短时傅里叶变换谱上进行帧混合操作即使用神经网络综合时间序列中每个频点的变化趋势生成未来帧的频点值。最后进行逆短时傅里叶变换将其变换回时域得到最终的预测结果。

本发明授权一种基于STFT和神经网络的网络流量时间序列预测方法在权利要求书中公布了：1.一种网络流量时间序列预测方法，所述方法包括： 步骤1：将将需要预测的原始时间序列x输入一个一维卷积层，并与原始时间序列x相加，设卷积核长度为K，则输出xconv为： xconv＝Conv1dx，K+x； 步骤2：对xconv进行短时傅里叶变换STFT以捕捉其每个频点关于时间帧的变化规律，设STFT的每帧FFT变换点数为n，跳步长度为h，窗长为l，则时间帧数为其中表示向上取整，频点数为则输出为： XSTFT＝STFTxconv，n，h，l； 步骤3：将输出XSTFT通过时频混合层来充分混合不同频点的信息并计算得到未来各个频点的幅值和相位，时频混合层包括频率混合层和帧混合层，其中频率混合层使用一个简单的全连接线性层混合同一时间戳下不同的频点信息，所有时间戳同时应用频率混合操作，其输出为： 其中，dim＝0表示操作沿着频率维度进行，设频率混合层的可学习权重矩阵为则频率混合操作为： 将输出通过帧混合层P：对每个频点应用不同的线型映射，对于第i个频点，其线性映射表示为Pi：则输出在第i个频点处的值为： 其中，表示频率混合层输出在第i个频点处的值，设Pi对应的可学习权重矩阵为则帧混合层操作为： 将所有频点处的输出进行堆叠重建得到 其中，Stack表示堆叠； 步骤4：将输出进行逆短时傅里叶变换ISTFT：得到预测的输出结果

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北京理工大学，其通讯地址为：100081 北京市海淀区中关村南大街5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。