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！

龙图腾网获悉山东大学申请的专利一种基于mGPT的无线流量预测方法及系统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：CN120151867B 。

龙图腾网通过国家知识产权局官网在2025-10-17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：202510611490.7，技术领域涉及：H04W16/22；该发明授权一种基于mGPT的无线流量预测方法及系统是由张传亭;乔静萍;孙东娇设计研发完成，并于2025-05-13向国家知识产权局提交的专利申请。

本一种基于mGPT的无线流量预测方法及系统在说明书摘要公布了：本发明涉及一种基于mGPT的无线流量预测方法及系统，属于通信网络和人工智能技术领域，包括：将待预测的无线流量数据预处理后输入至训练好的无线流量预测模型实现无线流量数据预测；无线流量预测模型包括多层Block块，每个Block块包括自注意力机制、前馈网络、层归一化和残差连接；自注意力机制生成QKV，进行维度重塑与转置，通过缩放点积计算注意力，再进行投影；自注意力机制为序列数据中的每个元素分配不同的权重；前馈网络中，线性层扩展维度，经GELU激活和投影层恢复维度；层归一化定义缩放和偏移参数，使用归一化操作；本发明能够准确的预测未来时间步的无线流量数据，且具有一定的泛化能力。

本发明授权一种基于mGPT的无线流量预测方法及系统在权利要求书中公布了：1.一种基于mGPT的无线流量数据预测方法，其特征在于，包括： 将待预测的无线流量数据预处理后输入至训练好的无线流量预测模型实现无线流量数据预测； 无线流量预测模型包括多层Block块，每个Block块包括自注意力机制、前馈网络、层归一化和残差连接； 自注意力机制包括线性变换层，线性变换层生成QKV，进行维度重塑与转置，通过缩放点积计算注意力，再进行投影；自注意力机制在无线流量预测模型处理序列数据时，为序列数据中的每个元素分配不同的权重；前馈网络中，线性层扩展维度，经GELU激活和投影层恢复维度；层归一化定义缩放和偏移参数，使用归一化操作；残差连接将输入直接加在层输出上，在Block块中分别对层归一化后的注意力和前馈网络结果进行连接； 无线流量预测模型的训练过程如下： 1初始阶段，输入张量即训练样本数据集通过线性变换Wte，将每个特征转换到更高维的嵌入空间中，得到XEMB； 2加入位置编码XPOs；具体是指：X0＝XEMB+XPOS； 3X0被依次送入多层Block块，Block块中的处理流程如下： 式Ⅰ中，是层归一化后的张量，对输入张量Xi进行； 式Ⅱ中，是自注意力机制后张量； 式Ⅲ是残差连接，Zi是输入张量Xi与经过自注意力机制处理后的张量相加得到的； 式Ⅳ是多层感知机与层归一化，是Zi经过层归一化，然后将其输入到多层感知机中得到的； 式Ⅴ是另一个残差连接，将经过MLP处理后的张量与经过自注意力机制处理并残差连接后的张量Zi相加； 重复执行步骤1到步骤3直至满足以下训练结束条件，得到训练好的无线流量预测模型；训练结束条件为①或②： ①：无线流量预测模型参数收敛，即参数的更新变化小于设定的阈值； ②：无线流量预测模型的更新次数达到预设的次数； 无线流量预测模型的训练之前执行如下操作，包括： A、获取基站的历史数据，分成训练数据集和测试数据集，并在训练数据集和测试数据集上，根据滑动窗口机制，选择滑动窗口大小p，使用滑动窗口进行处理，生成训练样本数据集和测试样本数据集； B、对于训练样本数据集，得到训练样本数据集中流量的最大值和最小值，对训练样本数据集验证样本数据和测试样本数据使用Min-Max归一化，归一化到[0，1]范围； 将文本生成任务中的损失函数替换为均方误差，并将输出层调整为回归型线性层。

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山东大学，其通讯地址为：250100 山东省济南市历城区山大南路27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。