Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 南昌首页科技股份有限公司陈细林获国家专利权

南昌首页科技股份有限公司陈细林获国家专利权

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!

龙图腾网获悉南昌首页科技股份有限公司申请的专利结合流量预测的网络带宽时空复用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:CN121334421B

龙图腾网通过国家知识产权局官网在2026-03-27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:202511877420.2,技术领域涉及:H04N21/262;该发明授权结合流量预测的网络带宽时空复用方法及系统是由陈细林;淦华安;谢金林设计研发完成,并于2025-12-12向国家知识产权局提交的专利申请。

结合流量预测的网络带宽时空复用方法及系统在说明书摘要公布了:本发明适用于网络带宽技术领域,提供了结合流量预测的网络带宽时空复用方法及系统,包括以下步骤:采集电视广播系统的历史流量数据,包括时间维度数据、空间维度数据和节目特征数据,对历史流量数据进行清洗和特征工程处理;基于历史流量数据构建流量预测模型;根据预测需求结果设计动态带宽分配策略,包括时间复用和空间复用;时间复用实现在不同时间段根据预测需求动态调整带宽分配,空间复用实现在不同地理区域间根据预测需求动态调配带宽资源;进行实时监控,持续收集实际流量数据并与预测结果对比,基于反馈信息动态调整带宽分配策略。本发明将流量预测与时空复用紧密结合,通过预测提前调整带宽,提高带宽利用率和用户体验。

本发明授权结合流量预测的网络带宽时空复用方法及系统在权利要求书中公布了:1.一种结合流量预测的网络带宽时空复用方法,其特征在于,所述方法包括以下步骤: 采集电视广播系统的历史流量数据,包括时间维度数据、空间维度数据和节目特征数据,对历史流量数据进行清洗和特征工程处理; 基于处理后的历史流量数据构建流量预测模型,所述模型采用深度学习方法,能够预测未来特定时间段内不同地理区域的带宽需求; 根据预测需求结果设计动态带宽分配策略,包括时间复用和空间复用;时间复用实现在不同时间段根据预测需求动态调整带宽分配,空间复用实现在不同地理区域间根据预测需求动态调配带宽资源; 进行实时监控,持续收集实际流量数据并与预测结果对比,基于反馈信息动态调整带宽分配策略; 其中,所述特征工程处理包括采用特征重要性评估方法筛选出特征子集,并确定每个特征的特征重要性评分; 其中,所述基于反馈信息动态调整带宽分配策略的步骤,具体包括: 建立预测误差自适应补偿机制,当预测误差超过阈值时自动调整分配策略; 进行强化学习,以网络状态为状态、带宽分配为动作、服务质量为奖励,在线学习最优分配策略; 进行模型漂移检测,当检测到用户行为模式变化时自动触发模型重训练; 其中,所述建立预测误差自适应补偿机制,当预测误差超过阈值时自动调整分配策略,具体包括: 收集实际流量数据与所述训练后的流量预测模型的预测结果进行对比,计算实时预测误差的误差值;将所述实时预测误差的误差值与所述特征子集中的特征重要性评分进行关联分析,识别出对当前预测误差贡献最大的关键特征,生成关键误差特征标识; 根据所述关键误差特征标识,结合所述特征子集中的特征重要性评分,调整实时预测误差的判定阈值,生成调整后的误差阈值;其中,所述调整实时预测误差的判定阈值包括:对特征子集中高重要性特征相关的预测误差采用严格阈值;对特征子集中低重要性特征相关的预测误差采用宽松阈值; 当所述实时预测误差的误差值超过所述调整后的误差阈值时,根据时间复用机制和空间复用机制,分析实时预测误差在时间复用和空间复用维度上的分布位置,定位当前策略中需调整的策略薄弱环节坐标; 根据所述当前策略中需调整的策略薄弱环节坐标和实时预测误差的误差值,执行补偿策略,包括调整当前带宽分配和对所述训练后的流量预测模型进行重点特征校准,执行补偿策略后实时监测网络状态;当确认预测误差已降至调整后的误差阈值以下且用户体验指标恢复正常时,生成补偿验证通过信号;当监测到预测误差仍持续超过调整后的误差阈值或出现突发流量冲击时,生成补偿验证未通过信号并记录详细的异常状态特征; 当收到补偿验证通过信号时,获取当前有效的补偿策略参数并固化至带宽分配策略中,形成最优分配策略;当收到补偿验证未通过信号时,将所述记录详细的异常状态特征和关键误差特征标识作为流量预测模型的重点关注方向,以对流量预测模型进行重训练。

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南昌首页科技股份有限公司,其通讯地址为:330000 江西省南昌市西湖区银环路298号万豪城2#写字楼一单元6层608室;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。

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。