本发明涉及通信技术领域,具体涉及一种利用地点感知的QoS预测方法。本发明以用户、服务以及他们的地点信息为特征作为预测模型的输入,预测模型将输入特征映射成为高维稠密向量,并利用特征重用的方式实现对QoS值的预测。该方法在网络深度较深的情况下缓解了梯度消失和特征丢失的问题,相比现有技术,在稀疏数据的情况下,能够更加准确的预测出用户调用服务的QoS值。
📄 2020112108008
📂 G06Q10_04
👤 重庆大学
📅 2020-11-03
本发明涉及一种面向服务质量预测的网络数据空间设计与应用方法,该方法由潜在网络空间学习和QoS预测两部分组成。第一部分旨在学习三个潜在网络空间(即用户潜在网络空间、服务潜在网络空间和交互潜在网络空间)。第二部分首先对三个潜在网络空间中的每个特征进行采样,然后通过三个不同的卷积网络融合不同的特征,实现QoS预测。该方法通过这两个创新组件,LNSL为不同位置的每个用户和业务生成潜在的网络空间,实现高精度的QoS预测。
📄 2022102646268
📂 G06N3_0464
👤 重庆大学
📅 2022-03-17