[发明专利]机会网络链路的预测方法、装置及可读存储介质有效
| 申请号： | 201811160815.0 | 申请日： | 2018-09-30 |
| 公开（公告）号： | CN109120462B | 公开（公告）日： | 2021-07-16 |
| 发明（设计）人： | 廖子粮;刘琳岚;舒坚 | 申请（专利权）人： | 南昌航空大学 |
| 主分类号： | H04L12/24 | 分类号： | H04L12/24;H04W40/18;H04L12/751 |
| 代理公司： | 北京清亦华知识产权代理事务所(普通合伙) 11201 | 代理人： | 何世磊 |
| 地址： | 330063 江*** | 国省代码： | 江西;36 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种机会网络链路的预测方法、装置及可读存储介质，所述方法包括：基于随机游走算法以及二阶邻居信息，重构马尔科夫转移概率矩阵，根据马尔科夫转移概率矩阵得到改进的重启随机游走相似性指标；根据时间序列分析法，对机会网络数据进行切分得到多个网络快照，根据所述改进的重启随机游走相似性指标，对切分后的各个所述网络快照进行随机游走得到对应的相似性矩阵；建立深度信念网络预测模型，将所述相似性矩阵作为模型输入，经迭代训练测试后得到能量最低的深度信念网络预测模型，以对机会网络链路进行预测。本发明提出的机会网络链路的预测方法，可实现对网络链路的精准预测。 | ||
| 搜索关键词： | 机会 网络 预测 方法 装置 可读 存储 介质 | ||
【主权项】：
1.一种机会网络链路的预测方法，其特征在于，所述方法包括如下步骤：基于随机游走算法以及二阶邻居信息，重构马尔科夫转移概率矩阵，根据马尔科夫转移概率矩阵得到改进的重启随机游走相似性指标；根据时间序列分析法，对机会网络数据进行切分得到多个网络快照，根据所述改进的重启随机游走相似性指标，对切分后的各个所述网络快照进行随机游走得到对应的相似性矩阵；建立深度信念网络模型，将所述相似性矩阵作为模型输入，经迭代训练测试后得到最优深度信念网络预测模型，以对机会网络链路进行预测。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于南昌航空大学，未经南昌航空大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201811160815.0/，转载请声明来源钻瓜专利网。
- 上一篇：一种业务性能端到端监控方法、系统及装置
- 下一篇：流量预测方法及装置
