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！

龙图腾网恭喜华南理工大学申请的专利流量矩阵预测方法、装置、计算机设备及存储介质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：CN116319383B 。

龙图腾网通过国家知识产权局官网在2025-06-20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：202310049352.5，技术领域涉及：H04L41/147；该发明授权流量矩阵预测方法、装置、计算机设备及存储介质是由胡涵;柯峰设计研发完成，并于2023-02-01向国家知识产权局提交的专利申请。

本流量矩阵预测方法、装置、计算机设备及存储介质在说明书摘要公布了：本发明公开了一种流量矩阵预测方法、装置、计算机设备及存储介质，方法包括：获取网络流量矩阵数据，对获取到的网络流量矩阵数据进行相关预处理，以获得相应的流量矩阵训练集；确定离散小波变换相关的基本设置，构建高、低通滤波权值矩阵，构建多层离散小波变换网络；确定长短期记忆神经网络相关的参数设定，构建由若干个并行长短期记忆神经网络构成的循环神经网络；连接多层离散小波变换网络和长短期记忆神经网络，构建预测模型，确定预测模型参数优化相关设置，输入流量矩阵训练集进行训练；获取待预测的网络流量矩阵数据，输入训练好的预测模型，获得对未来流量矩阵的预测结果。本发明对具有频繁且剧烈的高波动性特征的流量序列的预测精确度。

本发明授权流量矩阵预测方法、装置、计算机设备及存储介质在权利要求书中公布了：1.一种流量矩阵预测方法，其特征在于，所述方法包括： 获取网络流量矩阵数据，对获取到的网络流量矩阵数据进行相关预处理，以获得相应的流量矩阵训练集； 确定离散小波变换相关的基本设置，构建高、低通滤波权值矩阵，利用神经网络线性层构建多层离散小波变换网络； 确定长短期记忆神经网络相关的参数设定，构建由若干个并行长短期记忆神经网络构成的循环神经网络； 连接多层离散小波变换网络和长短期记忆神经网络，构建多层离散小波变换网络-长短期记忆神经网络预测模型，确定预测模型参数优化相关设置，输入流量矩阵训练集进行训练； 获取待预测的网络流量矩阵数据，输入到训练好的多层离散小波变换网络-长短期记忆神经网络预测模型中，获得对未来流量矩阵的预测结果； 所述确定离散小波变换相关的基本设置，构建高、低通滤波权值矩阵，具体包括： 利用小波变换对流量矩阵序列进行滤波分解，得到一个近似子序列和若干细节子序列； 根据不同小波母函数及其阶数、分解层数下的子序列表现特征，选定适合的小波母函数设置、分解层数； 根据确定好的小波变换相关设置，获取对应的高通、低通滤波器系数，构建高通、低通滤波权值矩阵； 所述利用神经网络线性层构建多层离散小波变换网络，具体包括： 根据确定的小波变换层数i，创建2*i组神经元数目对半递减的神经网络线性层，并按照高、低通滤波权值矩阵的值，设定这些线性层的初始权值矩阵，具体为：按照高通滤波权值矩阵和低通滤波权值矩阵设定神经网络线性层的权值矩阵初始值，并利用神经网络线性层对输入样本的前馈计算模式，来近似实现离散小波变换的卷积计算，将上一层的输出Aj,o,d作为下一层线性层的输入，Aj,o,d与线性层高通滤波权值矩阵或低通滤波权值矩阵作矩阵乘法，再加上高通滤波权值矩阵对应的神经元偏置值或低通滤波权值矩阵对应的神经元偏置值最后经过激励函数σx计算输出，对应各子序列计算的数学表达式为： 将2*i组神经网络线性层构建成多层离散小波变换网络。

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华南理工大学，其通讯地址为：510640 广东省广州市天河区五山路381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”。