買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費！專利年費監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)恭喜西安電子科技大學(xué)申請的專利一種無線通信網(wǎng)絡(luò)的用戶體驗速率預(yù)測方法獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN116170834B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-05-16發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202310161891.8，技術(shù)領(lǐng)域涉及：H04W24/06；該發(fā)明授權(quán)一種無線通信網(wǎng)絡(luò)的用戶體驗速率預(yù)測方法是由劉偉;趙鑫銣設(shè)計研發(fā)完成，并于2023-02-24向國家知識產(chǎn)權(quán)局提交的專利申請。

本一種無線通信網(wǎng)絡(luò)的用戶體驗速率預(yù)測方法在說明書摘要公布了：本發(fā)明提出了一種無線通信網(wǎng)絡(luò)的用戶體驗速率預(yù)測方法，解決沒有對用戶體驗速率進(jìn)行預(yù)測的相關(guān)技術(shù)問題，實現(xiàn)步驟為：1獲取訓(xùn)練樣本集和測試樣本集；2構(gòu)建隨機森林模型；3對隨機森林模型進(jìn)行第一次訓(xùn)練；4篩選特征；5對隨機森林模型進(jìn)行第二次訓(xùn)練；6獲取用戶體驗速率的預(yù)測結(jié)果。本發(fā)明通過隨機森林模型，篩選對無線通信網(wǎng)絡(luò)的用戶體驗速率敏感性較高，最能影響和反映用戶體驗速率的特征集合，并根據(jù)特征集合能夠?qū)崿F(xiàn)高效地預(yù)測用戶體驗速率，可以有針對性地解決用戶體驗的不足之處。

本發(fā)明授權(quán)一種無線通信網(wǎng)絡(luò)的用戶體驗速率預(yù)測方法在權(quán)利要求書中公布了：1.一種無線通信網(wǎng)絡(luò)的用戶體驗速率預(yù)測方法，其特征在于，包括如下步驟：1獲取訓(xùn)練樣本集和測試樣本集：1a獲取經(jīng)過缺失值剔除和異常值剔除的M個用戶的調(diào)度相關(guān)信息Sv1＝{Xm|1≤m≤M}，同時根據(jù)每個用戶的業(yè)務(wù)量trm和業(yè)務(wù)時長ttm計算每個用戶體驗速率tvm，其中，M＞3000,Xm表示第m個用戶包含Q維特征的調(diào)度相關(guān)信息，Q＞20；1b通過每個用戶的體驗速率tvm對其對應(yīng)的調(diào)度相關(guān)信息Xm進(jìn)行標(biāo)注，并將隨機選取Sv1中U個用戶的調(diào)度相關(guān)信息及其對應(yīng)的標(biāo)簽組成訓(xùn)練樣本集Xtrain，將Sv1中剩余的V個用戶的調(diào)度相關(guān)信息組成測試樣本集Xtest，其中，M＝U+V；2構(gòu)建隨機森林模型：構(gòu)建包括H個并行排列的決策樹,以及與所有決策樹順次連接的算術(shù)平均模塊的隨機森林模型F，每個決策樹fh包含一個根節(jié)點、與根節(jié)點連接的多個分裂節(jié)點，以及與每個分裂節(jié)點連接的多個葉節(jié)點，根節(jié)點與每個分裂節(jié)點的連線，以及每個分裂節(jié)點與每個葉節(jié)點的連線為決策樹fh的有向邊，其中，H≥50，fh為第h個決策樹；3對隨機森林模型進(jìn)行第一次訓(xùn)練：3a初始化隨機森林模型包含的最大的決策樹個數(shù)為H^，H^≥1000,H＝50；3b將訓(xùn)練樣本集Xtrain作為隨機森林模型F的輸入，每個決策樹fh對每個用戶的調(diào)度相關(guān)信息進(jìn)行決策，得到fh對應(yīng)的每個用戶的體驗速率預(yù)測值fhXu，算術(shù)平均模塊對H個決策樹決策得到的每個用戶的體驗速率預(yù)測值進(jìn)行加權(quán)平均計算，得到U個用戶的體驗速率的預(yù)測結(jié)果3c采用均方誤差損失函數(shù)，并通過和用戶體驗速率標(biāo)記計算隨機森林模型F的損失值LMSE，并對LMSE和H進(jìn)行保存；3d判斷H≥H^是否成立，若是，對保存的LMSE和H以H為橫坐標(biāo)、LMSE為縱坐標(biāo)進(jìn)行繪圖操作，根據(jù)繪圖結(jié)果選取縱坐標(biāo)損失值LMSE的最小值對應(yīng)的橫坐標(biāo)H，得到第一次訓(xùn)練好的包含H個決策樹的隨機森林模型F*，否則，令H＝H+1，并執(zhí)行步驟3b；4篩選特征：利用第一次訓(xùn)練好的隨機森林模型F*，通過基于不純度減少的特征評估方法評估得到用戶的調(diào)度相關(guān)信息的Q維特征的重要程度，然后篩選重要程度大于預(yù)先設(shè)置的閾值t的每個用戶的調(diào)度相關(guān)信息的g維特征組成特征集合B；5對隨機森林模型進(jìn)行第二次訓(xùn)練：5a初始化隨機森林模型包含最大的決策樹個數(shù)為H^，H^≥1000,并令H1＝50，其中，H1為隨機森林模型進(jìn)行第二次訓(xùn)練包含的決策樹個數(shù)；5b選取訓(xùn)練樣本集Xtrain中包含有特征集合B的g維特征的U個用戶的調(diào)度相關(guān)信息及其對應(yīng)的標(biāo)簽組成新的訓(xùn)練樣本集Dtrain，并將Dtrain作為隨機森林模型F的輸入對其進(jìn)行迭代訓(xùn)練，得到第二次訓(xùn)練好的包含H1個決策樹的隨機森林模型T*；6獲取用戶體驗速率的預(yù)測結(jié)果：將測試樣本集Xtest作為第二次訓(xùn)練好的隨機森林模型T*的輸入，每個決策樹fh對每個用戶的調(diào)度相關(guān)信息進(jìn)行決策，得到fh對應(yīng)的每個用戶的體驗速率預(yù)測值fhXv，算術(shù)平均模塊對H1個決策樹決策得到的每個用戶的體驗速率預(yù)測值進(jìn)行加權(quán)平均計算，得到V個用戶的體驗速率的預(yù)測結(jié)果

如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人西安電子科技大學(xué)，其通訊地址為：710071 陜西省西安市雁塔區(qū)太白南路2號；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。