-
公开(公告)号:CN107360586A
公开(公告)日:2017-11-17
申请号:CN201610304163.8
申请日:2016-05-10
Applicant: 中国移动通信集团黑龙江有限公司
Abstract: 本发明提供了一种网络质量的评估方法及装置,其中,网络质量的评估方法包括:获取用户的用户信息以及该用户经过互联网出口的业务流数据;根据用户信息和业务流数据,获取用户的网络质量;根据网络质量与预设的网络质量阈值,得到网络质量评估结果。本发明解决了现有技术中无法对业务应用层的质量进行感知的问题。
-
公开(公告)号:CN110446161B
公开(公告)日:2022-05-13
申请号:CN201910628282.2
申请日:2019-07-12
Applicant: 中国移动通信集团黑龙江有限公司 , 中国移动通信集团有限公司 , 哈尔滨工业大学
IPC: H04W4/021 , H04W4/029 , G06Q30/02 , G06F16/2458 , G06F16/29
Abstract: 本发明公开了一种用户身份识别方法、装置、设备及存储介质。包括:根据本发明实施例,采集移动终端在预设时间周期内的多个位置指纹信息,基于多个位置指纹信息得到移动终端的多个位置区域信息;对多个位置区域信息编号;将与预设时间周期内的多个时间节点一一对应的编号后的多个位置区域信息顺序排列,得到移动终端对应的用户的身份识别向量;基于用户的身份识别向量,确定用户的身份信息。利用位置指纹技术进行位置定位,获取的用户所在位置区域,使用自动化的分类算法,高效精准的完成用户身份识别。
-
公开(公告)号:CN110290466B
公开(公告)日:2021-07-09
申请号:CN201910517319.4
申请日:2019-06-14
Applicant: 中国移动通信集团黑龙江有限公司 , 中国移动通信集团有限公司 , 哈尔滨工业大学
Abstract: 本发明实施例公开了一种楼层判别方法、装置、设备及计算机存储介质。该方法包括:获取待测建筑内设置的至少一个测试点的第一数据,并利用所述至少一个测试点的第一数据,确定第一特征参数矩阵,其中,所述待测建筑每层设置至少一个测试点;将所述第一特征参数矩阵输入训练好的DAE‑LSTM网络,确定所述至少一个测试点所对应的楼层。本发明各实施例的技术方案利用DAE网络从含有噪声的特征参数矩阵中提取特征值矩阵,提高楼层判别的精度,同时大大降低网络的复杂度以及网络训练的开销;引入LSTM网络对楼层进行判别,有效提升了楼层判别的精度。
-
公开(公告)号:CN107360586B
公开(公告)日:2020-02-18
申请号:CN201610304163.8
申请日:2016-05-10
Applicant: 中国移动通信集团黑龙江有限公司
Abstract: 本发明提供了一种网络质量的评估方法及装置,其中,网络质量的评估方法包括:获取用户的用户信息以及该用户经过互联网出口的业务流数据;根据用户信息和业务流数据,获取用户的网络质量;根据网络质量与预设的网络质量阈值,得到网络质量评估结果。本发明解决了现有技术中无法对业务应用层的质量进行感知的问题。
-
公开(公告)号:CN110446161A
公开(公告)日:2019-11-12
申请号:CN201910628282.2
申请日:2019-07-12
Applicant: 中国移动通信集团黑龙江有限公司 , 中国移动通信集团有限公司 , 哈尔滨工业大学
IPC: H04W4/021 , H04W4/029 , G06Q30/02 , G06F16/2458 , G06F16/29
Abstract: 本发明公开了一种用户身份识别方法、装置、设备及存储介质。包括:根据本发明实施例,采集移动终端在预设时间周期内的多个位置指纹信息,基于多个位置指纹信息得到移动终端的多个位置区域信息;对多个位置区域信息编号;将与预设时间周期内的多个时间节点一一对应的编号后的多个位置区域信息顺序排列,得到移动终端对应的用户的身份识别向量;基于用户的身份识别向量,确定用户的身份信息。利用位置指纹技术进行位置定位,获取的用户所在位置区域,使用自动化的分类算法,高效精准的完成用户身份识别。
-
公开(公告)号:CN110290466A
公开(公告)日:2019-09-27
申请号:CN201910517319.4
申请日:2019-06-14
Applicant: 中国移动通信集团黑龙江有限公司 , 中国移动通信集团有限公司 , 哈尔滨工业大学
Abstract: 本发明实施例公开了一种楼层判别方法、装置、设备及计算机存储介质。该方法包括:获取待测建筑内设置的至少一个测试点的第一数据,并利用所述至少一个测试点的第一数据,确定第一特征参数矩阵,其中,所述待测建筑每层设置至少一个测试点;将所述第一特征参数矩阵输入训练好的DAE-LSTM网络,确定所述至少一个测试点所对应的楼层。本发明各实施例的技术方案利用DAE网络从含有噪声的特征参数矩阵中提取特征值矩阵,提高楼层判别的精度,同时大大降低网络的复杂度以及网络训练的开销;引入LSTM网络对楼层进行判别,有效提升了楼层判别的精度。
-
-
-
-
-