-
公开(公告)号:CN118828792A
公开(公告)日:2024-10-22
申请号:CN202410251330.1
申请日:2024-03-05
Applicant: 中国移动通信有限公司研究院 , 中国移动通信集团有限公司
Abstract: 本申请提供了一种接入小区预测方法、装置、电子设备及存储介质,涉及技术领域为:人工智能技术领域,方法包括:获取针对用户在历史时段内的位置信息,将位置信息处理为位置特征;获取用户所处区域内的区域知识信息以及区域知识信息对应的知识位置信息,并基于知识位置信息将区域知识信息处理为知识特征;基于位置特征和知识特征针对用户预测得到目标接入小区。由于本申请中的知识特征考虑到了区域知识信息的在用户所处区域内的位置特征,这样构建了区域知识信息与用户位置的强相关性,通过强相关的位置特征和知识特征进行目标接入小区的预测过程中可以准确的预测用户的轨迹,进而提高了对用户接入小区的预测准确度。
-
公开(公告)号:CN116847396A
公开(公告)日:2023-10-03
申请号:CN202210293671.6
申请日:2022-03-23
Applicant: 中国移动通信有限公司研究院 , 中国移动通信集团有限公司
Abstract: 本发明公开了一种语音质量评估方法、装置和存储介质;所述方法包括:获取目标语音切片对应的RTP分组流;运用预设的处理方法对所述RTP分组流进行数据处理,得到所述RTP分组流对应的至少一个矩阵数据;所述RTP分组流包括至少一个RTP分组包;每个所述矩阵数据根据所述RTP分组流中连续的至少一个RTP分组包确定;运用预设的分析模型对所述至少一个矩阵数据进行评估,得到所述至少一个矩阵数据的评估结果;根据所述至少一个矩阵数据中每个所述矩阵数据的评估结果,确定所述目标语音切片的语音评估结果。
-
公开(公告)号:CN118803853A
公开(公告)日:2024-10-18
申请号:CN202311759648.2
申请日:2023-12-20
Applicant: 中国移动通信有限公司研究院 , 中国移动通信集团有限公司
IPC: H04W16/22 , G06N3/042 , G06N3/0455 , G06N3/0464 , H04W24/06 , H04W4/021 , H04L41/16
Abstract: 本申请提供一种用户接入数的确定方法、装置、设备及可读存储介质,涉及无线网络技术领域。该方法包括:获取目标数据,所述目标数据包括活动信息、活动对应的场馆地图信息、活动对应的场馆周围的小区的工程参数、活动对应的场馆周围的兴趣点POI信息中的至少一项;根据所述目标数据,构建节点属性信息,所述节点与所述小区对应;构建边关系信息,所述边关系信息用于指示小区之间的关联关系;对所述场馆地图信息进行栅格化处理,得到栅格矩阵,其中,所述栅格矩阵用于指示栅格的地图信息和活动环境信息;将所述节点属性信息、边关系信息以及所述栅格矩阵输入深度学习模型,得到所述小区在目标时间段内每个预设时间间隔的用户接入数。
-
公开(公告)号:CN115250479B
公开(公告)日:2024-06-18
申请号:CN202110453408.4
申请日:2021-04-26
Applicant: 中国移动通信有限公司研究院 , 中国移动通信集团有限公司
Abstract: 本发明提供了一种信息处理方法、装置及设备,其中,信息处理方法包括:获取目标小区以及至少一个候选小区分别在至少两个候选区域内覆盖的最小化路测MDT样本点个数;根据所述目标小区在各个所述候选区域内分别覆盖的MDT样本点个数,从所述至少两个候选区域内确定所述目标小区覆盖的第一目标区域;根据各个所述候选小区在各个所述候选区域内分别覆盖的MDT样本点个数,从所述至少两个候选区域内确定各个所述候选小区覆盖的第二目标区域;根据所述第一目标区域和各个所述第二目标区域,从所述至少一个候选小区中得到所述目标小区的补偿覆盖小区。本方案很好的解决了现有技术中针对多层网小区对识别的信息处理方案准确率低的问题。
-
公开(公告)号:CN115250479A
公开(公告)日:2022-10-28
申请号:CN202110453408.4
申请日:2021-04-26
Applicant: 中国移动通信有限公司研究院 , 中国移动通信集团有限公司
Abstract: 本发明提供了一种信息处理方法、装置及设备,其中,信息处理方法包括:获取目标小区以及至少一个候选小区分别在至少两个候选区域内覆盖的最小化路测MDT样本点个数;根据所述目标小区在各个所述候选区域内分别覆盖的MDT样本点个数,从所述至少两个候选区域内确定所述目标小区覆盖的第一目标区域;根据各个所述候选小区在各个所述候选区域内分别覆盖的MDT样本点个数,从所述至少两个候选区域内确定各个所述候选小区覆盖的第二目标区域;根据所述第一目标区域和各个所述第二目标区域,从所述至少一个候选小区中得到所述目标小区的补偿覆盖小区。本方案很好的解决了现有技术中针对多层网小区对识别的信息处理方案准确率低的问题。
-
公开(公告)号:CN118820560A
公开(公告)日:2024-10-22
申请号:CN202311666162.4
申请日:2023-12-06
Applicant: 中国移动通信有限公司研究院 , 中国移动通信集团有限公司
IPC: G06F16/909 , G06F16/9035 , G06F16/9038 , G06Q50/50
Abstract: 本申请公开了一种用户轨迹生成方法、装置、电子设备及存储介质。其中,该方法包括:获取目标场馆的已报名新活动的第一用户数;将所述第一用户数输入至所述目标场馆的已训练好的第一模型中,生成与所述第一用户数对应的用户去往所述目标场馆的第一经停点跳转轨迹;将所述第一用户数输入至所述目标场馆的已训练好的第二模型中,生成与所述第一用户数对应的用户离开所述目标场馆的第二经停点跳转轨迹;根据与所述第一用户数对应的所述第一经停点跳转轨迹和与所述第一用户数对应的所述第二经停点跳转轨迹,生成与所述第一用户数对应的路径轨迹。采用本申请的方法,可以准确生成大话务场景下的用户轨迹,从而更好地为用户提供通信网络服务。
-
公开(公告)号:CN118643727A
公开(公告)日:2024-09-13
申请号:CN202310264798.X
申请日:2023-03-13
Applicant: 中国移动通信有限公司研究院 , 中国移动通信集团有限公司
IPC: G06F30/27 , G06F18/214
Abstract: 一种用户轨迹生成方法、装置及计算机可读存储介质,该方法包括:获取目标城市在目标日期当天的潮汐用户的第一数量;将所述第一数量输入至生成模型,生成第一数量的驻地信息,所述驻地信息包括用户的休息区域、活动区域以及休息区域与活动区域之间的距离;将所述第一数量的驻地信息,输入至所述驻地信息与往返通行信息之间的关系模型,得到所述第一数量的往返通行信息;根据所述第一数量的往返通行信息,生成用户轨迹。本申请能够提高用户轨迹生成方案的实用性。
-
公开(公告)号:CN116915642A
公开(公告)日:2023-10-20
申请号:CN202211627145.5
申请日:2022-12-16
Applicant: 中国移动通信有限公司研究院 , 中国移动通信集团有限公司
Abstract: 本发明提供一种业务质量异常检测方法、装置及设备,所述方法包括:获取业务时序数据;对所述业务时序数据的第一预设数量的数据和第二预设数量的数据进行迁移操作,得到待检测时序数据;对所述待检测时序数据进行时序分解,得到所述待检测时序数据的随机残差;将所述待检测时序数据和所述随机残差分别输入预设业务质量检测模型进行业务质量异常检测处理,得到业务质量异常检测结果。本发明的上述方案可实现高精度业务的质量异常检测。
-
公开(公告)号:CN116367103A
公开(公告)日:2023-06-30
申请号:CN202111613270.6
申请日:2021-12-27
Applicant: 中国移动通信有限公司研究院 , 中国移动通信集团有限公司
Abstract: 本发明公开了一种语音通话业务质量的确定方法及相关设备,涉及通信技术领域,以解决在5G网络下的语音通话业务质量进行判断时的准确度较低的问题。该方法包括:获取语音通话业务在第一网络上发起呼叫的目标起呼结果;在目标起呼结果为第一起呼结果或第二起呼结果的情况下,基于目标起呼结果确定对应的目标时延;根据目标时延计算目标损耗因子;基于目标损耗因子确定目标语音通话业务质量;第一起呼结果为起呼成功,第二起呼结果为起呼成功,且回落成功;第一起呼结果对应的目标时延为呼叫建立时延,第二起呼结果对应的目标时延包括回落时延和返回第一网络时延中的至少一项。本发明实施例可以提高5G网络下的语音通话业务质量判断的准确度。
-
公开(公告)号:CN116910612A
公开(公告)日:2023-10-20
申请号:CN202310814020.1
申请日:2023-07-04
Applicant: 清华大学 , 中国移动通信集团有限公司研究院
Abstract: 本发明提供了模型训练方法、业务流量生成方法及相关设备,所述模型训练方法包括:基于获取的第一用户的抓包PCAP数据,得到第一数据集,所述第一数据集中每个第一数据均包括用户信息标签、业务类别信息标签和细分动作信息标签,所述细分动作信息标签根据PCAP数据中包长和包到达时刻确定;基于所述业务类别信息标签和所述细分动作信息标签,生成数据分布表征向量,以及,基于所述用户信息标签、所述业务类别信息标签和所述细分动作信息标签,生成用户行为表征向量;基于所述用户行为表征向量和所述数据分布表征向量对生成对抗网络GAN模型进行训练,其中,训练的GAN模型用于生成业务流量包序列。提高了业务流量生成的准确性和效率。
-
-
-
-
-
-
-
-
-