-
公开(公告)号：CN108024207A
公开(公告)日：2018-05-11
申请号：CN201711277958.5
申请日：2017-12-06
Applicant: 南京华苏科技有限公司
Abstract: 本发明公开了一种基于三层防控圈的人流量监控方法，包括以下步骤：(1)绘制监控场景区域，包括场景周边、场景交通要塞和场景的中心区域形成重点监控区域三层防控圈；(2)针对每一层防控圈的人流量，设置阈值；(3)获取每一层防控圈内基站信息，从而对监控区域的人流量进行统计和预测；(4)人流量超出阈值时，进行异常报警。根据获取的每一层防控圈内基站信息，对重点区域的人员位置信息和人口数量信息的实时监控及智能预警；创造性设计的三层防控圈，能够通过对场景周边、场景的交通要道、场景的中心区域不同的预警配置，实现分级式的人流监控，同时支撑警务人员的巡逻盘查工作，不仅降低警务人员的工作量，而且提升警务人员的工作效率。
-
公开(公告)号：CN107301433A
公开(公告)日：2017-10-27
申请号：CN201710573249.5
申请日：2017-07-14
Applicant: 南京华苏科技有限公司
CPC classification number: G06K9/6223 , G06K9/6256 , G06Q10/02 , G06Q50/26
Abstract: 本发明公开了一种基于聚类判别模型的网约车鉴别方法和系统，该方法包括以下步骤：步骤(1)：获取原始数据，并随机抽取若干个已知出租车司机用户作为样本集M，随机抽取若干个未知类别的司机用户作为样本集N；步骤(2)：进行特征提取；步骤(3)：对特征进行分析；步骤(4)：建立模型；步骤(5)：将采集到的未知司机信令数据导入到所述步骤(4)建立的模型中进行判定。以手机的信令数据为基础，提取出司机的移动特征，能够在仅知一类数据标签的情况下，判别出未知标签的数据是否归属于已知类别，快速便捷，鉴别出的结果能够为交通执法部门打击非法网约车进行服务，帮助他们快速定位嫌疑车辆，降低执法的人力成本，提升工作效率。
-
公开(公告)号：CN106776859A
公开(公告)日：2017-05-31
申请号：CN201611070088.X
申请日：2016-11-28
Applicant: 南京华苏科技有限公司
IPC: G06F17/30
CPC classification number: G06F16/9535
Abstract: 本发明提供一种基于用户偏好的移动应用App推荐系统，在协同过滤推荐算法前对全体用户进行聚类处理，将App安装类别相似的用户放到同一个聚类簇中，从而得到用户按相似性划分的聚类簇。然后再采用传统的基于用户的协同过滤推荐算法选择目标用户所在的聚类簇作为查询空间，在这个聚类簇中搜索目标用户的最近邻居，这样就可以在较少的空间上搜索到目标用户的最近邻居，最后再根据最近邻居的App安装列表产生最终的推荐列表。实施例所采用的基于用户的协同过滤推荐使推荐结果更具个性化，从而能够有效提高移动应用App安装率和使用率并增加流量消费。
-
公开(公告)号：CN107920362B
公开(公告)日：2020-12-01
申请号：CN201711277912.3
申请日：2017-12-06
Applicant: 南京华苏科技有限公司
Abstract: 本发明公开了一种基于微区域的LTE网络性能评估方法，包括以下步骤：(1)数据收集：收集用户级OTT信息、MR数据、关键信令切换数据和话统数据；(2)建立位置指纹数据库；(3)数据处理：对各数据源进行整合关联；同时，将话统数据在LTE及VoLTE两大业务类型下，按保持性、接入性、完整性、小区完好率、移动性5个维度上进行分类，且标记指标属性；(4)数据计算分析；(5)数据分析结果：业务类型分LTE(浏览业务)及VoLTE业务两种类型，可自行选择需要评估的时间，栅格的网络性能得分，分为优秀、良好、一般、差、严重5个区间。利用各维度内指标集间的关联与约束关系，使能合理、客观的评价微区域的网络质量，有效地指导网络优化。
-
公开(公告)号：CN106572493B
公开(公告)日：2018-07-06
申请号：CN201610970187.7
申请日：2016-10-28
Applicant: 南京华苏科技有限公司
Abstract: 本发明提供一种LTE网络中的异常值检测方法及系统，通过将实测数据划分为训练集和测试集，在训练集中定义集群和参数，由聚类算法找到各数据点所属的集群，根据参数值和聚类的结果，计算每个数据点的似然值，依据设定的预警阈值、报警阈值将似然值分成异常区域、中间区域和正常区域；将已经计算出的模型应用在测试集中，每个数据点的似然值均被计算出来，并分到各区域中，从而找到测试集中的异常值。该方法及系统，在模型中增加时间轴可以更好地理解数据点在时间上的变化，进而可从多个点组成的序列中发掘多个异常值，而不是单个异常值。该方法可快速地检测出异常值，在某个异常值出现后可提前发现，且误差率很低。
-
Patent Agency Ranking
公开(公告)号：CN107920362A
公开(公告)日：2018-04-17
申请号：CN201711277912.3
申请日：2017-12-06
Applicant: 南京华苏科技有限公司
Abstract: 本发明公开了一种基于微区域的LTE网络性能评估方法，包括以下步骤：(1)数据收集：收集用户级OTT信息、MR数据、关键信令切换数据和话统数据；(2)建立位置指纹数据库；(3)数据处理：对各数据源进行整合关联；同时，将话统数据在LTE及VoLTE两大业务类型下，按保持性、接入性、完整性、小区完好率、移动性5个维度上进行分类，且标记指标属性；(4)数据计算分析；(5)数据分析结果：业务类型分LTE(浏览业务)及VoLTE业务两种类型，可自行选择需要评估的时间，栅格的网络性能得分，分为优秀、良好、一般、差、严重5个区间。利用各维度内指标集间的关联与约束关系，使能合理、客观的评价微区域的网络质量，有效地指导网络优化。
-
公开(公告)号：CN107332704A
公开(公告)日：2017-11-07
申请号：CN201710530929.9
申请日：2017-07-03
Applicant: 南京华苏科技有限公司
CPC classification number: H04L41/14 , H04L41/5038 , H04W24/08 , H04W36/0083
Abstract: 本发明公开了一种评估高速铁路移动用户使用LTE服务质量的方法及系统，该方法包括以下步骤：步骤(1)：收集高铁线路周边的高铁小区信息，根据获得的高铁小区信息得到附近1公里范围内的大网小区；同时，收集用户信令切换数据；步骤(2)：针对收集到用户信令切换数据进行分类，区分高铁用户和大网用户；步骤(3)：针对每个用户的信令切换数据进行提取特征指标，建立模型；步骤(4)：将得到的新用户信令切换数据导入所述步骤(3)建立的模型中，进行判定该新用户的分类。通过鉴别用户中的高铁用户，可以有效监控高铁沿线的高铁小区和大网小区，移动运营商可以为每种类型的小区制定调整和开发的策略，可以显著提高高铁沿线小区的服务性能。
-
公开(公告)号：CN106792514A
公开(公告)日：2017-05-31
申请号：CN201611085317.5
申请日：2016-11-30
Applicant: 南京华苏科技有限公司
Abstract: 本发明提供一种基于信令数据的用户职住地分析方法，根据用户在设定时间段内的小区驻留信息，利用权重算法清除干扰小区得到用户重要小区后，进行基于地理位置信息的空间聚类，把聚类中密集出现的区域，划分为常驻地；根据驻留时间对常驻地中各小区设置不同权重，来挖掘用户常驻小区；在得到用户常驻小区后，根据用户常驻地的驻留时间分布，对建立基于频次及时长的常驻小区评分模型，用户的常驻小区进行属性划分，得到用户的居住地和工作地的信息。该方法能够挖掘出用户的用户常驻地信息包括工作地及居住地，从而方便运营商有针对性、有目的地开展营销工作，对用户进行定点营销或网络测试，这对于宽带业务、手机入网等都是非常有益的。
-
公开(公告)号：CN108306699B
公开(公告)日：2020-12-25
申请号：CN201810126000.4
申请日：2018-02-08
Applicant: 南京华苏科技有限公司
IPC: H04B17/391 , H04L12/24 , H04W16/18
Abstract: 本发明公开了一种基于增益预估的天馈优化方法，包括：获取网络数据源，并进行异常值、邻区CI生成及邻区工参的匹配和拼接等处理；根据优化需求自动生成网络中的覆盖类指标问题小区列表；利用邻区信息计算邻区干扰度；依据进化算法对天馈优化进行建模，获取天馈的方位角、下倾角调整值；建立天线的增益实际模型估计终端用户的增益；根据工参误差程度决定调站或更新工参后重新输出调站方案；积累网络数据进行效果评估。将RSRP计算模型应用于天馈优化的进化算法研究，提出的方法能够实现天馈角度调整引起的增益预估、RSRP估计计算，有效解决了复杂环境下路损传播计算模型复杂性高、精度低的问题，为天馈智能调整优化提供增益模型和应用方法。
-
公开(公告)号：CN106792514B
公开(公告)日：2020-10-30
申请号：CN201611085317.5
申请日：2016-11-30
Applicant: 南京华苏科技有限公司
Abstract: 本发明提供一种基于信令数据的用户职住地分析方法，根据用户在设定时间段内的小区驻留信息，利用权重算法清除干扰小区得到用户重要小区后，进行基于地理位置信息的空间聚类，把聚类中密集出现的区域，划分为常驻地；根据驻留时间对常驻地中各小区设置不同权重，来挖掘用户常驻小区；在得到用户常驻小区后，根据用户常驻地的驻留时间分布，对建立基于频次及时长的常驻小区评分模型，用户的常驻小区进行属性划分，得到用户的居住地和工作地的信息。该方法能够挖掘出用户的用户常驻地信息包括工作地及居住地，从而方便运营商有针对性、有目的地开展营销工作，对用户进行定点营销或网络测试，这对于宽带业务、手机入网等都是非常有益的。
-
-
-
-
-
-
-
-
-
Search Results
21
records
(took 0.027 seconds)
