申请/专利权人：上海三旺奇通信息科技有限公司

申请日：2023-11-10

公开（公告）日：2024-02-20

公开（公告）号：CN117579583A

主分类号：H04L49/253

分类号：H04L49/253;H04L49/20;G06N3/045;G06N3/08

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.03.08#实质审查的生效;2024.02.20#公开

摘要：本发明公开了一种基于Transformer和GRU的TSN交换机队列长度预测方法，包括：首先基于TSN交换机构建集中管理的网络拓扑，采集网络拓扑的特征数据，提取独立的特征数据，然后构建数据集为若干预设步长的时间序列及其对应的队列长度，之后构建基于Transformer和GRU的神经网络：N个Encoder模块顺序连接第一Linear层、第二Linear层，以预设步长的时间序列为输入、其对应的TSN交换机队列长度为输出，训练神经网络，得到TSN交换机队列长度预测模型，最后将时间序列输入模型中得到TSN交换机队列长度。本发明结合多种特征数据，帮模型更好地理解数据，提升模型性能。基于Transformer和GRU两种方法，可以学习特征数据的全局与局部信息，提升模型性能。

主权项：1.一种基于Transformer和GRU的TSN交换机队列长度预测方法，其特征在于，包括如下步骤：S1、基于TSN交换机构建集中管理的网络拓扑，采集网络拓扑的特征数据；S2、在特征数据中提取独立的特征数据；S3、基于独立的特征数据构建数据集T，数据集T包括：若干预设步长的时间序列及其对应的队列长度；对数据集T划分训练集和测试集；S4、构建基于Transformer和GRU的神经网络，以训练集中预设步长的时间序列为输入、其对应的TSN交换机队列长度为输出，训练神经网络，得到TSN交换机队列长度预测模型Minit；S5、将时间序列输入至TSN交换机队列长度预测模型Minit得到TSN交换机队列长度。

全文数据：

权利要求：

百度查询： 上海三旺奇通信息科技有限公司 一种基于Transformer和GRU的TSN交换机队列长度预测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD