公开(公告)号：CN117278884A

公开(公告)日：2023-12-22

申请号：CN202311000642.7

申请日：2023-08-09

Applicant: 北京邮电大学

Inventor： 谷志群 ,  纪越峰 ,  张佳玮 ,  秦溏泽

IPC: H04Q11/00 ,  G06F18/2135 ,  G06N3/0985 ,  G06N3/096 ,  G06N3/084

Abstract: 本发明提供基于元迁移降维学习的光路传输质量预测方法及装置，其中方法包括：将目标光路特征数据输入传输质量预测模型，得到传输质量预测结果；传输质量预测模型的训练方法，包括：基于源域样本集构建多个元任务；在各元任务中训练人工神经网络模型，并从得到的多个预训练模型中确定目标预训练模型；基于目标域样本集，对目标预训练模型进行重训练，得到传输质量预测模型。本发明提供的基于元迁移降维学习的光路传输质量预测方法及装置，通过元学习的方式，在各元任务上训练模型，为得到的多个预训练模型找到最适用于光路传输质量预测问题的目标预训练模型，使得得到的目标预训练模型够更快适应于目标域样本集，提升了传输质量预测的准确率。

公开(公告)号：CN112073983B

公开(公告)日：2022-10-04

申请号：CN202010847624.2

申请日：2020-08-21

Applicant: 国网电力科学研究院有限公司 ,  南京南瑞信息通信科技有限公司 ,  国网浙江省电力有限公司 ,  国家电网有限公司 ,  北京邮电大学

Inventor： 叶彬彬 ,  罗威 ,  蔡万升 ,  李洋 ,  赵高峰 ,  龚亮亮 ,  王宝海 ,  刘金锁 ,  谷志群 ,  高亮 ,  姜元建 ,  殷伟俊 ,  毕善玉 ,  张影 ,  王斌 ,  蒋政 ,  顾辉 ,  顾仁涛

IPC: H04W24/04 ,  H04W28/06 ,  H04L41/12

Abstract: 本发明公开了基于流量预测的无线数据中心网络拓扑优化方法及系统，该方法包括如下步骤：步骤SS1：采用输入参数对周期时间段内网络业务流量进行预测，获得网络中不同机架间的数据业务需求量Dsd；步骤SS2：根据步骤SS1中得到的网络中不同机架间的数据业务需求量Dsd，构建吞吐量最大和网络开销最小的网络拓扑；步骤SS3：基于步骤SS2获得的网络拓扑，依次对每条链路上经过的数据流大小请求进行计算分配建立数据路由。本发明针对数据中心网络数据量的高动态性，研究基于FSO的数据中心网络拓扑的优化方案，以提高网络资源利用效率和网络的吞吐量。

公开(公告)号：CN113627621A

公开(公告)日：2021-11-09

申请号：CN202110929778.0

申请日：2021-08-13

Applicant: 北京邮电大学

Inventor： 谷志群 ,  纪越峰 ,  张佳玮 ,  李铮

IPC: G06N20/20 ,  G06K9/62 ,  G06F17/18

Abstract: 本发明公开了一种面向光网络传输质量回归估计的主动学习方法，基于预测不确定性感知构建信息量估计模型，通过预测模型对特定配置参数对应GSNR估计值的概率分布，计算信息熵以筛选信息量更大，更具代表性的样本，迭代地选择对GSNR的精确估计最有价值的样本扩展数据集，以尽可能少的样本表征更全面的数据集信息，提高模型的泛化性能。本发明的方法在可监测GSNR实例的光路数量受限的条件下，可以用尽可能少的训练样本实现更精确的QoT估计，有效提升了小样本条件下QoT估计模型的预测精度，降低了达到目标性能所需的光路实例，有效减少了光网络资源的浪费。

公开(公告)号：CN113627541A

公开(公告)日：2021-11-09

申请号：CN202110929197.7

申请日：2021-08-13

Applicant: 北京邮电大学

Inventor： 纪越峰 ,  谷志群 ,  张佳玮 ,  秦溏泽

IPC: G06K9/62 ,  G06Q10/04 ,  G06N3/08

Abstract: 本发明公开了一种基于样本迁移筛选的光路传输质量预测方法，利用目标域的未标记样本对源域样本进行筛选，包括以下步骤：S1、筛选源域数据：采用孤立森林算法完成样本分类得到相似样本；S2、训练预训练模型：将得到的相似样本对人工神经网络进行训练，得到预训练模型；S3、微调预训练模型：迁移预训练模型中的一层或几层，将其加入到新的神经网络中，并冻结其参数；利用来自于目标域的少量样本对新的神经网络进行训练，最终得到适用于目标域的QoT预测模型。本发明融合了机器学习中的孤立森林算法，在目标网络可供训练的样本数量较少的情况下，有效提升了迁移学习QoT估计方法的精度，从而降低了所需部署的网络余量，是一种新颖的迁移学习QoT估计方案。

公开(公告)号：CN112073983A

公开(公告)日：2020-12-11

申请号：CN202010847624.2

申请日：2020-08-21

Applicant: 国网电力科学研究院有限公司 ,  南京南瑞信息通信科技有限公司 ,  国网浙江省电力有限公司 ,  国家电网有限公司 ,  北京邮电大学

Inventor： 叶彬彬 ,  罗威 ,  蔡万升 ,  李洋 ,  赵高峰 ,  龚亮亮 ,  王宝海 ,  刘金锁 ,  谷志群 ,  高亮 ,  姜元建 ,  殷伟俊 ,  毕善玉 ,  张影 ,  王斌 ,  蒋政 ,  顾辉 ,  顾仁涛

IPC: H04W24/04 ,  H04W28/06 ,  H04L12/24

Abstract: 本发明公开了基于流量预测的无线数据中心网络拓扑优化方法及系统，该方法包括如下步骤：步骤SS1：采用输入参数对周期时间段内网络业务流量进行预测，获得网络中不同机架间的数据业务需求量Dsd；步骤SS2：根据步骤SS1中得到的网络中不同机架间的数据业务需求量Dsd，构建吞吐量最大和网络开销最小的网络拓扑；步骤SS3：基于步骤SS2获得的网络拓扑，依次对每条链路上经过的数据流大小请求进行计算分配建立数据路由。本发明针对数据中心网络数据量的高动态性，研究基于FSO的数据中心网络拓扑的优化方案，以提高网络资源利用效率和网络的吞吐量。