-
公开(公告)号：CN108235149B
公开(公告)日：2021-03-05
申请号：CN201611190343.4
申请日：2016-12-21
Applicant: 中国移动通信集团公司 , 中国移动通信集团设计院有限公司
IPC: H04N21/61 , H04N21/238 , H04N21/438 , H04N21/647
Abstract: 本发明公开了一种优化视频播放流畅度的方法，所述方法包括：在视频包的深度包检测DPI数据中增加第一字段，所述第一字段中记录所述视频包中各个视频文件的卡顿数据；获取所述卡顿数据并根据所述卡顿数据确定所述视频包的流畅度数据；根据所述流畅度数据优化视频播放流畅度。本发明还公开了一种优化视频播放流畅度的装置。
-
公开(公告)号：CN108235149A
公开(公告)日：2018-06-29
申请号：CN201611190343.4
申请日：2016-12-21
Applicant: 中国移动通信集团公司 , 中国移动通信集团设计院有限公司
IPC: H04N21/61 , H04N21/238 , H04N21/438 , H04N21/647
Abstract: 本发明公开了一种优化视频播放流畅度的方法，所述方法包括：在视频包的深度包检测DPI数据中增加第一字段，所述第一字段中记录所述视频包中各个视频文件的卡顿数据；获取所述卡顿数据并根据所述卡顿数据确定所述视频包的流畅度数据；根据所述流畅度数据优化视频播放流畅度。本发明还公开了一种优化视频播放流畅度的装置。
-
公开(公告)号：CN109495898B
公开(公告)日：2021-12-03
申请号：CN201710819350.4
申请日：2017-09-12
Applicant: 中国移动通信集团设计院有限公司 , 中国移动通信集团公司
Abstract: 本发明实施例提供一种无线网络覆盖的指标定量预测方法及设备。所述方法包括：获取无线网络的特征数据，所述特征数据包括网络结构、无线参数数据、地形地貌数据及业务分布数据；将所述特征数据输入训练好的深度学习模型，获取无线网络覆盖的指标定量预测数据。本发明实施例利用训练好的深度学习模型对无线网络的特征数据进行分析和计算，可获得网络覆盖的指标定量预测数据。本发明实施例尽可能的包含当前场景的所有细节，包括网络结构、无线参数数据、地形地貌数据及业务分布数据等，最大限度的实现当前场景的全面分析，能对优化后的指标做出准确的、定量的、符合客户感知的、及时的预测。
-
公开(公告)号：CN102487523B
公开(公告)日：2014-12-10
申请号：CN201010576276.6
申请日：2010-12-01
Applicant: 中国移动通信集团公司
IPC: H04W24/02
Abstract: 本发明公开了一种用户投诉分析方法及装置。其中用户投诉分析方法包括：采集每类用户投诉的数量；统计每类用户投诉的平均投诉概率；根据所述每类用户投诉的数量及每类用户投诉的平均投诉概率计算出每类用户投诉的预估数量。本发明的用户投诉分析方法及装置，通过引入放大系数(如用户投诉的平均投诉率、不同种类用户投诉之间的相关系数及得到解决的其中一类用户投诉的数量等)对已采集到的用户投诉数量进行放大，实现通过部分用户的投诉呈现网络质量的全面情况。本发明通过形成不同类型用户投诉的情况，可以明确网络中存在的问题，进而可以根据用户感知的需求对网络进行优化，提高网络优化的针对性。
-
公开(公告)号：CN101068273A
公开(公告)日：2007-11-07
申请号：CN200710100148.2
申请日：2007-06-05
Applicant: 中国移动通信集团公司
Abstract: 本发明涉及一种电信网管预警系统及方法，该系统包括：第一子系统，用于采集电信网络中与各网元相关的事件信息；第二子系统，用于根据所述事件信息计算出各网元的信任指数；第三子系统，用于查询各网元的信任指数，并通过各网元信任指数的统计获得信任指数低的网元并进行预先告警。本发明通过采集电信网络中与各网元相关的一些网络事件信息，并对采集的事件信息进行科学的、综合的分析，计算出各网元的信任指数，快速筛选统计出信任指数排名较低的网元，在网元未发生故障前找出网络中潜在的隐患并预先处理，从而可有效提高网络运行维护的效率、网络运行的安全性和网络指标的稳定。
-
Patent Agency Ranking
公开(公告)号：CN109495920A
公开(公告)日：2019-03-19
申请号：CN201710822414.6
申请日：2017-09-13
Applicant: 中国移动通信集团设计院有限公司 , 中国移动通信集团公司
Abstract: 本发明提供一种无线通信网络特征画像方法、设备和计算机程序产品，包括：S1、获取无线通信网络的高维特征并进行向量化，得到无线通信网络的高维度特征向量；S2、基于训练好的深度自编码模型对无线通信网络进行特征提取和特征降维；S3、基于聚类算法对相似的无线网络特征进行聚合，并对聚合后的无线通信网络特征进行画像。S4、基于深度自编码模型的重构误差对无线通信网络的异常特征进行检测。通过特征描述环节进行标签说明，实现对复杂网络特征进行画像和多层映射编码，同时，还可通过训练后的自编码模型计算出重构误差，通过误差评估机制，实现对于无线网络特殊场景特征或异常小区特征的检测和识别。
-
公开(公告)号：CN105636097B
公开(公告)日：2019-03-05
申请号：CN201410599303.X
申请日：2014-10-30
Applicant: 中国移动通信集团设计院有限公司 , 中国移动通信集团公司
Inventor： 徐晶 , 张斌 , 默燕红 , 李秋中 , 方波 , 沈忱 , 李冶文 , 张阳 , 左怡民 , 王砚 , 王西点 , 王磊 , 沈骜 , 程楠 , 梁童 , 高峰 , 朱文涛 , 宋智源
IPC: H04W24/04
Abstract: 本发明提供一种校验网络性能统计数据的方法及装置，涉及无线网络质量领域，解决无法发现现网随机产生的数据准确性的问题。其中所述校验网络性能统计数据的方法包括：在预设时间粒度内获取网络性能统计数据；获取预先存储的多类原始性能统计数据中的同一类性能指标的原始性能统计数据，并根据预先建立的原始网络性能统计数据与校验算法的映射关系，将获取的同一类性能指标的所述原始网络性能统计数据映射成相应的映射结果；校验获取的所述网络性能统计数据与所述映射结果是否一致。从而得知数据的准确性，这样就可以利用同一类性能指标的多数据源来评估性能指标的准确性。
-
公开(公告)号：CN109495920B
公开(公告)日：2022-03-29
申请号：CN201710822414.6
申请日：2017-09-13
Applicant: 中国移动通信集团设计院有限公司 , 中国移动通信集团公司
Abstract: 本发明提供一种无线通信网络特征画像方法、设备和计算机程序产品，包括：S1、获取无线通信网络的高维特征并进行向量化，得到无线通信网络的高维度特征向量；S2、基于训练好的深度自编码模型对无线通信网络进行特征提取和特征降维；S3、基于聚类算法对相似的无线网络特征进行聚合，并对聚合后的无线通信网络特征进行画像。S4、基于深度自编码模型的重构误差对无线通信网络的异常特征进行检测。通过特征描述环节进行标签说明，实现对复杂网络特征进行画像和多层映射编码，同时，还可通过训练后的自编码模型计算出重构误差，通过误差评估机制，实现对于无线网络特殊场景特征或异常小区特征的检测和识别。
-
公开(公告)号：CN109495898A
公开(公告)日：2019-03-19
申请号：CN201710819350.4
申请日：2017-09-12
Applicant: 中国移动通信集团设计院有限公司 , 中国移动通信集团公司
Abstract: 本发明实施例提供一种无线网络覆盖的指标定量预测方法及设备。所述方法包括：获取无线网络的特征数据，所述特征数据包括网络结构、无线参数数据、地形地貌数据及业务分布数据；将所述特征数据输入训练好的深度学习模型，获取无线网络覆盖的指标定量预测数据。本发明实施例利用训练好的深度学习模型对无线网络的特征数据进行分析和计算，可获得网络覆盖的指标定量预测数据。本发明实施例尽可能的包含当前场景的所有细节，包括网络结构、无线参数数据、地形地貌数据及业务分布数据等，最大限度的实现当前场景的全面分析，能对优化后的指标做出准确的、定量的、符合客户感知的、及时的预测。
-
公开(公告)号：CN105636097A
公开(公告)日：2016-06-01
申请号：CN201410599303.X
申请日：2014-10-30
Applicant: 中国移动通信集团设计院有限公司 , 中国移动通信集团公司
Inventor： 徐晶 , 张斌 , 默燕红 , 李秋中 , 方波 , 沈忱 , 李冶文 , 张阳 , 左怡民 , 王砚 , 王西点 , 王磊 , 沈骜 , 程楠 , 梁童 , 高峰 , 朱文涛 , 宋智源
IPC: H04W24/04
Abstract: 本发明提供一种校验网络性能统计数据的方法及装置，涉及无线网络质量领域，解决无法发现现网随机产生的数据准确性的问题。其中所述校验网络性能统计数据的方法包括：在预设时间粒度内获取网络性能统计数据；获取预先存储的多类原始性能统计数据中的同一类性能指标的原始性能统计数据，并根据预先建立的原始网络性能统计数据与校验算法的映射关系，将获取的同一类性能指标的所述原始网络性能统计数据映射成相应的映射结果；校验获取的所述网络性能统计数据与所述映射结果是否一致。从而得知数据的准确性，这样就可以利用同一类性能指标的多数据源来评估性能指标的准确性。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.018 seconds)
