買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉佛山大學申請的專利一種基于神經網絡和線性回歸的網絡流量預測方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN120342894B 。

龍圖騰網通過國家知識產權局官網在2025-09-23發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202510822922.9，技術領域涉及：H04L41/147；該發明授權一種基于神經網絡和線性回歸的網絡流量預測方法是由梁洪雪;劉志輝設計研發完成，并于2025-06-19向國家知識產權局提交的專利申請。

本一種基于神經網絡和線性回歸的網絡流量預測方法在說明書摘要公布了：本發明公開了一種基于神經網絡和線性回歸的網絡流量預測方法，包括以下步驟：S1.對于存在網絡連接的兩個網關設備，統計第一時間段內的歷史網絡流量數據，得到兩個網關設備在第一時間段內的歷史網絡流量序列；S2.利用NA?MEMD算法對、進行分解，然后判斷和之間是否存在強關聯性；S3.根據和之間是否存在強關聯性，訓練網絡流量預測模型：S4.利用訓練好的網絡流量預測模型進行網絡流量預測。本發明能夠通往歷史網絡流量數據，判斷兩個網關設備是否具有強關聯性，并針對性地進行聯合或分類的建模方式，實現網絡流量的預測，提高了預測的準確性。

本發明授權一種基于神經網絡和線性回歸的網絡流量預測方法在權利要求書中公布了：1.一種基于神經網絡和線性回歸的網絡流量預測方法，其特征在于：包括以下步驟： S1.對于存在網絡連接的兩個網關設備，統計第一時間段內的歷史網絡流量數據，得到兩個網關設備在第一時間段內的歷史網絡流量序列、； S2.利用NA-MEMD算法對、進行分解，然后判斷和之間是否存在強關聯性； S3.根據和之間是否存在強關聯性，訓練網絡流量預測模型： 若和之間存在強關聯性，則構建基于神經網絡和線性回歸的網絡流量預測模型，根據兩個網關設備在第一時間段內的歷史網絡流量數據，構建聯合訓練集，聯合對網絡流量預測模型進行訓練； 若和之間不存在強關聯性，則基于神經網絡和線性回歸，分別構建兩個網關設備的網絡流量模型，然后利用兩個網關設備在第一時間段內的歷史網絡流量數據，構建各自的訓練集，分別對各自的網絡流量預測模型進行訓練； 所述和之間存在強關聯性，構建基于神經網絡和線性回歸的網絡流量預測模型，根據兩個網關設備在第一時間段內的歷史網絡流量數據，構建聯合訓練集，聯合對網絡流量預測模型進行訓練，包括： 構建聯合神經網絡模型，所述聯合神經網絡模型為LSTM神經網絡模型； 構建聯合預測樣本；在時： 取兩個網關設備第k和第k+1個網絡流量子序列對應的高頻分量作為聯合樣本特征，取第k+2個網絡流量子序列作為樣本標簽； 訓練過程中，將作為LSTM神經網絡模型的輸入，對于LSTM神經網絡模型的輸出結果記為； 同時，將第一個網關設備第k+2個網絡流量子序列對應的季度信息、日期信息、平均溫度和天氣輸入第一多元線性回歸模型中，得到第一個網關設備的低頻分量； 將第二個網關設備第k+2個網絡流量子序列對應的季度信息、日期信息、平均溫度和天氣輸入第二多元線性回歸模型中，得到第二個網關設備的低頻分量； 將與相加得到的結果，與計算損失函數值，得到第一損失函數值L1，損失函數采用MSE； 將與相加得到的結果，與計算損失函數值，得到第二損失函數值L2,損失函數采用MSE； 然后計算總損失函數L=u 1*L1+u 2 *L2；u 1、u 2為加權系數； 利用計算得到的總損失函數對聯合神經網絡模型進行反向傳播訓練，得到訓練成熟的聯合神經網絡模型； S4.利用訓練好的網絡流量預測模型進行網絡流量預測。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人佛山大學，其通訊地址為：528000 廣東省佛山市江灣一路18號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。