买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉安徽大学申请的专利一种自适应特征学习的服务质量预测方法及装置获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115600060B 。

龙图腾网通过国家知识产权局官网在2026-04-24发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211317107.X，技术领域涉及：G06F17/16；该发明授权一种自适应特征学习的服务质量预测方法及装置是由张以文;肖磊;倪莉设计研发完成，并于2022-10-26向国家知识产权局提交的专利申请。

本一种自适应特征学习的服务质量预测方法及装置在说明书摘要公布了：本发明公开了一种自适应特征学习的服务质量预测方法及装置，所述方法包括：获取用户和服务的上下文信息、用户和服务的交互矩阵，得到模型的输入特征；基于输入特征提取用户和服务的多源特征；对多源特征进行编码，得到用户和服务的交互特征；将交互特征输入深度神经网络，得到预测的服务质量值；计算对比损失；修改深度神经网络的各参数，重复上述步骤，直到对比损失不再减小，保存深度神经网络的参数得到训练好的模型；将实时获取的输入特征输入到训练好的模型中，得到服务质量的预测结果；本发明的优点在于：服务质量预测较为准确。

本发明授权一种自适应特征学习的服务质量预测方法及装置在权利要求书中公布了：1.一种自适应特征学习的服务质量预测方法，其特征在于，所述方法包括： 步骤一：获取用户和服务的上下文信息、用户和服务的交互矩阵，得到模型的输入特征； 步骤二：基于输入特征提取用户和服务的多源特征； 步骤201：对模型的输入特征进行one-hot编码，得到 步骤202：将每个one-hot编码都映射到一个固定长度为的密集向量中，对于每一个领域的文本信息，得到一个嵌入矩阵来表示该领域的所有文本特征； 步骤203:取出每个领域中为1的向量的嵌入表示，去除每个领域中为0的向量的嵌入表示，得到服务调用的多源特征矩阵，其中表示所有文本信息的文件个数； 步骤三：对多源特征进行编码，得到用户和服务的交互特征； 步骤301：使用编码器对多源特征矩阵进行编码： 表示第i个上下文特征和第j个上下文特征之间的关系权重，它的具体计算如下： 其中relu表示激活函数，表示权重矩阵，b表示偏差，符号表示两个向量的对应位置相乘； 步骤302：对矩阵的每一个行向量进行归一化操作得到： 其中，表示矩阵中的第个行向量，其中表示每一个行向量的均值，为常数，而表示行向量的方差,γ和β是两个可调参数； 步骤四：将交互特征输入深度神经网络，得到预测的服务质量值； 将归一化操作后的矩阵输入到深度神经网络之中，计算预测的服务质量值 其中，表示将二维矩阵转换为一维向量的操作，第层神经网络的输出，表示激活函数，表示第层的权重矩阵，表示第层的偏差； 步骤五：计算对比损失； 通过公式计算预测值和真实值的对比损失，其中，表示所有用户的数目，表示所有服务的数目，表示真实的QoS值，表示本模型预测的QoS值； 步骤六：修改深度神经网络的各参数，重复步骤二至步骤五，直到对比损失不再减小，保存深度神经网络的参数得到训练好的模型； 步骤七：将实时获取的输入特征输入到训练好的模型中，得到服务质量的预测结果。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人安徽大学，其通讯地址为：230039 安徽省合肥市蜀山区肥西路3号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。