【技術(shù)實(shí)現(xiàn)步驟摘要】
所屬的技術(shù)人員能夠理解，本專利技術(shù)的各個(gè)方面可以實(shí)現(xiàn)為系統(tǒng)、方法或程序產(chǎn)品。因此，本專利技術(shù)的各個(gè)方面可以具體實(shí)現(xiàn)為以下形式，即：完全的硬件實(shí)施方式、完全的軟件實(shí)施方式(包括固件、微代碼等)，或硬件和軟件方面結(jié)合的實(shí)施方式，這里可以統(tǒng)稱為“電路”、“模塊”或“系統(tǒng)”。下面參照?qǐng)D9來描述根據(jù)本專利技術(shù)的這種實(shí)施方式的電子設(shè)備900。圖9顯示的電子設(shè)備900僅僅是一個(gè)示例，不應(yīng)對(duì)本專利技術(shù)實(shí)施例的功能和使用范圍帶來任何限制。如圖9所示，電子設(shè)備900以通用計(jì)算設(shè)備的形式表現(xiàn)。電子設(shè)備900的組件可以包括但不限于：上述至少一個(gè)處理單元910、上述至少一個(gè)存儲(chǔ)單元920、連接不同系統(tǒng)組件(包括存儲(chǔ)單元920和處理單元910)的總線930、顯示單元940。其中，存儲(chǔ)單元存儲(chǔ)有程序代碼，程序代碼可以被處理單元910執(zhí)行，使得處理單元910執(zhí)行本說明書上述“示例性方法”部分中描述的根據(jù)本專利技術(shù)各種示例性實(shí)施方式的步驟。例如，處理單元910可以執(zhí)行如圖3中所示的步驟301至步驟303。存儲(chǔ)單元920可以包括易失性存儲(chǔ)單元形式的可讀介質(zhì)，例如隨機(jī)存取存儲(chǔ)單元(ram)9201和/或高速緩存存儲(chǔ)單元9202，還可以進(jìn)一步包括只讀存儲(chǔ)單元(rom)9203。存儲(chǔ)單元920還可以包括具有一組(至少一個(gè))程序模塊9205的程序/實(shí)用工具9204，這樣的程序模塊9205包括但不限于：操作系統(tǒng)、一個(gè)或者多個(gè)應(yīng)用程序、其它程序模塊以及程序數(shù)據(jù)，這些示例中的每一個(gè)或某種組合中可能包括網(wǎng)絡(luò)環(huán)境的實(shí)現(xiàn)?？偩€930可以為表示幾類總線結(jié)構(gòu)中的一種或多種，包括存儲(chǔ)單元總線或者存儲(chǔ)單元控制器、外
技術(shù)介紹
1、隨著移動(dòng)通信網(wǎng)絡(luò)的蓬勃發(fā)展，移動(dòng)通信已經(jīng)滲入用戶生活衣食住行的方方面面，從而為用戶提供多方面的網(wǎng)絡(luò)服務(wù)。以高速鐵路網(wǎng)絡(luò)的應(yīng)用場(chǎng)景為例，乘客對(duì)高鐵通信質(zhì)量的需求越來越高，尤其是對(duì)音視頻服務(wù)的穩(wěn)定性和清晰度有著極高的期待。因此，需要實(shí)時(shí)監(jiān)測(cè)高鐵沿線的無線網(wǎng)絡(luò)性能，精準(zhǔn)識(shí)別和定位影響音視頻等網(wǎng)絡(luò)感知質(zhì)差問題的根因。
2、在相關(guān)技術(shù)方案中，通常采用人工分析或者預(yù)設(shè)檢測(cè)算法的逐個(gè)匹配方法，定位高鐵音視頻感知質(zhì)差原因。但是，上述方法不僅耗時(shí)長、成本高、效率低，也難以應(yīng)對(duì)高鐵環(huán)境等復(fù)雜應(yīng)用場(chǎng)景下的海量測(cè)試數(shù)據(jù)和快速變化的網(wǎng)絡(luò)需求，導(dǎo)致根因分析的準(zhǔn)確率較低。
3、因此，亟需一種能夠高效、準(zhǔn)確的實(shí)現(xiàn)對(duì)感知質(zhì)量問題的實(shí)時(shí)根因分析方法。
技術(shù)實(shí)現(xiàn)思路
1、本公開提供了一種感知質(zhì)差的根因分析方法、感知質(zhì)差的根因分析裝置、計(jì)算機(jī)存儲(chǔ)介質(zhì)和電子設(shè)備，進(jìn)而提高對(duì)各類型環(huán)境進(jìn)行根因分析的適用范圍以及提高根因分析結(jié)果的準(zhǔn)確率。
2、第一方面，本公開一個(gè)實(shí)施例提供了一種感知質(zhì)差的根因分析方法，該方法包括：獲取目標(biāo)對(duì)象的多模態(tài)數(shù)據(jù)；根據(jù)多模態(tài)數(shù)據(jù)構(gòu)建針對(duì)目標(biāo)對(duì)象的超圖結(jié)構(gòu)，超圖結(jié)構(gòu)中包含多個(gè)初始節(jié)點(diǎn)及用于連接各初始節(jié)點(diǎn)的多條超邊，多個(gè)初始節(jié)點(diǎn)用于表征對(duì)多模態(tài)數(shù)據(jù)進(jìn)行特征提取后得到的多個(gè)特征向量，多條超邊用于分別表征多個(gè)特征向量之間的關(guān)聯(lián)關(guān)系；將目標(biāo)對(duì)象的超圖結(jié)構(gòu)輸入至預(yù)先訓(xùn)練的超圖神經(jīng)網(wǎng)絡(luò)模型中，得到針對(duì)目標(biāo)對(duì)象的感知質(zhì)差的根因分析結(jié)果；其中，超圖神經(jīng)網(wǎng)絡(luò)模型中包含多個(gè)超圖卷積網(wǎng)絡(luò)層以及分類器模型，多個(gè)超圖卷積網(wǎng)絡(luò)層用于對(duì)目標(biāo)對(duì)象的超圖結(jié)構(gòu)進(jìn)行超圖卷積處理，得到與感知質(zhì)差關(guān)聯(lián)的目標(biāo)節(jié)點(diǎn)的節(jié)點(diǎn)特征矩陣；分類器模型用于根據(jù)目標(biāo)節(jié)點(diǎn)的節(jié)點(diǎn)特征矩陣確定感知質(zhì)差的根因分析結(jié)果。
3、在本公開一個(gè)可選的實(shí)施例中，多模態(tài)數(shù)據(jù)中包含針對(duì)目標(biāo)對(duì)象的網(wǎng)絡(luò)運(yùn)營數(shù)據(jù)、與目標(biāo)對(duì)象相關(guān)聯(lián)的外部環(huán)境數(shù)據(jù)、以及目標(biāo)對(duì)象對(duì)應(yīng)關(guān)聯(lián)對(duì)象數(shù)據(jù)中的兩個(gè)或兩種以上。
4、在本公開一個(gè)可選的實(shí)施例中，該方法還包括：獲取目標(biāo)對(duì)象的初始多模態(tài)數(shù)據(jù)；根據(jù)預(yù)設(shè)數(shù)據(jù)規(guī)則對(duì)初始多模態(tài)數(shù)據(jù)進(jìn)行規(guī)則校驗(yàn)，以篩選出不符合預(yù)設(shè)數(shù)據(jù)規(guī)則的中間多模態(tài)數(shù)據(jù)；將中間多模態(tài)數(shù)據(jù)輸入至生成式對(duì)抗網(wǎng)絡(luò)模型中，得到校正后的目標(biāo)多模態(tài)數(shù)據(jù)，以根據(jù)校正后的目標(biāo)多模態(tài)數(shù)據(jù)構(gòu)建針對(duì)目標(biāo)對(duì)象的超圖結(jié)構(gòu)。
5、在本公開一個(gè)可選的實(shí)施例中，將中間多模態(tài)數(shù)據(jù)輸入至生成式對(duì)抗網(wǎng)絡(luò)模型中，得到校正后的目標(biāo)多模態(tài)數(shù)據(jù)，包括：將中間多模態(tài)數(shù)據(jù)輸入至生成式對(duì)抗網(wǎng)絡(luò)模型中，得到校正后的第一目標(biāo)多模態(tài)數(shù)據(jù)；將第一目標(biāo)多模態(tài)數(shù)據(jù)輸入至鑒別器模型，得到鑒別結(jié)果；若鑒別結(jié)果對(duì)應(yīng)的概率值大于或等于概率閾值，則基于校正后的第一目標(biāo)多模態(tài)數(shù)據(jù)構(gòu)建針對(duì)目標(biāo)對(duì)象的本文檔來自技高網(wǎng)...
【技術(shù)保護(hù)點(diǎn)】
1.一種感知質(zhì)差的根因分析方法，其特征在于，包括：
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述多模態(tài)數(shù)據(jù)中包含針對(duì)所述目標(biāo)對(duì)象的網(wǎng)絡(luò)運(yùn)營數(shù)據(jù)、與所述目標(biāo)對(duì)象相關(guān)聯(lián)的外部環(huán)境數(shù)據(jù)、以及所述目標(biāo)對(duì)象對(duì)應(yīng)關(guān)聯(lián)對(duì)象數(shù)據(jù)中的兩個(gè)或兩個(gè)以上。
3.根據(jù)權(quán)利要求1或2所述的方法，其特征在于，所述方法還包括：
4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述將所述中間多模態(tài)數(shù)據(jù)輸入至生成式對(duì)抗網(wǎng)絡(luò)模型中，得到校正后的目標(biāo)多模態(tài)數(shù)據(jù)，包括：
5.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述將所述目標(biāo)對(duì)象的超圖結(jié)構(gòu)輸入至預(yù)先訓(xùn)練的超圖神經(jīng)網(wǎng)絡(luò)模型中，得到針對(duì)所述目標(biāo)對(duì)象的感知質(zhì)差的根因分析結(jié)果，包括：
6.根據(jù)權(quán)利要求1或5所述的方法，其特征在于，所述將所述目標(biāo)節(jié)點(diǎn)的節(jié)點(diǎn)特征矩陣輸入至所述分類器模型，得到感知質(zhì)差的根因分析結(jié)果，包括：
7.根據(jù)權(quán)利要求6所述的方法，其特征在于，所述方法還包括：
8.一種感知質(zhì)差的根因分析裝置，其特征在于，所述裝置包括：
9.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序，其
10.一種電子設(shè)備，其特征在于，包括：
...【技術(shù)特征摘要】
1.一種感知質(zhì)差的根因分析方法，其特征在于，包括：
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述多模態(tài)數(shù)據(jù)中包含針對(duì)所述目標(biāo)對(duì)象的網(wǎng)絡(luò)運(yùn)營數(shù)據(jù)、與所述目標(biāo)對(duì)象相關(guān)聯(lián)的外部環(huán)境數(shù)據(jù)、以及所述目標(biāo)對(duì)象對(duì)應(yīng)關(guān)聯(lián)對(duì)象數(shù)據(jù)中的兩個(gè)或兩個(gè)以上。
3.根據(jù)權(quán)利要求1或2所述的方法，其特征在于，所述方法還包括：
4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述將所述中間多模態(tài)數(shù)據(jù)輸入至生成式對(duì)抗網(wǎng)絡(luò)模型中，得到校正后的目標(biāo)多模態(tài)數(shù)據(jù)，包括：
5.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述將所述目標(biāo)對(duì)象的超圖結(jié)構(gòu)輸入至預(yù)先訓(xùn)練的超圖神...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：張弛，喬宏明，黃毅華，朱應(yīng)釗，陳宇，
申請(qǐng)(專利權(quán))人：中國電信股份有限公司技術(shù)創(chuàng)新中心，
類型：發(fā)明
國別省市：
還沒有人留言評(píng)論。發(fā)表了對(duì)其他瀏覽者有用的留言會(huì)獲得科技券。