一种在物联网中基于深度学习的QoS流分类方法（高校公示15天）（不包年费滞纳金）（需要二变）

本发明提出一种在物联网中基于深度学习的QoS流分类方法，该方法步骤包括以下步骤：（1）采集指定网络接口的流数据，对采集的数据包进行过滤，标识和分组每个数据包，并初步判断每个流数据的类型；（2）通过计算每个流数据对应的QoS属性值生成对应的QoS属性矩阵，并对QoS属性矩阵进行归一化处理，将不同特征的值范围统一，以此构建训练样本；（3）将归一化后QoS属性矩阵作为一维CNN模型的输入，以对应QoS流的类别作为输出对CNN模型进行训练；（4）使用网络数据采集工具实时采集流数据，按照步骤（2）计算归一化后的QoS属性矩阵，将归一化后的QoS属性矩阵输入到训练好的CNN模型中进行分类，得到当前时刻QoS流的类别。

《一种在物联网中基于深度学习的QoS流分类方法（高校公示15天）（不包年费滞纳金）（需要二变）》是一发明专利，专利号为 2023116095693，当前法律状态为已下证，由南京邮电大学提出申请，发明人为郭永安;严立兴;佘昊，申请日期为2023-11-29，公开（公告）日期为2024-03-12，国际专利分类号（IPC）为 G06F 18/2431 (2023.01)，高新资质：未报高企。该专利已下发证书，权利稳定，适合直接办理转让过户，是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更（过户）的一站式专利转让服务，专业顾问全程协助，确保交易合规、安全、高效。专利摘要：本发明提出一种在物联网中基于深度学习的QoS流分类方法，该方法步骤包括以下步骤：（1）采集指定网络接口的流数据，对采集的数据包进行过滤，标识和分组每个数据包，并初步判断每个流数据的类型；（2）通过计算每个流数据对应的QoS属性值生成对应的QoS属性矩阵，并对QoS属性矩阵进行归一化处理，将不同特征的值范围统一，以此构建训练样本；（3）将归一化后QoS属性矩阵作为一维CNN模型的输入，以对应QoS流的类别作为输出对CNN模型进行训练；（4）使用网络数据采集工具实时采集流数据，按照步骤（2）计算归一化后的QoS属性矩阵，将归一化后的QoS属性矩阵输入到训练好的CNN模型中进行分类，得到当前时刻QoS流的类别。

海量优质专利即买即用，四大核心优势助您弯道超车：
🏆 拿资质，享红利：高企认定、专精特新必备！轻松获取政府补贴、税收减免，招投标直接加分！
💎 增信誉，融资金：支持实缴注册资金，彰显企业硬实力；支持专利质押贷款，盘活现金流，扩张不缺钱！
🔥 强背书，防抄袭：印上“专利产品”，客户更信赖！构建技术壁垒，把竞争对手挡在门外，稳占市场份额！
🚀 省时间，快变现：告别漫长研发与高风险！优质专利即买即用，让技术立刻变成真金白银的利润！