基于三维张量高阶特征交互的云API服务质量预测方法（高校公示15天）（不包年费滞纳金）（需要二变）

本发明公开了基于三维张量高阶特征交互的云API服务质量预测方法，属于服务质量预测领域，所述预测方法包括以下步骤：步骤1，获取云API服务质量数据集；步骤2，设计异常点检测模块，检测筛除云API服务质量数据集离群点；步骤3，设计空间位置信息优化模块，充分提取经纬坐标产生的信息；步骤4，构建可自适应的三维张量网络模型，将处理后的用户特征和云API特征输入三维张量网络模型中，得到高阶特征交互后产生的新特征信息；步骤5，将新特征信息输入深度神经网络层中充分学习，最后通过全连接层得到云API服务质量预测值。本发明设计的方法在多种数据密度场景下都具有更精确的预测效果和较高的鲁棒性。

《基于三维张量高阶特征交互的云API服务质量预测方法（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 2022114038776，当前法律状态为已下证，由燕山大学提出申请，发明人为陈真;马信宏;曾叶鸿，申请日期为2022-11-10，公开（公告）日期为2026-04-10，国际专利分类号（IPC）为 G06Q 10/04 (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：本发明公开了基于三维张量高阶特征交互的云API服务质量预测方法，属于服务质量预测领域，所述预测方法包括以下步骤：步骤1，获取云API服务质量数据集；步骤2，设计异常点检测模块，检测筛除云API服务质量数据集离群点；步骤3，设计空间位置信息优化模块，充分提取经纬坐标产生的信息；步骤4，构建可自适应的三维张量网络模型，将处理后的用户特征和云API特征输入三维张量网络模型中，得到高阶特征交互后产生的新特征信息；步骤5，将新特征信息输入深度神经网络层中充分学习，最后通过全连接层得到云API服务质量预测值。本发明设计的方法在多种数据密度场景下都具有更精确的预测效果和较高的鲁棒性。

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！