基于轻量化卷积神经网络的蜂窝流量低复杂度预测方法

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘 要：随着蜂窝网络数据流量需求的高速增长，对于未来时刻蜂窝流量情况的精准预测，可以帮助改善网络资源分配、实现流量负载均衡，并部署基站节能与休眠策略。基于轻量化线性瓶颈结构，提出了一个具有多个并列分支结构的空时预测模型，分别提取近期历史数据和周期性历史数据中的空时特征。对于网格化空时数据中的空间依赖性，额外通过Ｋ-Ｍｅａｎｓ 算法对网格高维特征进行聚类，并提取网格基站密度信息作为跨域特征输入到模型中，实现了使用低复杂度、低算力需求模型对研究范围全域流量的精准预测。（剩余610字）

试读结束

目录
monitor