一种基于深度时空神经网络的动态异构网络流量预测方法

授权

摘要

本发明属于无线通信技术领域，具体涉及一种基于深度时空神经网络的动态异构网络流量预测方法。针对现有移动数据流量预测方法覆盖区域小、预测精度低、预测时间短等问题，研究基于深度时空神经网络的动态异构网络流量预测方法。考虑用户移动性和流量数据时空相关性等特点，深入研究动态异构网络中广覆盖的长期移动数据流量预测数学模型描述方法；在此基础上，研究时空相关的卷积长短时记忆网络模型，以预测动态异构网络中移动流量的长期趋势；研究时空相关的三维卷积神经网络模型，以捕获动态异构网络中移动流量序列的微小波动；融合上述移动流量的长期趋势预测模型和短期变化模型，从而实现动态异构网络中广覆盖、高精度的长期移动流量预测。

基本信息

专利标题：

一种基于深度时空神经网络的动态异构网络流量预测方法

专利标题（英）：

暂无

公开（公告）号：

CN109862585A

申请号：

CN201910097964.5

公开（公告）日：

2019-06-07

申请日：

2019-01-31

授权号：

CN109862585B

授权日：

2022-04-19

发明人：

赵楠谭惠文刘畅裴一扬刘聪曾春艳贺潇刘泽华

申请人：

湖北工业大学

申请人地址：

湖北省武汉市洪山区南李路28号

代理机构：

武汉帅丞知识产权代理有限公司

代理人：

朱必武

优先权：

CN201910097964.5

主分类号：

H04W24/06

IPC分类号：

H04W24/06 H04L12/24 G06N3/04